Ce projet développe un pilote logiciel dédié à l'interfaçage entre le logiciel d'expérimentation QControl3 et les oscilloscopes numériques de la gamme Picoscope 2000. Il permet de configurer, déclencher et superviser des acquisitions de données en temps réel depuis des appareils de mesure connectés, facilitant ainsi l'automatisation et le contrôle d'expériences scientifiques dans des environnements de recherche ou industriels.

Outil open source conçu pour définir, orchestrer et exécuter des workflows scientifiques ou techniques. Il permet de structurer des tâches en graphes de dépendances, facilitant ainsi l'automatisation de processus analytiques ou de calculs. Idéal pour les chercheurs, ingénieurs ou équipes techniques souhaitant optimiser leurs pipelines de données sans développer de solutions sur mesure.

BLISS est une bibliothèque open source dédiée au contrôle et à l'acquisition de données pour des équipements scientifiques, principalement utilisée dans les environnements de recherche et d'expérimentation. Elle permet d'automatiser des processus complexes, de gérer des flux de travail et d'analyser des signaux ou images issus d'instruments de mesure. Développée pour répondre aux besoins des laboratoires, elle facilite l'intégration et la synchronisation de divers équipements tout en offrant des outils pour le traitement et l'analyse des données collectées.

Ce projet gère la configuration et le contrôle des équipements d'une ligne de faisceau synchrotron dédiée à la spectroscopie. Il permet de préparer et d'automatiser des expériences scientifiques en configurant des paramètres spécifiques pour différents instruments comme des monochromateurs, des détecteurs ou des sources de rayonnement. Il facilite ainsi la réalisation de mesures précises et reproductibles pour des analyses avancées en physique et chimie.

Bibliothèque logicielle dédiée à l'interfaçage et au contrôle d'appareils compatibles avec le protocole GPIB (IEEE-488). Elle permet d'automatiser des mesures, de configurer des instruments scientifiques et d'échanger des données avec des périphériques de laboratoire via une interface programmatique. Utilisée principalement dans des environnements de recherche, de développement ou de production industrielle nécessitant une intégration matérielle.

Ce projet permet de piloter et d'acquérir des données depuis des caméras scientifiques, notamment celles de la marque GreatEyes. Il facilite l'automatisation des mesures optiques et l'intégration avec des systèmes de laboratoire pour des applications en recherche ou en industrie. Les utilisateurs peuvent configurer des acquisitions, visualiser des images et analyser des données en temps réel.

Bibliothèque Python dédiée au contrôle et à la gestion des détecteurs de type Mythen MCA. Elle permet d'automatiser l'acquisition de données, la configuration des paramètres d'acquisition (temps d'exposition, nombre de trames) et la lecture des résultats. Utilisée principalement dans des environnements de recherche ou d'analyse scientifique pour des mesures précises.

Ce projet est une extension pour PyMoDAQ, une plateforme open source dédiée à l'acquisition et au contrôle d'instruments de mesure en laboratoire. Il permet d'intégrer des spectromètres Avantes pour réaliser des mesures spectrales précises, automatisées et reproductibles. Utilisé principalement dans les domaines de la recherche, de l'industrie et de l'enseignement, il facilite l'analyse de données optiques et la gestion des expériences scientifiques.

MXCuBE Core est une bibliothèque backend dédiée au contrôle et à la gestion des instruments scientifiques, notamment pour les lignes de lumière des synchrotrons. Elle permet d'interfacer des équipements de mesure, d'acquérir des données expérimentales et de les transmettre à des interfaces utilisateur comme MXCuBE Qt ou MXCuBE Web. Utilisée dans des environnements de recherche publique, elle facilite l'automatisation et la supervision des expériences scientifiques.

Outil dédié à l'extraction automatisée de spectres XANES (X-ray Absorption Near Edge Structure) à partir de données expérimentales. Il permet aux chercheurs et scientifiques de traiter rapidement et efficacement des jeux de données complexes issus de mesures spectroscopiques, facilitant ainsi l'analyse et l'interprétation des résultats dans des domaines comme la chimie, la physique ou la science des matériaux.