Synthèse automatique
Lit `.claude/findings.jsonl`, résume les constats non traités par skill et applique les modifications approuvées directement dans le fichier `skills/<name>/skill.md` concerné.
Points forts
- Regroupe les constats par skill et affiche un tableau récapitulatif (nombre, sources) avant toute action
- Montre chaque changement proposé en entier et exige une approbation explicite (yes / skip / edit)
- Édite le fichier en place sans toucher au frontmatter ni à l'ordre des sections, et marque chaque constat comme `reviewed`
- Traite différemment les sources web, gap et bug, avec un diff `# BEFORE` / `# AFTER` pour les corrections
Limites
- Ne traite qu'un seul skill par invocation, ce qui impose plusieurs passages sur un backlog important
- Suppose un `.claude/findings.jsonl` au format attendu avec un champ `reviewed`, et s'appuie sur la commande `/skill-validate` pour la vérification finale
- Les constats dont le champ `skill` vaut `null` reposent sur une suggestion heuristique par mots-clés, à confirmer manuellement
À utiliser lorsqu'un backlog de constats issus de recherches web, de lacunes détectées ou de bugs attend d'être intégré dans les fichiers de skills.
À éviter si vous voulez retravailler un skill en profondeur (réorganisation de sections, réécriture du frontmatter) plutôt que d'appliquer des correctifs ciblés.
Analyse de sécurité
SûrThe skill orchestrates reading a local findings file, proposing edits to skill files, and updating review status in place. It explicitly avoids rewriting whole files, changing frontmatter, or running destructive commands. No network access, shell commands, or secret exfiltration are instructed. File edits are limited to local skill documentation and findings records.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Show me the pending skill findings and group them by skill.Process the unreviewed findings for the fastapi skill and propose the changes before editing.Look at the unmatched finding in findings.jsonl, suggest which skill it belongs to, and apply it once I confirm.Read .claude/findings.jsonl, show pending skill findings, and apply approved changes back to the relevant skill file.
Instructions
-
Read
.claude/findings.jsonl. If the file does not exist or has no entries wherereviewed: false, say "No pending findings." and stop. -
Filter to
reviewed: falseentries. Group byskillfield. Print a summary table:
| Skill | Count | Sources |
|---------------|-------|-------------------|
| fastapi | 2 | web, gap |
| (unmatched) | 1 | web |
-
Ask the user which skill to process. Work on one skill per invocation.
-
For entries where
skillisnull: list thequery/url/notefor each, suggest the most likely skill match by comparing keywords against folder names underskills/*/skill.md, and confirm with the user before proceeding. -
Read the target
skills/<name>/skill.md. -
For each unreviewed finding for this skill, determine the minimal change:
source: "web"— new info from a search: add a checklist item, update a code example, or add a###subsection if the topic is genuinely newsource: "gap"— pattern Claude had to invent: add a code example + checklist item in the most relevant existing sectionsource: "bug"— incorrect content: show the current block and the corrected version side by side as# BEFORE/# AFTERin a fenced block
-
Show every proposed change in full before touching any file. Ask for explicit approval:
- "Apply these changes? (yes / skip / edit)"
- "skip" marks the finding reviewed without editing the skill
- "edit" lets the user paste a corrected version
-
On approval:
- Edit
skills/<name>/skill.mdin-place — never rewrite the whole file, never change frontmatter or section order - For each processed finding, update its
reviewedfield totrueinfindings.jsonl(rewrite that line only)
- Edit
-
After editing, run
/skill-validateto confirm the file still passes CI format checks. If it fails, show the error and offer to fix it before proceeding.
Format rules (enforced in every proposed change)
- Frontmatter: unchanged (
name:,description:as-is) - Checklist items:
- [ ] verb-first, present tense - Code examples for language-agnostic skills: Python, TypeScript, and Go as siblings
- Anti-patterns:
# BADcomment on the bad block,# GOODon the corrected block — always paired - No meta-commentary ("as of 2026", "Claude found this", "new finding") — write as if it was always there
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 annexesCe 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.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/apply-skill-findings-msh3uu1p/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/apply-skill-findings-msh3uu1p' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/apply-skill-findings-msh3uu1p/download' --output '.skill-downloads/apply-skill-findings-msh3uu1p/SKILL.md.part' && mv '.skill-downloads/apply-skill-findings-msh3uu1p/SKILL.md.part' '.skill-downloads/apply-skill-findings-msh3uu1p/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
Le fichier ne fournit pas un en-tête name/description exploitable pour cette procédure native. Le téléchargement reste disponible pour lecture ; utilisez le mode manuel ci-dessous.
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/apply-skill-findings-msh3uu1p/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.
Rédaction de docs Supabase
Documentation
Rédigez, éditez et révisez le contenu de la documentation Supabase : guides, tutoriels, références et partiels. Suivez les guides de style et les règles de validation MDX/TOML.
Créer un enregistrement de décision d'architecture
Documentation
Créer un nouveau ADR avec numérotation séquentielle, l'enregistrer dans le graphe AgentDB et le lier aux ADR associés.
Mise à jour de plan avec recherche approfondie
Documentation
Met à jour un document de plan en lançant des sous-agents en parallèle pour analyser un sujet sur tous les passes du compilateur, puis consolide les résultats.