Pourquoi Liberty Framework
Une base de données, une instance JD Edwards ou une API web, et une équipe qui a besoin d'une interface interne claire et rapide pour consulter ces données, les modifier, y naviguer et planifier des traitements — sans passer trois mois à développer une application pour chacune.
C'est exactement à ça que sert Liberty Framework.
Le framework s'installe une fois, se raccorde aux sources de données, et ce que les utilisateurs doivent voir se définit dans les Paramètres : quelles requêtes alimentent quels écrans, quels écrans appartiennent à quel menu, quels tableaux de bord agrègent quoi. Le framework prend en charge le reste — la grille, le dialogue de modification, les filtres, l'authentification, le filtrage par rôle, l'export, les colonnes d'audit, l'assistant, les tâches planifiées.
Une poignée de concepts (un pool, un connecteur, un écran, un tableau de bord, un menu) se combinent pour couvrir la surface dont la plupart des applications internes ont besoin : CRUD sur des bases de données, KPI et graphiques, accès contrôlé par rôle, pipelines ETL, un assistant IA capable d'exécuter les requêtes à la demande.
Le problème qu'il résout
La plupart des équipes finissent par écrire le même type d'application encore et encore :
- Une grille qui liste les lignes d'une table, avec des filtres et de la pagination.
- Un dialogue d'édition qui s'ouvre quand on clique sur une ligne, avec les champs que la base de données porte.
- Un tableau de bord avec quelques KPI et graphiques sur les mêmes données.
- Un menu qui relie le tout.
- Une authentification pour que seules les bonnes personnes voient les bonnes choses.
Écrire cela en React (ou Angular, ou Vue), c'est une semaine de travail par écran. Multipliez par 20 écrans par application et 5 applications par équipe : le calcul est implacable — l'essentiel des heures d'ingénierie part dans le câblage de formulaires vers des API et d'API vers des bases de données, et très peu finit en logique métier.
Le framework prend l'approche inverse : le schéma de chaque requête est découvert à l'exécution depuis la base de données elle-même, la mise en page est décrite en quelques clics dans les pages de Liberty Next, et le rendu — grille, dialogue, tableau de bord, outil IA, surface REST — revient au framework. Le SQL produit l'interface.
Quand un besoin que le framework ne couvre pas apparaît (un widget sur mesure, une page unique, une UX peaufinée à la main), la plateforme laisse la place à du code : une route React, une étape Python spécifique ou un appel HTTP.
À qui il s'adresse
| Public | Pourquoi il choisit le framework |
|---|---|
| Équipes outils internes qui construisent des applications d'administration sur des bases existantes. | Le chemin écran CRUD est à six clics ; pas de temps perdu à le réinventer. |
| Opérateurs JD Edwards / SAP / NetSuite qui doivent administrer leur ERP depuis une UI moderne sans attendre l'éditeur. | Un pool vers la base de l'ERP, les bonnes requêtes, un écran par-dessus. |
| Équipes BI / analytics qui consolident des rapports issus de plusieurs systèmes. | Tableaux de bord sur des requêtes SQL nommées, graphiques qui réutilisent les données, pas besoin d'outil BI distinct. |
| Équipes d'intégration qui ont besoin d'une interface sur des chargements de données et des tâches planifiées. | Nomaflow exécute les jobs, le framework leur donne une UI ; l'assistant IA appelle les mêmes requêtes à la demande. |
| Éditeurs de logiciels qui empaquettent des applications client au-dessus d'un produit base de données. | Le framework sert de châssis ; la configuration propre à chaque client se livre sous forme de package ZIP. |
C'est moins intéressant pour :
- Les applications grand public destinées au public (l'UX du framework est orientée opérateur).
- Les applications mobiles (la SPA fonctionne sur mobile mais n'est pas pensée mobile-first).
- Les sites marketing ponctuels ou la gestion de contenu — il existe des outils plus simples.
Ce qui le différencie
| La plupart des outils low-code | Liberty Framework |
|---|---|
| Concepteur de formulaires glisser-déposer qui génère une UI sur mesure par page. | Une grammaire d'UI cohérente — une grille + un dialogue — appliquée à chaque écran. Plus rapide à apprendre pour les utilisateurs, plus rapide à construire pour les développeurs. |
| Backend propriétaire qui détient les données. | La base de données de l'entreprise, son propre pool. Le framework n'y accède qu'à travers des requêtes déclarées ; export et migration sont triviaux. |
| Dépendance à l'hébergement de l'éditeur. | Hébergement interne : systemd, Docker ou Kubernetes, au choix. |
| Schéma déclaré à la main dans l'outil. | Schéma découvert à l'exécution depuis la requête vive. Modifiez le SQL, l'UI suit. |
| Modèle de plugins fermé. | Plugins Python ouverts, routes React personnalisées, API REST, et un assistant IA en tool-use qui exécute les mêmes requêtes que l'UI. |
| Une pile technique à apprendre. | Le SQL suffit ; le reste se fait par cases à cocher et listes déroulantes. |
La différence la plus importante, c'est le modèle de schéma découvert : aucune donnée n'est dupliquée dans la configuration du framework. Le connecteur connaît la requête ; la base connaît les colonnes. Quand une colonne change, l'UI le reflète au prochain rechargement.
Cinq concepts, un seul modèle mental
Tout ce que fait le framework se compose à partir de cinq concepts :
| Concept | Ce que c'est | Ce qu'il résout |
|---|---|---|
| Pool | Une connexion à une base de données (une URL SQLAlchemy + des identifiants). | « Comment j'atteins ces données ? » |
| Connecteur | Un ensemble nommé de requêtes / endpoints au-dessus d'un pool. | « Quelles questions je veux poser à cette source ? » |
| Écran | Une grille + un dialogue d'édition au-dessus des requêtes d'un connecteur. | « Comment je laisse une personne consulter et modifier ça ? » |
| Tableau de bord | Une mise en page de KPI et de graphiques sur les mêmes requêtes. | « Comment je résume ça pour quelqu'un qui veut juste l'essentiel ? » |
| Menu | L'arborescence latérale qui organise écrans et tableaux de bord en une application. | « Comment je rends ça navigable ? » |
Autour de ces cinq concepts, les couches de support : le dictionnaire pour les libellés et les formats, l'authentification et les rôles pour qui-voit-quoi, les jobs pour le travail planifié, l'assistant IA pour l'accès en langage naturel, les plugins pour du Python personnalisé.
Chaque page de concept de ce site s'ouvre par ce que c'est, pourquoi il existe, quand on en crée un, comment il s'imbrique avec les autres. Une fois ces cinq pages lues, la surface du framework est pour l'essentiel cartographiée.
Comment l'apprendre
Trois façons d'aborder le framework, selon la manière de lire.
1. Tutoriels pratiques (recommandé)
Le tutoriel Construire un CRM est un parcours en six étapes qui produit une application de gestion de la relation client opérationnelle — clients, affaires, activités, un tableau de bord du pipeline commercial, connexion OIDC, accès par rôle, l'assistant IA et un job planifié. Le domaine est générique ; aucune connaissance préalable n'est requise au-delà de SQL.
Pour administrer JD Edwards, l'application Nomajde, construite sur le framework, couvre le besoin de bout en bout, prête à l'emploi — utilisateurs, rôles, sécurité, file BIP, données de référence. Une fois installée et raccordée à la base JD Edwards, l'administration est opérationnelle sans rien construire.
2. Approche par cas d'usage
Pour partir de ce qu'il y a à construire, la page Cas d'usage liste chaque cas d'usage courant (CRUD interne, outils d'administration, tableaux de bord BI, intégrations, portails clients, orchestration de workflows, ETL) avec un paragraphe « comment le framework s'y prend » plus un lien vers le tutoriel / la recette de cookbook correspondante.
3. Approche référence
Pour une lecture de bout en bout, la section Installation couvre l'installation, puis la structure des fichiers et l'interface des paramètres ; la section Concepts détaille ensuite chaque notion.
Ce qu'il y a dans le reste de cette documentation
| Section | Ce qu'elle couvre |
|---|---|
| Installation | Installer le framework, créer une première application, comprendre la structure des fichiers. |
| Tutoriel — Construire un CRM | Parcours CRM complet, de bout en bout. |
| Configuration | Interface Paramètres, réglages du framework, variables d'environnement, rechargement à chaud, secrets chiffrés au repos. |
| Concepts | Les cinq primitives du framework + liaison des paramètres et conditions de formulaire, chacune avec une intro « Quoi / Pourquoi / Quand ». |
| Authentification | Utilisateurs locaux, OIDC, JWT, rôles, permissions, clés de licence. |
| Apps et Plugins | Organisation multi-apps, plugins Python personnalisés, internationalisation. |
| Jobs — Nomaflow | Travail planifié, pipelines ETL, types d'étape, historique d'exécution. |
| Assistant IA | L'assistant en tool-use, comment il met à disposition les requêtes des connecteurs. |
| Cookbook | Recettes courtes pour les patrons habituels — export Excel, upload de fichier, OIDC, journal d'audit, etc. |
| Référence CLI | liberty-admin, liberty-connectors, liberty-crypto, liberty-license. |
| Référence API REST | Chaque endpoint, groupé par domaine. |
| Déploiement | systemd, conteneur, Kubernetes — exécuter le framework en production. |
Le frontend en un paragraphe
React 19 + Vite + TypeScript, construit une fois dans frontend/dist et servi en statique par le backend FastAPI sur le même port. Thème sombre par défaut avec bascule vers le thème clair, react-i18next EN / FR, icônes lucide-react, DM Sans, @tanstack/react-table pour la grille, react-markdown + remark-gfm pour l'assistant, @monaco-editor/react pour l'édition de code dans l'app. Rien n'est à écrire : le framework produit tout à partir de la configuration.
Le backend en un paragraphe
Python 3.12, FastAPI, SQLAlchemy 2.0 async avec asyncpg (PostgreSQL) + oracledb (Oracle, thin), Anthropic SDK pour l'assistant IA, authlib pour OIDC, Argon2 pour le hash des mots de passe, cryptography pour le chiffrement de champ AES-256-GCM, APScheduler pour les jobs cron, Socket.IO pour les mises à jour live. Un seul processus, un seul port, aucun démon compagnon. Du Python ne s'écrit que pour une étape de tâche ou une action d'écran spécifique.
Prêt ?
| Objectif | Page |
|---|---|
| Construire quelque chose tout de suite | Tutoriel — Construire un CRM. |
| Voir d'abord ce qui est possible | Cas d'usage. |
| Installer le framework | Installation. |
| Comprendre les concepts d'abord | Concepts → Connecteurs est l'entrée naturelle. |
| Chercher un champ précis | Interface Paramètres liste chaque éditeur ; chaque page de Concepts renvoie vers l'éditeur pertinent. |