Dev Tooling
Outils de productivite developpeur : code review, commit, debugging, CLI utilities.
| # | Skill | Source | Description | ||
|---|---|---|---|---|---|
| 1 | document-public-apis | pytorch/pytorch | Documenter les APIs publiques PyTorch en ajoutant des directives Sphinx autodoc aux fichiers sources. | 99 882 | |
| 2 | cookbook-audit | anthropics/claude-cookbooks | Auditer un notebook Cookbook selon un guide de style et produire un rapport noté. | 42 875 | |
| 3 | async-python-patterns | wshobson/agents | Implémenter des patterns asynchrones Python avec asyncio pour des applications non-bloquantes performantes. | 35 315 | |
| 4 | python-anti-patterns | wshobson/agents | Identifier et corriger les anti-patterns Python courants dans le code avant déploiement. | 35 315 | |
| 5 | python-background-jobs | wshobson/agents | Gérer des tâches asynchrones en arrière-plan avec files d'attente Python. | 35 315 | |
| 6 | python-code-style | wshobson/agents | Standardiser le style, la documentation et le typage de code Python moderne. | 35 315 | |
| 7 | python-configuration | wshobson/agents | Gérer la configuration Python via variables d'environnement typées et validées avec Pydantic. | 35 315 | |
| 8 | python-design-patterns | wshobson/agents | Structurer du code Python maintenable via des principes de conception fondamentaux. | 35 315 | |
| 9 | python-error-handling | wshobson/agents | Implémenter une gestion robuste des erreurs et validations en Python. | 35 315 | |
| 10 | python-observability | wshobson/agents | Instrumenter des applications Python avec logs structurés, métriques et traces distribuées. | 35 315 | |
| 11 | python-packaging | wshobson/agents | Créer, structurer et publier des packages Python sur PyPI avec pyproject.toml. | 35 315 | |
| 12 | python-performance-optimization | wshobson/agents | Profiler, analyser et optimiser les performances CPU et mémoire du code Python. | 35 315 | |
| 13 | python-project-structure | wshobson/agents | Structurer des projets Python avec modules clairs, interfaces publiques et hiérarchies plates. | 35 315 | |
| 14 | python-resilience | wshobson/agents | Implémenter des patterns de résilience Python pour gérer les pannes transitoires. | 35 315 | |
| 15 | python-resource-management | wshobson/agents | Gérer les ressources Python de façon déterministe via des context managers. | 35 315 | |
| 16 | python-type-safety | wshobson/agents | Annoter et typer du code Python pour détecter les erreurs à l'analyse statique. | 35 315 | |
| 17 | uv-package-manager | wshobson/agents | Gérer les dépendances Python ultra-rapidement avec l'outil uv basé sur Rust. | 35 315 | |
| 18 | comment-code-generate-a-tutorial | github/awesome-copilot | Transformer un script Python en projet documenté avec tutoriel README complet. | 32 867 | |
| 19 | openai/skills | Lire, générer et valider des fichiers PDF avec rendu visuel garanti. | 19 019 | ||
| 20 | dignified-python | dagster-io/skills | Auditer et améliorer du code Python moderne selon des conventions stylistiques strictes. | 144 | |
| 21 | cuopt-developer | nvidia/skills | Modifier et contribuer au codebase C++/CUDA et Python de NVIDIA cuOpt. | 85 | |
| 22 | cuopt-installation-developer | nvidia/skills | Configurer un environnement de build cuOpt depuis les sources avec tests. | 85 | |
| 23 | linting-and-formatting | nvidia/skills | Configurer et appliquer le linting, formatage et style de code Python. | 85 | |
| 24 | update-golden-values | nvidia/skills | Rafraîchir des golden values via GitHub Actions et valider les écarts avec la divergence KL. | 85 |
À propos de cette sélection
Le debugging mal ciblé coûte souvent plus cher que le bug lui-même. C'est là que la qualité de l'outillage se révèle vraiment : un agent capable d'ouvrir une issue bien formée, de faire respecter une convention de commit ou de lancer un lint rule sans intervention manuelle change la vélocité d'une équipe de façon concrète. Cette section rassemble des skills dev tooling qui couvrent la majorité des cas d'usage courants, automatiser la revue de code, piloter un workflow CLI, ou générer des nodes conformes aux standards d'une plateforme comme n8n. L'écosystème est déjà dense, avec des contributions solides de plusieurs orgs majeures, mais les conventions varient beaucoup d'un contexte à l'autre. Ces skills s'adressent surtout aux devs backend ou fullstack qui veulent déléguer la plomberie outillage à un agent sans sacrifier la cohérence du codebase.