Ce projet propose une API REST permettant de gérer des tâches personnelles. Les utilisateurs peuvent créer, consulter, modifier et supprimer des tâches via des requêtes HTTP standardisées. Chaque tâche est identifiée de manière unique et peut contenir un nom et une description. Les données sont persistées dans une base de données SQLite pour garantir leur conservation entre les sessions.

Ce projet vise à standardiser et uniformiser les noms de domaine pour faciliter leur gestion et leur utilisation. Il permet de définir des règles de nommage claires et applicables, réduisant ainsi les erreurs et les incohérences dans les systèmes d'information. Les utilisateurs peuvent appliquer ces conventions pour améliorer la cohérence et la lisibilité des noms de domaine.

Ce projet fournit un wrapper pour la bibliothèque libidn, permettant d'encoder et décoder des noms de domaine internationalisés selon les normes IDNA2008, Punycode et Unicode TR46. Il simplifie l'intégration de ces fonctionnalités pour les développeurs souhaitant manipuler des noms de domaine multilingues ou contenant des caractères spéciaux, en s'appuyant sur un système de build et déploiement standardisé (PID).

Ce projet permet de gérer et qualifier les noms de voies et les adresses au sein d'un territoire. Il accompagne les collectivités locales dans la normalisation et la mise à jour de leurs données d'adressage, en s'appuyant sur des modèles de données standardisés comme ceux de l'AITF. Les données produites sont ensuite diffusées pour une utilisation optimale par les services publics et les citoyens.

Ce projet fournit des outils pour convertir et standardiser les identifiants de gènes du nématode *Caenorhabditis elegans*. Il permet aux chercheurs en biologie de transformer des identifiants entre différents formats (cosmid, nom de gène, identifiant Wormbase) pour faciliter les analyses génomiques et les comparaisons de données. Les scripts et fonctions proposés s'appuient sur des données issues de Wormbase, une base de données de référence en génétique du nématode.

Ce projet propose un schéma de données standardisé pour décrire les projets de transition écologique menés par les collectivités territoriales françaises. Il permet de structurer, partager et analyser ces données entre les services de l'État et les collectivités. Les schémas s'appuient sur des référentiels officiels comme la nomenclature M57 pour les compétences et les leviers de la Planification Écologique. L'objectif est d'améliorer la coordination et la valorisation des actions locales en faveur de l'écologie.

Ce projet est une bibliothèque Puppet dédiée à OpenStack, conçue pour centraliser et partager des fonctionnalités communes entre les différents modules OpenStack. Il permet d'éviter la duplication de code en offrant des ressources réutilisables comme la gestion des bases de données (MySQL, PostgreSQL), la validation des services ou encore la configuration des fichiers INI. Il est utilisé par de nombreux modules OpenStack pour standardiser et simplifier leur déploiement et leur maintenance.

Ce projet fournit un schéma JSON standardisé nommé Codev4Graph, accompagné de ressources documentaires et techniques. Il permet aux développeurs de comprendre, valider et utiliser ce schéma pour structurer leurs données de manière cohérente. Il facilite l'interopérabilité entre systèmes en définissant des règles claires pour les échanges de données.

Ce projet propose un schéma de données commun pour décrire l'offre d'insertion professionnelle en France. Il vise à résoudre les problèmes de fragmentation des informations entre les nombreux portails et simulateurs existants. En créant un langage standardisé, il permet aux acteurs de l'insertion (associations, collectivités, etc.) de partager et réutiliser des données actualisées sur les dispositifs disponibles. Le schéma est conçu pour être utilisé par des outils numériques variés et est publié sous forme de données ouvertes.

Ce projet se concentre sur l'analyse et le traitement de données mathématiques, notamment des équations manuscrites. Il vise à identifier et filtrer les données aberrantes, comme les équations avec un nombre excessif de traits ou de points, afin d'optimiser la qualité des modèles graphiques générés. L'objectif est d'améliorer la précision des analyses en éliminant les outliers et en standardisant les données.