start

Par anthropics · knowledge-work-plugins

Initialise le système de productivité et ouvre le tableau de bord. À utiliser lors de la configuration initiale du plugin, de l'amorçage de la mémoire de travail à partir de votre liste de tâches existante, ou du décodage des abréviations (surnoms, acronymes, noms de code de projet) utilisées dans vos todos.

npx skills add https://github.com/anthropics/knowledge-work-plugins --skill start

Commande Start

Si vous voyez des placeholders non familiers ou si vous devez vérifier quels outils sont connectés, consultez CONNECTORS.md.

Initialisez les systèmes de tâches et de mémoire, puis ouvrez le tableau de bord unifié.

Instructions

1. Vérifier ce qui existe

Vérifiez le répertoire de travail pour :

  • TASKS.md — liste des tâches
  • CLAUDE.md — mémoire de travail
  • memory/ — répertoire de mémoire approfondie
  • dashboard.html — l'interface visuelle

2. Créer ce qui manque

Si TASKS.md n'existe pas : Créez-le avec le modèle standard (voir la compétence de gestion des tâches). Placez-le dans le répertoire de travail actuel.

Si dashboard.html n'existe pas : Copiez-le de ${CLAUDE_PLUGIN_ROOT}/skills/dashboard.html vers le répertoire de travail actuel.

Si CLAUDE.md et memory/ n'existent pas : C'est une première configuration — après l'ouverture du tableau de bord, lancez le flux de démarrage de la mémoire (voir ci-dessous). Placez-les dans le répertoire de travail actuel.

3. Ouvrir le tableau de bord

N'utilisez PAS open ou xdg-open — dans Cowork, l'agent s'exécute dans une VM et les commandes shell d'ouverture ne parviendront pas au navigateur de l'utilisateur. À la place, dites à l'utilisateur : « Le tableau de bord est prêt à dashboard.html. Ouvrez-le depuis votre gestionnaire de fichiers pour commencer. »

4. Orienter l'utilisateur

Si tout était déjà initialisé :

Dashboard ouvert. Vos tâches et votre mémoire sont tous chargés.
- /productivity:update pour synchroniser les tâches et vérifier la mémoire
- /productivity:update --comprehensive pour une analyse approfondie de toutes les activités

Si la mémoire n'a pas encore été démarrée, passez à l'étape 5.

5. Démarrage de la mémoire (première exécution uniquement)

Faites cela uniquement si CLAUDE.md et memory/ n'existent pas encore.

La meilleure source de langage professionnel est la liste de tâches réelle de l'utilisateur. Les vraies tâches = vrais raccourcis.

Demandez à l'utilisateur :

Où gardez-vous vos tâches ou votre liste de tâches ? Cela pourrait être :
- Un fichier local (ex. TASKS.md, todo.txt)
- Une application (ex. Asana, Linear, Jira, Notion, Todoist)
- Un fichier de notes

J'utiliserai vos tâches pour apprendre vos raccourcis professionnels.

Une fois que vous avez accès à la liste de tâches :

Pour chaque élément de tâche, analysez-le pour trouver des raccourcis potentiels :

  • Les noms qui pourraient être des surnoms
  • Les acronymes ou abréviations
  • Les références de projets ou codenames
  • Les termes ou jargon internes

Pour chaque élément, décodez-le interactivement :

Tâche : « Envoyer PSR à Todd re: Phoenix blockers »

Je vois quelques termes dont je veux m'assurer que je comprends :

1. **PSR** - Qu'est-ce que cela signifie ?
2. **Todd** - Qui est Todd ? (nom complet, rôle)
3. **Phoenix** - Est-ce un codename de projet ? De quoi parle-t-il ?

Continuez à travers chaque tâche, en ne posant des questions que sur les termes que vous n'avez pas encore décodés.

6. Analyse complète optionnelle

Après le décodage de la liste de tâches, proposez :

Voulez-vous que je fasse une analyse complète de vos messages, e-mails et documents ?
Cela prend plus de temps, mais crée un contexte bien plus riche sur les personnes, les projets et les termes de votre travail.

Ou on peut s'en tenir à ce qu'on a et ajouter du contexte plus tard.

S'ils choisissent l'analyse complète :

Collectez les données à partir des sources MCP disponibles :

  • Chat : Messages récents, canaux, DM
  • E-mail : Messages envoyés, destinataires
  • Documents : Docs récents, collaborateurs
  • Calendrier : Réunions, participants

Construisez un braindump des personnes, projets et termes trouvés. Présentez les résultats groupés par degré de confiance :

  • Prêt à ajouter (haute confiance) — proposez d'ajouter directement
  • Nécessite clarification — demandez à l'utilisateur
  • Fréquence basse / flou — notez pour plus tard

7. Rédiger les fichiers de mémoire

À partir de tout ce qui a été rassemblé, créez :

CLAUDE.md (mémoire de travail, ~50-80 lignes) :

# Mémoire

## Moi
[Nom], [Rôle] dans [Équipe].

## Personnes
| Qui | Rôle |
|-----|------|
| **[Surnom]** | [Nom complet], [rôle] |

## Termes
| Terme | Signification |
|-------|---|
| [acronyme] | [expansion] |

## Projets
| Nom | Quoi |
|-----|------|
| **[Codename]** | [description] |

## Préférences
- [préférences découvertes]

Répertoire memory/ :

  • memory/glossary.md — décodeur complet (acronymes, termes, surnoms, codenames)
  • memory/people/{name}.md — profils individuels
  • memory/projects/{name}.md — détails des projets
  • memory/context/company.md — équipes, outils, processus

8. Rapporter les résultats

Système de productivité prêt :
- Tâches : TASKS.md (X éléments)
- Mémoire : X personnes, X termes, X projets
- Tableau de bord : ouvert dans le navigateur

Utilisez /productivity:update pour maintenir les choses à jour (ajoutez --comprehensive pour une analyse approfondie).

Notes

  • Si la mémoire est déjà initialisée, cela ouvre simplement le tableau de bord
  • Les surnoms sont critiques — capturez toujours la façon dont les gens sont réellement appelés
  • Si une source n'est pas disponible, ignorez-la et notez la lacune
  • La mémoire se développe organiquement par la conversation naturelle après le démarrage

Skills similaires