CI/CD
Integration et deploiement continus : GitHub Actions, Dependabot, EAS workflows, automatisation.
| # | Skill | Source | Description | Δ | |
|---|---|---|---|---|---|
| 1 | gh-fix-ci | openai/skills | Diagnostiquer les échecs de CI d'une PR GitHub et proposer un plan de correction. | 19 023 | 81 |
| 2 | configuring-dbt-mcp-server | dbt-labs/dbt-agent-skills | Configurer le serveur MCP dbt pour connecter des outils IA à ses APIs. | 494 | 3 |
| 3 | blueprint | astronomer/agents | Composer des DAGs Airflow en YAML via des templates Python réutilisables et validés. | 362 | 1 |
| 4 | deploying-airflow | astronomer/agents | Déployer des DAGs Airflow en production via Astro, Docker Compose ou Kubernetes. | 362 | 1 |
| 5 | build-and-dependency | nvidia/skills | Construire et gérer des environnements de développement containerisés pour Megatron-LM avec CUDA. | 85 | 0 |
| 6 | ci-failure-retrieval | nvidia/skills | Récupérer et analyser les échecs CI Jenkins d'une pull request GitHub. | 85 | 0 |
| 7 | bump-dependency | nvidia/skills | Gérer end-to-end le bump de dépendances GPU dans Megatron Bridge jusqu'au CI vert. | 85 | 0 |
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.