Folzo
93f31cdaeb
- Effi-OCR: Service OCR avec Tesseract (multilingue FR/EN) * API FastAPI sur port 8300 * Prétraitement images (contraste, niveaux de gris) * Tool OpenWebUI intégré - Web Scraper: Service Python (BeautifulSoup) sur port 11235 * Alternative à Crawl4AI (incompatible ARM64/J5040) * Scraping HTML basique mais fonctionnel * Intégré au docker-compose d'effi-server - Documentation: * ROADMAP-FONCTIONNALITES.md: Plan des 9 fonctionnalités * WEB-SCRAPER-CONFIG.md: Configuration OpenWebUI * WEB-SCRAPER-TOOL.md: Code du Tool - Script start-all-services.sh mis à jour (6 services)
35 lines
806 B
Docker
35 lines
806 B
Docker
# Crawl4AI pour architecture AMD64 (x86_64)
|
|
# Build local car l'image officielle est en ARM64
|
|
|
|
FROM python:3.11-slim
|
|
|
|
WORKDIR /app
|
|
|
|
# Installer les dépendances système
|
|
RUN apt-get update && apt-get install -y \
|
|
curl \
|
|
chromium \
|
|
chromium-driver \
|
|
&& rm -rf /var/lib/apt/lists/*
|
|
|
|
# Variables d'environnement
|
|
ENV PYTHONUNBUFFERED=1
|
|
ENV PLAYWRIGHT_BROWSERS_PATH=0
|
|
ENV PIP_NO_CACHE_DIR=1
|
|
|
|
# Installer Crawl4AI
|
|
RUN pip install crawl4ai
|
|
|
|
# Installer Playwright
|
|
RUN pip install playwright && playwright install chromium
|
|
|
|
# Port d'écoute
|
|
EXPOSE 11235
|
|
|
|
# Healthcheck
|
|
HEALTHCHECK --interval=30s --timeout=10s --start-period=60s --retries=3 \
|
|
CMD curl -f http://localhost:11235/health || exit 1
|
|
|
|
# Démarrer l'API
|
|
CMD ["python", "-m", "crawl4ai.server", "--host", "0.0.0.0", "--port", "11235"]
|