* Ces schémas participeront à la constitution du schéma généré OpenAPI, et seront donc utilisés par les documentations automatiquement générées.

## Documentation automatique

Les schémas JSON de vos modèles seront intégrés au schéma OpenAPI global de votre application, et seront donc affichés dans la documentation interactive de l'API :

<img src="/img/tutorial/body/image01.png">

Il existe un script que vous pouvez exécuter qui formatera et nettoiera tout votre code :

<div class="termy">

```console
$ bash scripts/format.sh
```

</div>

Il effectuera également un tri automatique de touts vos imports.

* L'apprentissage automatique (ou **Machine Learning**) : cela nécessite de nombreuses multiplications de matrices et vecteurs. Imaginez une énorme feuille de calcul remplie de nombres que vous multiplierez entre eux tous au même moment.

labels.searchlog_accesstype	=	Type d'accès
labels.maintenance_title_configuration	=	Entretien
labels.number_of_shards_for_doc	=	Le nombre de fragments
labels.auto_expand_replicas_for_doc	=	Extension automatique des répliques
labels.clear_crawler_index	=	Indices de chenilles
labels.clear_crawler_index_button	=	Effacer les indices de chenilles
labels.diagnostic_logs	=	Diagnostique

    * Générant automatiquement des **erreurs** renvoyées au client quand la donnée est invalide.
* **Documenter** l'API avec OpenAPI :
    * ce qui ensuite utilisé par les interfaces utilisateur automatiques de documentation interactive.

Tout cela peut paraître bien abstrait, mais ne vous inquiétez pas, vous verrez tout ça en pratique dans [Tutoriel - Guide utilisateur](tutorial/index.md){.internal-link target=_blank}.