Générateur de Rapports Data IA

VérifiéSûr

Génère des rapports basés sur les données du projet, soit un aperçu initial complet, soit un résumé de session de travail. Il collecte des informations réelles depuis les fichiers de configuration, les logs git et les URLs pour produire des rapports structurés avec tableaux. Utile lors du démarrage d’un nouveau projet ou après une session pour suivre l’avancement et les décisions.

Spar Skills Guide Bot
DocumentationIntermédiaire
02/06/2026
Claude Code
#data-report#project-documentation#session-summary#coding-metrics

Recommandé pour

Synthèse automatique

Génère des rapports structurés sur le projet (rapport initial ou résumé de session) à partir de données réelles du code et de l'historique Git.

Points forts

  • Utilise des données concrètes issues du code (package.json, git log, etc.)
  • Produit des rapports bien formatés avec tableaux et emojis
  • Sauvegarde et versionne les rapports dans le dépôt Git
  • Détecte automatiquement le mode (initial ou session) selon la demande

Limites

  • Dépend de la présence d'un historique Git et de fichiers de configuration
  • Peut manquer de contexte si le projet n'est pas bien documenté
  • Ne capture pas les décisions non codifiées ou les discussions
Quand l'utiliser

Pour générer un rapport de projet initial lors de l'arrivée sur un nouveau projet ou un résumé de session après une séance de travail.

Quand l'éviter

Pour des notes informelles ou des commentaires en direct pendant le développement.

Analyse de sécurité

Sûr
Score qualité88/100

The skill only reads local project files (package.json, requirements.txt, .env.example) and git history to generate reports. No external network calls, no execution of arbitrary code, no destructive commands. Reports are saved locally and committed, so no data exfiltration.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Initial project report
/project-report
Session summary after work
/ai-data-report session summary

name: ai-data-report description: "Generates data-driven reports about the project. Use for initial project reports or session summaries."

Skill: AI Data Report

Description

Generates data-driven reports about the project. Use /ai-data-report to invoke.

Where reports are saved

  • Location: .claude/reports/
  • Naming: YYYY-MM-DD-[type].md (e.g., 2026-01-22-session.md, 2026-01-22-initial.md)
  • Git: Reports are committed to the repo for history tracking

Modes

1. Initial Report (first time on project)

Generates a complete report with:

## 📊 Project Report

**Production URL:** [production URL]
**GitHub URL:** [repo URL]
**Development time:** [estimated hours and context]

### Services used:
| Service | Purpose |
|---------|---------|
| [Service 1] | [What it does] |
| [Service 2] | [What it does] |
...

### Flow when someone uses the app:
1. [Step 1]
2. [Step 2]
...

### Tech stack:
- Backend: [technology]
- Frontend: [technology]
- Database: [technology]
- Hosting: [technology]

### Deployment:
- [How it deploys]
- [Where env variables are stored]

2. Session Report (when finishing work)

Generates a session summary:

## 📝 Session Summary

**Date:** [date]
**Approximate duration:** [time]

### Changes made:
| Area | Change | Files |
|------|--------|-------|
| [area] | [description] | [files] |

### Commits:
- `[hash]` [message]

### Bugs found/fixed:
- [bug 1]

### Suggested next steps:
- [ ] [task 1]
- [ ] [task 2]

### Metrics:
| Metric | Value |
|--------|-------|
| Lines changed | +X / -Y |
| Files modified | N |
| Commits | N |
| **Time - Claude** | ~Xh Xmin (coding, debugging, testing) |
| **Time - Human** | ~Xmin (reviewing, testing, giving feedback) |

Instructions for Claude

When user invokes /project-report:

  1. Detect mode:

    • If first interaction or they ask for "initial report" → Mode 1
    • If they ask for "session summary" or "what did we do" → Mode 2
  2. Gather data:

    • Read package.json, requirements.txt, .env.example to detect services
    • Check git log for recent commits
    • Check git remote -v for URLs
    • Look for production URLs in README or configs
  3. Be data-driven:

    • Use real data from code, don't make things up
    • If data is missing, indicate "[pending configuration]"
    • Include specific numbers when possible
  4. Format:

    • Use tables for structured information
    • Use emojis for main sections
    • Be concise but complete

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/ai-data-report-generator-mmbizkiw/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/ai-data-report-generator-mmbizkiw' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/ai-data-report-generator-mmbizkiw/download' --output '.skill-downloads/ai-data-report-generator-mmbizkiw/SKILL.md.part' && mv '.skill-downloads/ai-data-report-generator-mmbizkiw/SKILL.md.part' '.skill-downloads/ai-data-report-generator-mmbizkiw/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/ai-data-report-generator-mmbizkiw/SKILL.md' && test -s '.skill-downloads/ai-data-report-generator-mmbizkiw/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/ai-data-report' && cp -R '.skill-downloads/ai-data-report-generator-mmbizkiw' '.claude/skills/ai-data-report'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/ai-data-report-generator-mmbizkiw'

openskills read 'ai-data-report-generator-mmbizkiw'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/ai-data-report-generator-mmbizkiw/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires