Synthèse automatique
Crée un nouveau skill ou une nouvelle commande AI-DLC avec la structure, les métadonnées et les points d'intégration appropriés.
Points forts
- Automatise la création de la structure de fichier et du frontmatter.
- Assure la cohérence avec les patterns existants et le pipeline.
- Intègre des vérifications de conflits de noms et des références aux skills similaires.
Limites
- Nécessite une compréhension préalable de l'écosystème des skills.
- Ne couvre pas tous les cas particuliers, notamment pour des skills très spécifiques.
- La phase interactive peut ralentir le flux si l'utilisateur est pressé.
Quand vous devez ajouter un nouveau skill réutilisable ou une commande au système AI-DLC.
Pour des tâches ponctuelles qui ne suivent pas la structure standard des skills ou qui n'ont pas besoin d'intégration dans le pipeline.
Analyse de sécurité
SûrThe skill is a meta-tool that scaffolds new skill files. It uses only safe filesystem operations (ls, grep, mkdir, writing markdown) and runs a pre-existing install script. No destructive or exfiltrating actions are instructed.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
/create-skill api-scanner skill A tool that scans codebases for API endpoints and generates OpenAPI specs/create-skill fix-lint command Automatically fix common linting errors in the current project/create-skill — Scaffold a New Skill or Command
Usage: /create-skill [skill-name] [--type command|skill] [description]
Arguments: $ARGUMENTS
Purpose
Meta-tool that scaffolds new AI-DLC skills and commands with correct structure, frontmatter, gates, and integration points. The self-improvement flywheel — our skills can create new skills.
Every great system can extend itself. This command ensures new skills follow our patterns, integrate with the pipeline, and work on day one.
Instructions for Claude
Step 0: Parse Arguments
Extract from $ARGUMENTS:
- name: The skill name (kebab-case, e.g.,
api-scanner) - type:
command(lightweight, single file) orskill(multi-phase, directory-based). Default:command - description: What the skill does (remaining text after name and type)
If name is missing: Ask "What should this skill be called? (kebab-case, e.g., api-scanner)"
If description is missing: Ask "What should this skill do? (one sentence)"
Step 1: Research Existing Patterns
Before scaffolding, understand the ecosystem:
- Check for conflicts: Search
skills/commands/andskills/skills/for existing skills with the same or similar name - Find similar skills: Identify 1-2 existing skills closest in purpose to the new one — these become pattern references
- Check integration points: Which existing skills should this one chain with?
# Check for name conflicts
ls skills/commands/${name}.md 2>/dev/null
ls skills/skills/${name}/ 2>/dev/null
# Find similar skills by searching descriptions
grep -r "Purpose" skills/commands/*.md skills/skills/*/SKILL.md | head -20
GATE: No name conflict. If conflict found, suggest an alternative name.
Step 2: Gather Requirements (Interactive)
Ask these questions one at a time (skip any the user already answered):
2a. What triggers this skill?
- User invokes it directly (slash command)
- Called by another skill in a pipeline
- Both
2b. What tools does it need?
- Read-only (Read, Glob, Grep) — for analysis skills
- Read-write (+ Edit, Write, Bash) — for generation skills
- Full (+ Agent, Task) — for orchestration skills
2c. Where does it fit in the pipeline?
- Before planning (exploration, research)
- During planning (enrichment, validation)
- During work (implementation, generation)
- After work (review, audit, documentation)
- Standalone (independent of bolt pipeline)
2d. What artifacts does it produce?
- Documents (where? what format?)
- Code changes
- Reports / dashboards
- Configuration files
2e. Does it need personas or panels?
- No personas (straightforward execution)
- Single persona (focused expert)
- Multi-persona panel (adversarial analysis)
Step 3: Scaffold the Skill
If type = command:
Create skills/commands/${name}.md:
# /${name} — ${Title}
Usage: \`/${name} [arguments]\`
**Arguments:** $ARGUMENTS
---
## Purpose
${description}
---
## Instructions for Claude
### Step 0: Setup
[Parse arguments and check preconditions]
${If pipeline integration:}
Check for per-project config:
\`\`\`bash
ls .ai-dlc.local.yaml 2>/dev/null
\`\`\`
### Step 1: ${First Phase Name}
[Phase instructions]
GATE: STOP. [Verification condition]. If not met, [recovery instruction]. Do NOT proceed to Step 2 until [condition].
### Step 2: ${Second Phase Name}
[Phase instructions]
${If produces artifacts:}
### Step N: Output
Write to \`${artifact_path}\`:
\`\`\`markdown
---
date: YYYY-MM-DD
topic: [kebab-case]
---
# [Title]
\`\`\`
---
## Integration
${Integration points with other skills}
If type = skill:
Create directory skills/skills/${name}/ with SKILL.md:
---
name: ${name}
description: ${description}
user-invocable: true
allowed-tools: ${tools}
argument-hint: ${hint}
---
# /${name} — ${Title}
${Same structure as command but with:}
- Full YAML frontmatter
- Richer phase structure
- Persona definitions (if panel-based)
- Quality standards section
- Adaptation notes
Step 4: Wire Integration
4a. Update install-skills.sh
Verify the new skill will be picked up by scripts/install-skills.sh (it should — the script uses glob patterns).
4b. Update README
Add the new skill to the appropriate table in skills/README.md:
For commands: Add row to Commands Reference table For skills: Add row to Skills Reference table
4c. Update Architecture Diagram
If the architecture diagram in skills/README.md needs updating (new directory), update it.
4d. Suggest Pipeline Integration
If the skill fits into the bolt pipeline, suggest where to add a call:
- In
/bolt-lfg(which step?) - In
/slfg(which step?) - As a standalone recommendation
Step 5: Install and Verify
Install the new skill:
bash scripts/install-skills.sh
Verify it works:
# For commands: check it exists in ~/.claude/commands/
ls ~/.claude/commands/${name}.md
# For skills: check it exists in ~/.claude/skills/
ls ~/.claude/skills/${name}/SKILL.md
Step 6: Report
## Skill Created ✓
**Name:** /${name}
**Type:** ${type}
**Location:** skills/${type}s/${name}${type == 'skill' ? '/SKILL.md' : '.md'}
**Tools:** ${tools}
**Pipeline position:** ${position}
**Artifacts:** ${artifact_path}
### Integration Points
- ${upstream skills that feed into this}
- ${downstream skills this feeds into}
### Next Steps
- Test the skill: \`/${name} [test arguments]\`
- Refine based on usage
- Run \`/heal-skill ${name}\` after testing to fix any issues
Meta-Skill Patterns
This command follows AI-DLC skill conventions:
- Frontmatter for skills, no frontmatter for commands
- Gates between phases with STOP + verification
- Per-project config check (
.ai-dlc.local.yaml) - Artifact paths use
docs/[type]/YYYY-MM-DD-[topic].*pattern - Integration section documenting upstream/downstream chains
- Install via
scripts/install-skills.shglob patterns
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/create-skill-scaffold-a-new-skill-or-command-mrwakcin/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/create-skill-scaffold-a-new-skill-or-command-mrwakcin' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/create-skill-scaffold-a-new-skill-or-command-mrwakcin/download' --output '.skill-downloads/create-skill-scaffold-a-new-skill-or-command-mrwakcin/SKILL.md.part' && mv '.skill-downloads/create-skill-scaffold-a-new-skill-or-command-mrwakcin/SKILL.md.part' '.skill-downloads/create-skill-scaffold-a-new-skill-or-command-mrwakcin/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/create-skill-scaffold-a-new-skill-or-command-mrwakcin/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.
Bonnes pratiques React Hook Form
Developpement
Maîtrisez React Hook Form : évitez les anti-patterns, gérez les abonnements, et traitez correctement reset, dirty state et entrées contrôlées.
Migration Emotion vers Mantine
Developpement
Migrer les styled-components Emotion vers des composants Mantine avec style props et modules CSS. Pour convertir .styled.tsx ou supprimer les imports @emotion.
Détecteur de dérive de périmètre
Developpement
Analyse les diffs git par rapport à une intention pour détecter la dérive de périmètre, fichiers non liés et PR trop larges, puis suggère de garder, diviser ou justifier.