Ce projet fait partie de la pile logicielle de Software Heritage et a pour mission de produire des listes structurées des dépôts logiciels et de leurs URLs hébergés sur diverses plateformes publiques de développement ou gestionnaires de paquets. Il simplifie les opérations d'indexation en fournissant des modules Python réutilisables pour standardiser l'extraction des métadonnées des origines logicielles.

Ce projet automatise l'extraction et la structuration des informations médicales contenues dans les Résumés des Caractéristiques du Produit (RCP) des médicaments. Il permet de transformer des fichiers HTML en données exploitables pour des analyses statistiques, des rapports ou des intégrations dans des pipelines de données. L'objectif est de faciliter l'accès et l'exploitation des données réglementaires des médicaments pour les professionnels de santé ou les organismes publics.