Ce forum étant une mine d’or, je suis à la recherche de conseils pour automatiser la génération d’environ 750 PDF personnalisés à partir d’un template.
Le principe : un fichier source type Excel/CSV contient les variables, puis chaque ligne doit générer un PDF unique avec remplacement de champs comme date, nom, âge, sexe, contenu principal, etc.
Objectif : éviter une production manuelle estimée à environ 25 heures, réduire les erreurs et obtenir un workflow fiable avec nommage automatique, dossier de sortie et contrôle qualité.
Je cherche le meilleur agent IA pour approche technique :
Python + docxtpl ?
Python + ReportLab ?
HTML/CSS vers PDF ?
LibreOffice en ligne de commande ?
publipostage Word ?
Power Automate ?
Google Apps Script ?
autre solution ?
Contraintes importantes :
génération en lot d’environ 750 PDF
données fournies et validées
possibilité de générer un lot test avant production complète
Quelle Agent IA / architecture recommanderiez-vous pour un workflow simple et efficace ?
Merci pour vos retours d’expérience, outils, librairies ou bonnes pratiques !
Tu as pas mal de solutions pour faire ça. Si tu veux le faire en version gratuite le plus simple HTML/PDF vers PDF tu demande à Claude qui à accès au MCP de chrome pour le générer (si ton pdf est pas trop complexe).
Perso je fais habituellement ça en Ruby GitHub - prawnpdf/prawn: Fast, Nimble PDF Writer for Ruby · GitHub
Sinon tu as pleins de tool no code.
Merci pour vos retours, ça m’a aidé à clarifier l’approche.
Petite mise à jour après audit : le périmètre a fortement évolué. Le besoin initial était d’environ 750 PDF personnalisés, mais la production réelle se rapproche plutôt de 3000 PDF / pages personnalisées à générer selon le mode de sortie retenu.
Le sujet dépasse donc la simple génération PDF. Le vrai enjeu devient la mise en place d’un pipeline fiable, rejouable et contrôlable.
Le workflow qui se dessine sachant que j’ai un abo GPTPlus et que le Codex tourne plutôt bien sous le modèle 5.5:
Excel / CSV
→ table maître nettoyée
→ table de génération PDF
→ règles de dates / templates / naming
→ génération par batch
→ contrôle qualité
→ export index
→ audit métadonnées
→ package final ZIP
Après tests et réflexion, Python semble effectivement être le socle le plus adapté pour garder un contrôle fin sur :
les templates ;
les coordonnées des champs ;
le naming ;
les logs ;
le contrôle qualité ;
la génération en volume.
Une stack possible :
ReportLab pour injecter les champs dans les PDF ;
PyMuPDF pour le rendu PNG et le contrôle visuel ;
pypdf pour l’assemblage / fusion si besoin ;
Excel / CSV comme source de données ;
éventuellement LibreOffice CLI pour les conversions massives ;
Make / n8n / Power Automate plutôt en orchestration autour du moteur.
La piste no-code peut être intéressante pour déclencher, déplacer, notifier ou archiver, mais pour le cœur de génération, surtout avec des templates précis et du volume, je pense qu’un moteur Python reste plus robuste.
Le point important que je retiens : à partir de ce volume, il ne faut pas seulement “créer des PDF”, il faut produire un dossier livrable avec :
fichiers générés ;
index d’export ;
rapport QC ;
contrôle du nombre de pages ;
détection des collisions de noms ;
audit des métadonnées ;
archive finale.
Le projet est devenu un vrai mini-lab d’automatisation !
Je n’ai pas trouvé l’option pour éditer le titre mais on peut peut être renommer le topic « Génération massive de PDF : construire un pipeline fiable pour générer 3000 PDF personnalisés » ou similaire ^^
