CoqTL est un langage de programmation interne (DSL) pour la transformation de modèles dans l'environnement de preuve formelle Coq. Il permet de spécifier des transformations de modèles de manière déclarative et de générer des preuves pour ces transformations. Ce dépôt contient des exemples et des preuves pour CoqTL, ainsi que des générateurs pour créer des métamodèles et des modèles à partir de fichiers Ecore et XMI.

Outil en ligne de commande conçu pour prouver des obligations de preuve au format POG en utilisant la plateforme Why3. Il permet de transformer des fichiers de preuve en formats compatibles avec divers prouveurs automatiques (Zenon, SMT-LIB, TPTP, etc.) pour valider des théorèmes mathématiques ou des propriétés logiques. Idéal pour les chercheurs et développeurs en vérification formelle ou en logique mathématique.

Ce projet vise à transformer les pratiques des ministères sociaux en intégrant l'intelligence artificielle générative dans leurs processus métiers. Il accompagne les équipes (architectes, développeurs, designers, chefs de projet) dans l'adoption d'outils et de méthodes pour automatiser des tâches, améliorer la qualité des livrables et optimiser la collaboration. L'objectif est de créer une usine logicielle où chaque étape du cycle de développement combine un rail agentique (génération) et un rail déterministe (vérification), tout en formant les utilisateurs à ces nouvelles pratiques.

Service de transformation de données basé sur DFDL (Data Format Description Language) permettant de convertir des données selon des schémas prédéfinis et de valider des données selon ces mêmes schémas. Il inclut également la gestion de préférences pour les transformations de données.

Ce projet est une implémentation officielle d'une approche de détection de vulnérabilités XSS (Cross-Site Scripting) dans du code PHP, en utilisant l'apprentissage profond. Il fournit des fonctions de transformation de code PHP, telles que la génération de code PHP avec affichage HTML, le renommage automatique de variables PHP et la substitution de balises HTML.

Ce projet est une implémentation officielle d'une approche de détection de failles XSS (Cross-Site Scripting) dans le code source utilisant l'apprentissage automatique. Il permet de traiter et d'analyser du code source à grande échelle pour en détecter les vulnérabilités et améliorer la sécurité des applications web.