Skills & Agents Tooling
Création, installation et gestion de skills pour agents IA : templates, scaffolding, migration.
| # | Skill | Source | Description | ||
|---|---|---|---|---|---|
| 1 | compiler-port | facebook/react | Porter un compilateur de TypeScript vers Rust, pass par pass, avec tests et revue. | 250 735 | |
| 2 | instance-awareness | n8n-io/n8n | Exploiter le contexte d'instance pour répondre sans redemander ce qui existe déjà. | 205 989 | |
| 3 | model-selection | n8n-io/n8n | Sélectionner, valider et préserver les modèles IA selon des règles strictes de sourcing. | 205 989 | |
| 4 | n8n:create-agent-builder-eval | n8n-io/n8n | Créer et valider un cas d'évaluation pour l'Agent Builder via LangTracer. | 205 989 | |
| 5 | n8n:linear-issue | n8n-io/n8n | Analyser une issue Linear et rassembler tout le contexte nécessaire pour démarrer. | 205 989 | |
| 6 | progressive-building | n8n-io/n8n | Construire des workflows IA par incréments validés, un palier à la fois. | 205 989 | |
| 7 | mcp-builder | anthropics/skills | Créer des serveurs MCP robustes pour connecter des LLMs à des services externes. | 178 331 | |
| 8 | browser-use | browser-use/browser-use | Automatiser un navigateur web via CLI avec persistance et faible latence. | 116 306 | |
| 9 | remote-browser | browser-use/browser-use | Contrôler un navigateur headless en sandbox via des commandes CLI précises. | 116 306 | |
| 10 | context7-cli | upstash/context7 | Gérer la documentation, les skills IA et la configuration MCP via CLI. | 62 427 | |
| 11 | cherry-browser | cherryhq/cherry-studio | Contrôler un navigateur web en temps réel via des outils MCP intégrés. | 52 154 | |
| 12 | code-mate-codex | cherryhq/cherry-studio | Exécuter des tâches Codex CLI en mode non-interactif avec sandbox contrôlé. | 52 154 | |
| 13 | code-mate-hermes | cherryhq/cherry-studio | Exécuter des tâches Hermes Agent en mode one-shot via une interface sécurisée. | 52 154 | |
| 14 | code-mate-minimax-code | cherryhq/cherry-studio | Exécuter des tâches de code via MiniMax Code en mode contrôlé et sécurisé. | 52 154 | |
| 15 | code-mate-openclaw | cherryhq/cherry-studio | Exécuter l'agent local OpenClaw pour analyser du code sans modifier les fichiers. | 52 154 | |
| 16 | code-mate-opencode | cherryhq/cherry-studio | Exécuter des tâches de code headless via OpenCode et synthétiser les résultats JSON. | 52 154 | |
| 17 | code-mate-pi | cherryhq/cherry-studio | Exécuter des tâches Pi en mode JSON sans session dans un projet ciblé. | 52 154 | |
| 18 | code-mate-qwen-code | cherryhq/cherry-studio | Exécuter des tâches de code via Qwen en mode non interactif et sécurisé. | 52 154 | |
| 19 | add-app-to-server | tldraw/tldraw | Enrichir un serveur MCP existant avec des interfaces utilisateur interactives via le SDK dédié. | 50 571 | |
| 20 | migrate-oai-app | tldraw/tldraw | Migrer une application OpenAI Apps SDK vers le protocole MCP standardisé. | 50 571 | |
| 21 | architecture-patterns | wshobson/agents | Concevoir des architectures backend maintenables avec Clean Architecture, DDD et ports-adaptateurs. | 39 975 | |
| 22 | error-handling-patterns | wshobson/agents | Concevoir des stratégies robustes de gestion d'erreurs pour applications résilientes. | 39 975 | |
| 23 | go-concurrency-patterns | wshobson/agents | Implémenter des patterns de concurrence Go avec goroutines, channels et pipelines. | 39 975 | |
| 24 | projection-patterns | wshobson/agents | Construire des projections et read models pour systèmes event-sourced en CQRS. | 39 975 | |
| 25 | python-error-handling | wshobson/agents | Implémenter une gestion robuste des erreurs et validations en Python. | 39 975 | |
| 26 | review-agent-setup | wshobson/agents | Contrôler et auditer les actions d'un agent IA sur les revues de code avec approbation humaine. | 39 975 | |
| 27 | saga-orchestration | wshobson/agents | Orchestrer des transactions distribuées multi-services avec compensation et gestion des échecs. | 39 975 | |
| 28 | scan | wshobson/agents | Scanner une codebase pour générer une documentation projet précise et structurée. | 39 975 | |
| 29 | acquire-codebase-knowledge | github/awesome-copilot | Documenter exhaustivement une codebase en sept fichiers structurés et vérifiables. | 39 397 | |
| 30 | acreadiness-assess | github/awesome-copilot | Évaluer la maturité IA d'un dépôt et générer un dashboard HTML détaillé. | 39 397 | |
| 31 | acreadiness-generate-instructions | github/awesome-copilot | Générer des fichiers d'instructions personnalisés pour agents IA dans VS Code. | 39 397 | |
| 32 | agent-governance | github/awesome-copilot | Appliquer des règles de sécurité et de conformité aux actions d'un agent IA. | 39 397 | |
| 33 | autoresearch | github/awesome-copilot | Automatiser des expérimentations itératives sur du code jusqu'à atteindre un objectif mesurable. | 39 397 | |
| 34 | copilot-sdk | github/awesome-copilot | Intégrer les workflows agentiques de GitHub Copilot dans n'importe quelle application. | 39 397 | |
| 35 | copilot-spaces | github/awesome-copilot | Gérer et exploiter des espaces Copilot contextuels pour enrichir les réponses d'un agent. | 39 397 | |
| 36 | create-canvas-extension | github/awesome-copilot | Créer et enregistrer une extension canvas réutilisable dans le dépôt awesome-copilot. | 39 397 | |
| 37 | creating-oracle-to-postgres-master-migration-plan | github/awesome-copilot | Analyser une solution .NET et produire un plan de migration Oracle vers PostgreSQL. | 39 397 | |
| 38 | dotnet-mcp-builder | github/awesome-copilot | Créer des serveurs MCP production en C#/.NET avec les packages officiels Microsoft. | 39 397 | |
| 39 | freecad-scripts | github/awesome-copilot | Générer des scripts Python production pour modélisation 3D dans FreeCAD. | 39 397 | |
| 40 | go-mcp-server-generator | github/awesome-copilot | Générer un projet serveur MCP complet en Go, prêt pour la production. | 39 397 | |
| 41 | harness-engineering | github/awesome-copilot | Transformer les erreurs récurrentes d'agents IA en artefacts durables pour un dépôt. | 39 397 | |
| 42 | java-add-graalvm-native-image-support | github/awesome-copilot | Configurer et builder une image native GraalVM pour applications Java. | 39 397 | |
| 43 | java-mcp-server-generator | github/awesome-copilot | Générer un serveur MCP Java complet et prêt pour la production avec Maven ou Gradle. | 39 397 | |
| 44 | kotlin-mcp-server-generator | github/awesome-copilot | Générer un projet serveur MCP complet en Kotlin avec outils et tests. | 39 397 | |
| 45 | mcp-copilot-studio-server-generator | github/awesome-copilot | Générer un connecteur Power Platform complet avec intégration MCP pour Copilot Studio. | 39 397 | |
| 46 | mcp-create-declarative-agent | github/awesome-copilot | Créer un agent déclaratif Microsoft 365 Copilot intégrant un serveur MCP avec authentification. | 39 397 | |
| 47 | mcp-deploy-manage-agents | github/awesome-copilot | Déployer et gérer des agents déclaratifs MCP dans Microsoft 365 avec gouvernance centralisée. | 39 397 | |
| 48 | mentoring-juniors | github/awesome-copilot | Guider les développeurs juniors par questionnement socratique pour développer leur autonomie. | 39 397 | |
| 49 | microsoft-agent-framework | github/awesome-copilot | Développer, migrer et orchestrer des agents avec Microsoft Agent Framework. | 39 397 | |
| 50 | onboard-context-matic | github/awesome-copilot | Faire découvrir et utiliser interactivement le serveur MCP context-matic pour intégrer des SDK. | 39 397 |
À propos de cette sélection
Quand un agent doit embarquer une nouvelle capacité sans que tu réécrives tout son scaffolding à la main, l'outillage disponible change vraiment la donne. Cette section regroupe ce qui permet de générer, structurer et migrer des skills pour agents IA : créer un template prêt à l'emploi, initialiser un projet avec la bonne architecture d'entrée, ou porter un skill existant vers un runtime plus récent comme Codex. OpenAI et Microsoft poussent chacun leur propre générateur, signe d'un écosystème encore en train de se normaliser autour de quelques conventions concurrentes. Les outils répertoriés ici ciblent surtout les devs TypeScript qui assemblent des agents modulaires et veulent éviter le copier-coller de boilerplate à chaque nouvelle capacité ajoutée.