Déploiement

Tout fonctionne à partir d’une seule image préconstruite : ghcr.io/diegoparras/escriba:latest. Elle embarque ffmpeg, l’OCR Tesseract, Whisper et un Redis intégré — aucun service supplémentaire.

Astuce

Avant de commencer, copiez .env.example vers .env et définissez vos secrets (SECRET_KEY, GOD_PASSWORD, …). Générez des clés avec openssl rand -hex 32.

EasyPanel

1. Project → + Service → App, puis réglez Source → Docker Image sur ghcr.io/diegoparras/escriba:latest.
2. Ajoutez vos variables d’environnement (voir Configuration).
3. Dans Domains, définissez Container Port 8000, ajoutez votre domaine et activez HTTPS.
4. Déployez.

Docker Compose

git clone https://github.com/diegoparras/escriba.git
cd escriba
cp .env.example .env          # set your secrets
docker compose up -d --build

Portainer

Stacks → Add stack → Repository en utilisant https://github.com/diegoparras/escriba et le chemin de compose docker-compose.yml (ou collez le fichier compose dans l’éditeur web). Définissez les variables d’environnement et déployez ; l’application écoute sur le port 8000.

Dokploy

Create Application → GitHub (dépôt diegoparras/escriba) avec Build Type : Dockerfile, ajoutez vos variables d’environnement, réglez le domaine sur Container Port 8000 avec HTTPS, puis déployez.

Docker simple

docker build -t escriba .
docker run -d --name escriba --restart unless-stopped -p 8000:8000 \
-e SECRET_KEY="$(openssl rand -hex 32)" -e GOD_PASSWORD="change-me" escriba

Pour le TLS, placez un reverse proxy en façade. Exemple de Caddyfile (HTTPS automatique) :

Caddyfile

example.com {
    reverse_proxy localhost:8000
}

Avec Nginx, faites un proxy vers localhost:8000 et augmentez client_max_body_size pour les gros téléversements.

Service d’anonymisation

Pour activer l’anonymisation des données personnelles, lancez le service interne Anonimal aux côtés d’Escriba et pointez ANONIMAL_URL vers lui (par ex. http://anonimal:8000). Laissez ANONIMAL_URL vide pour masquer entièrement la fonctionnalité.

Performance

Par défaut, l’application lance un worker par cœur de CPU, de sorte qu’elle s’adapte à n’importe quel hôte (un VPS 1 cœur → 1 worker ; un serveur à 24 threads → 24). Chaque worker utilise ~250 Mo de RAM ; réglez WEB_CONCURRENCY sur un nombre fixe pour le plafonner.