Ce projet permet de récupérer des publications scientifiques françaises à partir d'une base de données filtrée de Unpaywall, et d'extraire des métadonnées pertinentes pour le Baromètre de la Science Ouverte (BSO) en utilisant des modèles Deep Learning (Grobid, Softcite et Datastet). Les PDF téléchargés peuvent être stockés sur un objet storage OpenStack Swift ou sur un stockage local, avec renommage/mappage d'UUID. Le téléchargement et le stockage sur HTTP(S) sont multi-threadés pour une meilleure robustesse et efficacité. Le processus de récolte peut être interrompu et repris, et il est tolérant aux pannes.

Le service mongo-service est une application développée avec NestJS et Node.js, permettant le stockage et la récupération de données via MongoDB. Il offre également des fonctionnalités de gestion de fichiers multimédias grâce à Minio, une solution d'objet storage compatible avec Amazon S3. L'authentification et l'autorisation sont assurées par des jetons JWT, et le suivi de l'état des instances est géré par Terminus.