ObsiGate/docs/ROADMAP.md

ObsiGate — Roadmap

Version : 2.2.1 | Dernière mise à jour : 2026-09-11 Ce fichier ne contient que le travail à venir (🔵 En cours + ⚪ Backlog) et un index compact vers les fonctionnalités livrées.

• Méthode de livraison à appliquer pour toute tâche : DELIVERY_WORKFLOW.md
• Historique des versions : CHANGELOG.md
• Détail des fonctionnalités livrées : docs/archive/COMPLETED_v1-v2.md
• Fiches détaillées par feature : docs/features/
• Bugs / TODO : ISSUES_TODOLIST.md

---

Légende

Icône	Signification
✅	Terminé
🔵	En cours
⚪	Prévu / Backlog
🔴 Impact	Critique / Bloquant
🟡 Impact	Utile / Attendu
🟢 Impact	Nice-to-have / Confort

Convention : chaque item porte un ID stable #NN (clé de jointure entre roadmap, changelog et commits). Une fonctionnalité livrée sort de ce fichier et entre dans l'index « Complété » ci-dessous, avec son détail dans docs/features/ ou l'archive.

---

🔵 En cours

77. Application Desktop native — Tauri (Windows / Linux / macOS)

• Effort : 8-12 jours | Impact : 🟡 | Framework : Tauri v2 (Rust + Webview)
• Statut : livré (A→F) — projet Tauri, backend Python embarqué, fonctionnalités natives, build CI, UX, 16 tests Rust. Détail complet : features/desktop-tauri.md
• Reste à faire :
  • Signature de code Windows (optionnel mais recommandé)
  • Wizard « Choisissez votre vault » au 1er lancement (optionnel)
  • Jumplist vaults récents dans le menu Démarrer (optionnel)
  • 6 tests E2E manuels : installation, tray icon, notifications natives, association .md, auto-update, désinstallation

---

⚪ Backlog — Priorité 4 (P4)

70. Recherche sémantique — Embeddings vectoriels

• Effort : 4-5 jours | Impact : 🟢
• Description : La recherche actuelle (TF-IDF) ne trouve que les documents contenant EXACTEMENT les mots tapés. La recherche sémantique comprend le SENS de la requête et trouve des documents pertinents même s'ils utilisent des mots différents.
  • Exemple concret : Vous cherchez « comment sauvegarder mes données ». La recherche TF-IDF ne trouvera que les documents contenant « sauvegarder » ET « données ». La recherche sémantique trouvera aussi un document titré « Stratégie de backup automatique » ou « Protection contre la perte de fichiers » parce qu'elle comprend que ces phrases parlent de la même chose.
  • Fonctionnement technique :
    • Chaque document (ou chunk de ~512 tokens) est converti en un vecteur (une liste de 384 nombres) par un modèle de langage léger comme all-MiniLM-L6-v2 (80 Mo, s'exécute en ~2ms par document sur CPU). Ce vecteur capture le sens — deux phrases qui veulent dire la même chose auront des vecteurs très proches.
    • Au moment de la recherche, la requête utilisateur est elle aussi convertie en vecteur.
    • On calcule la similarité cosinus entre le vecteur de la requête et les vecteurs de tous les documents. Les documents avec la similarité la plus élevée sont retournés.
    • Recherche hybride : on combine le score TF-IDF (pertinence par mots-clés exacts) et le score sémantique (pertinence par sens) via RRF (Reciprocal Rank Fusion) — les documents bien classés par les deux méthodes remontent en premier.
  • Stockage : les vecteurs sont stockés avec FAISS (Facebook AI Similarity Search), une bibliothèque optimisée qui permet de chercher parmi des millions de vecteurs en quelques millisecondes.
  • Indexation : les embeddings sont générés une fois à l'indexation du fichier (pas à chaque recherche). Un fichier modifié voit son embedding regénéré automatiquement par le watcher.
• Pourquoi c'est important : La recherche par mots-clés échoue dans ~30% des cas où l'utilisateur ne se souvient pas des mots exacts utilisés dans ses notes. La recherche sémantique résout ce problème. C'est particulièrement utile pour les gros vaults (500+ notes) où on ne peut pas tout parcourir manuellement.
• Sous-tâches :
  • Génération d'embeddings : modèle all-MiniLM-L6-v2 via sentence-transformers (Python) ou appel API externe
  • Stockage : index vectoriel avec numpy + faiss (ou usearch pour performance)
  • Indexation : embedding par chunk de 512 tokens avec recouvrement
  • Recherche hybride : combinaison TF-IDF + similarité cosinus (RRF — Reciprocal Rank Fusion)
  • UI : toggle « Recherche sémantique » dans la barre de recherche
  • UI : score de similarité dans les résultats

73. Synchronisation multi-appareils — Obsidian Sync compatible

• Effort : 6-8 jours | Impact : 🟢
• Description : Synchronisation des vaults entre plusieurs instances d'ObsiGate via un protocole de synchronisation décentralisé ou compatible Obsidian Sync. Alternative self-hosted à Obsidian Sync.
• Sous-tâches :
  • Protocole : évaluation CRDT vs OT vs diff/patch pour fichiers markdown
  • Transport : WebSocket ou polling HTTPS avec compression
  • Merge strategy : LWW (Last Writer Wins) avec historique des deux versions
  • Détection de changements : hash SHA-256 par fichier, journal des modifications
  • UI : page « Synchronisation » avec statut par appareil, historique des syncs
  • Conflits : UI de résolution manuelle (diff côte à côte entre version locale et distante)
  • Chiffrement : optionnel, chiffrement AES-256-GCM avant transmission
  • Pairing : échange de clé publique + code QR pour appairage des appareils

---

✅ Complété — index

Détail complet dans docs/archive/COMPLETED_v1-v2.md et docs/features/. Cette table est la seule source de navigation ; ne pas re-détailler les items livrés ici.

#	Domaine / fonctionnalité	Version	Détails
1–8	Fondations (FastAPI, TF-IDF + stemming, watchdog, SPA, sécurité, path traversal, gzip, PWA)	1.0.0→1.4.0	archive
9–20	UX & productivité (share, webhooks, dashboard, conflits, backlinks, redaction, backups, graphe, header, aperçu)	1.5.0→1.6.0	archive
21–22	Architecture (split app.js → 16 modules, validateur imports CI)	1.5.1	archive
23–25	CI/CD & qualité (Gitea Actions, Ruff/Mypy/Bandit/Pip-audit, pytest)	1.6.0	archive
26–29	AI Editor (toolbar, multi-provider, 16 endpoints, auto-save)	1.7.0	archive
30–39	Fonctionnalités avancées (export PDF, palette, mobile, drag & drop, filtres, indexation non-bloquante)	1.8.0→1.9.0	archive
40–46	Gestion des backups (diff, gestionnaire, purge, auto, rétention)	1.9.0	archive
47–57	Mermaid.js (22 templates, live preview, thèmes, zoom, plein écran, pré-processeur Obsidian)	2.0.0	archive
58	Tests E2E Playwright (44 desktop + 12 mobile, CI)	2.0.0	archive
59	Mode hors-ligne PWA complet (IndexedDB, file de synchro, conflits)	2.0.0	archive
63	Internationalisation i18n FR/EN	2.0.0	archive
65	Thèmes personnalisés (light/dark/high-contrast/sepia, import/export)	2.0.0	archive
66	Export multi-formats (HTML, MD bundle, ePub)	2.0.0	archive
71	Tableau de bord administrateur	2.0.0	archive
64	MFA (TOTP + WebAuthn + recovery codes)	2.1.0	archive
74	Support complet des documents PDF	2.1.0	features/pdf.md
75	Éditeur multi-panneaux (Split View)	2.1.0	features/split-view.md
61	Plugins système (sandbox Web Worker, hooks, 9 endpoints)	2.2.0	archive
67	Notifications web — Push API	2.2.0	archive
68	Health check enrichi	2.2.0	archive
72	API publique documentée — OpenAPI 3.1	2.2.0	archive
76	BooksLM — Console AI contextuelle par répertoire	2.2.0	features/bookslm.md
78	Éditeur Excalidraw	2.2.0	features/excalidraw.md
62	Collaboration temps réel — Édition simultanée (Yjs/CRDT, WebSocket, awareness)	2.3.0	features/collaboration.md
79	Assistant IA — Outils (function calling) & serveur MCP	2.3.0	features/ai-tools-mcp.md
80	Assistant IA — Rendu Markdown, liens fichiers/paths & sessions	2.3.0	features/ai-assistant-ux.md
69	Éditeur mobile natif — Interface tactile optimisée	2.3.0	features/mobile-editor.md
77	Application Desktop native — Tauri	🔵 en cours	features/desktop-tauri.md

---

📊 Résumé des efforts

Priorité	Items	Effort total estimé
✅ Complété	#1 → #59, #61–72, #74–76, #78–80	~99 jours réalisés
🔵 P2 restant	#77 Desktop : signature code (optionnel), wizard 1er lancement (optionnel), 6 tests E2E manuels	~1-2 jours
⚪ P4 restant	#70 Sémantique (4-5j) · #73 Sync (6-8j)	10-13 jours
Total restant	3 items + finitions	~11-15 jours

---

Notes

• Les items P3/P4 ne sont pas ordonnés par priorité interne — à raffiner selon les retours utilisateurs.
• L'effort inclut le développement + tests unitaires + intégration CI, mais pas la documentation utilisateur.
• Les items marqués 🟢 (nice-to-have) sont de bons candidats pour des contributions externes.
• Maintenance de ce fichier : quand un item passe à ✅, déplacer son détail vers docs/features/<slug>.md (grosse feature) ou docs/archive/COMPLETED_v1-v2.md (item court), ajouter une ligne dans l'index « Complété », et consigner la version dans le CHANGELOG.