Outil permettant de générer automatiquement des présentations interactives au format RevealJS à partir de fichiers de configuration et de contenu. Il facilite la création de diaporamas dynamiques et personnalisables, intégrés directement dans des environnements comme GitLab Pages pour un déploiement simplifié. Idéal pour les formateurs, conférenciers ou équipes souhaitant automatiser la production de supports visuels.

Outil open source conçu pour automatiser la création de paquets logiciels à partir d'images Singularity. Il permet aux développeurs de générer des versions compilées de leurs projets pour différentes architectures CPU (x86, AVX, etc.) et systèmes d'exploitation (Debian, Fedora, etc.). Principalement utilisé dans le domaine de la recherche scientifique, il facilite le déploiement et la distribution de logiciels complexes sur des infrastructures variées, comme celles du CTA (Cherenkov Telescope Array).

Ce projet permet de déployer et gérer des applications sous forme de chart Helm dédiées à la génération de documents PDF dans un environnement Kubernetes. Il s'inscrit dans une démarche d'automatisation et de simplification des déploiements pour des services numériques éducatifs, notamment ceux proposés par l'écosystème EOLE. Il facilite la maintenance et l'évolution des infrastructures logicielles.

Outil conçu pour automatiser et simplifier la configuration initiale d'un dépôt GitLab. Il permet aux équipes de gagner du temps en générant automatiquement des fichiers de configuration pour l'intégration continue, les tests automatisés et les déploiements. Idéal pour les projets open source ou les équipes souhaitant standardiser leur processus de développement.

Ce projet permet de dimensionner et d'optimiser les ressources d'applications déployées sur Kubernetes. Il inclut des outils pour générer des charges de travail contrôlées, ajuster automatiquement les ressources allouées (CPU, mémoire) et surveiller les performances en temps réel. L'objectif est d'améliorer l'efficacité des déploiements tout en respectant les quotas globaux de la plateforme.

Ce projet permet de générer et déployer des conteneurs Docker dédiés à la création de cartes numériques interactives et personnalisables. Il s'intègre dans un écosystème éducatif open source pour faciliter la production de supports pédagogiques adaptés aux besoins des enseignants et des apprenants. Les cartes générées peuvent inclure des éléments multimédias, des quiz ou des activités interactives.

Ce projet est un modèle de configuration CI/CD conçu pour simplifier et standardiser les processus de développement, de test et de déploiement des projets Python. Il propose des templates réutilisables pour GitLab CI, couvrant des tâches comme le linting, les tests multi-versions, la construction de distributions, la génération de documentation et le déploiement. Il inclut également des scripts utilitaires pour faciliter la migration de configurations, la gestion des versions et le déploiement sur PyPI, réduisant ainsi la complexité et le temps de configuration pour les équipes.

Ce projet fournit des scripts et outils pour convertir des configurations Docker Compose en manifests Kubernetes compatibles avec OKD (OpenShift Kubernetes Distribution). Il facilite la migration d'applications professionnelles vers Kubernetes sans régression, en automatisant la génération de fichiers de déploiement, services, ConfigMaps et Secrets. Il inclut également des fonctionnalités pour le build d'images et le déploiement via CI/CD sur des clusters Openshift.

CMake est un outil de génération de systèmes de compilation permettant de gérer des projets de développement logiciel sur différentes plateformes. Il facilite l'automatisation de la compilation et du déploiement en générant des fichiers Makefile ou des projets spécifiques à chaque IDE.

Ce projet contient les supports de cours d'une auto-formation d'initiation à Python, proposée sur le SSP Cloud. Les différents chapitres peuvent être déployés en un clic sous la forme d'un Notebook Jupyter. Les sources des supports de cours sont disponibles au format qmd dans le dossier source/ et peuvent être générées en notebooks ipynb exécutables grâce à Quarto et aux packages Python nécessaires.