CI/CD
Integration et deploiement continus : GitHub Actions, Dependabot, EAS workflows, automatisation.
| # | Skill | Source | Description | ||
|---|---|---|---|---|---|
| 1 | ship | rtk-ai/rtk | Automatiser le workflow de release RTK avec versionnage, build et déploiement CI/CD. | 62 846 | |
| 2 | deployment-pipeline-design | wshobson/agents | Concevoir des pipelines CI/CD multi-étapes avec gates, stratégies de déploiement et rollback automatisé. | 36 831 | |
| 3 | github-actions-templates | wshobson/agents | Générer des workflows GitHub Actions prêts pour CI/CD, Docker et Kubernetes. | 36 831 | |
| 4 | gitlab-ci-patterns | wshobson/agents | Créer et gérer des pipelines GitLab CI/CD multi-étapes avec déploiement Kubernetes. | 36 831 | |
| 5 | turborepo-caching | wshobson/agents | Configurer et optimiser le cache de build Turborepo pour monorepos CI/CD. | 36 831 | |
| 6 | workflow-orchestration-patterns | wshobson/agents | Orchestrer des workflows distribués fiables avec Temporal selon les patterns essentiels. | 36 831 | |
| 7 | create-github-action-workflow-specification | github/awesome-copilot | Générer une spécification complète et structurée pour un workflow GitHub Actions. | 35 120 | |
| 8 | devops-rollout-plan | github/awesome-copilot | Générer un plan de déploiement DevOps structuré, complet et prêt pour la production. | 35 120 | |
| 9 | github-actions-efficiency | github/awesome-copilot | Auditer et optimiser les workflows GitHub Actions pour réduire coûts et temps CI. | 35 120 | |
| 10 | github-codespaces-efficiency | github/awesome-copilot | Optimiser les GitHub Codespaces en réduisant coûts et temps de démarrage. | 35 120 | |
| 11 | msstore-cli | github/awesome-copilot | Gérer et publier des applications sur le Microsoft Store via une CLI cross-platform. | 35 120 | |
| 12 | multi-stage-dockerfile | github/awesome-copilot | Créer des Dockerfiles multi-stages optimisés, sécurisés et reproductibles. | 35 120 | |
| 13 | deploy-checklist | anthropics/knowledge-work-plugins | Générer une checklist pré-déploiement personnalisée pour sécuriser chaque mise en production. | 20 885 | |
| 14 | expo-cicd-workflows | expo/skills | Générer et valider des fichiers YAML de workflows CI/CD pour EAS. | 2 078 | |
| 15 | deploy | nvidia-ai-blueprints/video-search-and-summarization | Déployer des profils VSS via un workflow compose validé et auditable. | 1 556 | |
| 16 | github-actions | callstackincubator/agent-skills | Automatiser la compilation et la publication d'artefacts React Native iOS/Android via GitHub Actions. | 1 436 | |
| 17 | ad-pipeline-failure-pr | nvidia/skills | Analyser les pipelines GitLab échoués et générer des rapports de bugs par catégorie. | 1 285 | |
| 18 | aiq-deploy | nvidia/skills | Déployer et vérifier un serveur local NVIDIA AI-Q Blueprint pour agents IA. | 1 285 | |
| 19 | build-and-dependency | nvidia/skills | Construire et gérer des environnements de développement containerisés pour Megatron-LM avec CUDA. | 1 285 | |
| 20 | bump-base-image | nvidia/skills | Mettre à jour les pins d'image PyTorch NVIDIA dans GitHub CI et GitLab CI simultanément. | 1 285 | |
| 21 | bump-dependency | nvidia/skills | Gérer end-to-end le bump de dépendances GPU dans Megatron Bridge jusqu'au CI vert. | 1 285 | |
| 22 | ci-failure-retrieval | nvidia/skills | Récupérer et analyser les échecs CI Jenkins d'une pull request GitHub. | 1 285 | |
| 23 | cicd | nvidia/skills | Configurer, déclencher et investiguer des pipelines CI/CD pour Megatron-LM. | 1 285 | |
| 24 | onboard-gb200-1node-tests | nvidia/skills | Créer des variantes 1-nœud des tests fonctionnels GB200 existants sur 2 nœuds. | 1 285 | |
| 25 | vss-deploy-profile | nvidia/skills | Déployer tout profil VSS via un workflow compose structuré et reproductible. | 1 285 | |
| 26 | deploying-airflow | astronomer/agents | Déployer des DAGs Airflow en production via Astro, Docker Compose ou Kubernetes. | 391 | |
| 27 | github-workflows | mkurman/zorai | Surveiller et déboguer des workflows GitHub Actions via CLI. | 312 | |
| 28 | docker-buildx-stale-rust-binary | divinevideo/divine-mobile | Diagnostiquer et corriger le cache Docker Buildx servant des binaires Rust obsolètes. | 255 | |
| 29 | funnelcake-deployment-workflow | divinevideo/divine-mobile | Orchestrer le déploiement multi-environnements de Funnelcake sur GKE avec ArgoCD. | 255 | |
| 30 | gcloud-builds-tag-deploy-false-success | divinevideo/divine-mobile | Diagnostiquer un faux succès de déploiement Cloud Run masquant un échec de build. | 255 | |
| 31 | bitwarden-workflow-linter-rules | bitwarden/ai-plugins | Auditer et corriger automatiquement les workflows GitHub Actions selon des règles strictes. | 117 | |
| 32 | workflow-audit | bitwarden/ai-plugins | Auditer les workflows GitHub Actions avec bwwl et catégoriser les anomalies détectées. | 117 | |
| 33 | agency-phase-2-foundation | elophanto/elophanto | Construire les fondations techniques d'un projet en parallélisant CI/CD, infrastructure et design system. | 78 | |
| 34 | devops-automation | elophanto/elophanto | Automatiser pipelines CI/CD, infrastructure cloud et déploiements Kubernetes sans interruption. | 78 | |
| 35 | publish-models | replicate/skills | Publier et tester un modèle Cog sur Replicate avec validation automatique. | 47 | |
| 36 | diagnosing-ci-and-merge-bottlenecks | posthog/skills | Diagnostiquer les goulots d'étranglement CI et les délais de fusion de pull requests. | 46 |
À propos de cette sélection
Le pipeline qui casse en prod à 23h, c'est souvent un workflow mal câblé, pas un bug métier.
Reformulation après règle 2 :
Le pipeline qui casse en prod à 23h vient rarement d'un bug métier. C'est presque toujours un workflow mal câblé. Les équipes qui automatisent sérieusement leurs déploiements le savent : chaque étape entre le commit et le container live est une surface de friction. Cette sélection de skills CI/CD couvre exactement ces zones : valider un Dockerfile multi-stage sans relancer manuellement le build, ou orchestrer un rollout progressif avec un plan de rollback explicite avant de merger.
Les skills disponibles ici s'adressent autant au dev backend qui containerise ses premiers workloads qu'au SRE qui fiabilise des pipelines existants. L'outillage autour de ces cas d'usage est déjà solide, notamment via ce que pousse **GitHub** sur la gestion des dépendances automatisées et la préparation des environnements, ce qui couvre la majorité des scénarios de livraison continue.