Synthèse automatique

devpipe est un CLI qui compresse du texte ou du code en supprimant les tokens à faible information via un scoring de surprisal LLM, et qui génère des spécifications techniques à partir d'un prompt avec l'API Groq.

Points forts

Compression locale via un modèle Llama quantifié (candle, GPU Metal sur macOS) sans envoyer le texte à un service externe
Options flexibles : ratio de conservation, nombre de tokens cible, détection automatique du ratio optimal et statistiques
Enchaînement generate-compress qui produit une spec puis la compresse en une seule commande
Sortie possible en fichier ou en JSON, et compression alternative via l'API Groq

Limites

Le premier lancement télécharge un modèle GGUF d'environ 700 Mo depuis HuggingFace
La génération de spec exige une variable d'environnement GROQ_API_KEY, donc une connexion réseau et un compte Groq
Installation supposée depuis un chemin local précis (~/devpipe2) avec cargo, et rustup requis sur macOS 26+

Quand l'utiliser

À utiliser pour réduire le nombre de tokens d'un long document ou d'un fichier de code, ou pour produire rapidement une spécification technique compressée à partir d'une simple description.

Quand l'éviter

À éviter si vous ne pouvez pas télécharger un modèle de 700 Mo, si aucun accès réseau à Groq n'est disponible, ou si vous cherchez un compresseur déterministe sans modèle de langage.

Analyse de sécurité

Prudence

Score qualité85/100

The skill is a legitimate CLI wrapper, but it executes shell commands, downloads a large model from the network, and uses an API key for cloud inference. There is no destructive, obfuscated, or exfiltration behavior, so it warrants caution rather than a risky rating.

Points d'attention

•Runs shell commands, including `cargo install --path .` from a hardcoded local directory `~/devpipe2`
•Downloads a ~700 MB GGUF model from HuggingFace on first run
•Requires `GROQ_API_KEY` and sends prompts to the Groq API, though it does not instruct exporting or transmitting secrets itself

Comment cette analyse est faite

Exemples

Compress a file with stats

devpipe compress docs/architecture.md --keep-ratio 0.7 --stats

Auto-tuned compression to a token budget

Compress this file to at most 200 tokens and show me the stats: devpipe compress input.txt --target-tokens 200 --stats

Generate and compress a spec

devpipe generate-compress "Payment processing microservice" --auto --stats -o spec.md

devpipe

Name: Devpipe : compression de texte et génération de specs
Author: Skills Guide Bot

Unified developer productivity CLI that compresses text by removing low-information tokens (LLM surprisal scoring) and generates technical specifications via Groq API.

Trigger

Use this skill when the user asks to:

Compress text or code to reduce token count
Remove low-information tokens from text
Generate a technical specification from a prompt
Generate a spec then compress the output

Instructions

Compress text

# From file
devpipe compress path/to/file.txt --keep-ratio 0.7 --stats

# From stdin
echo "long text" | devpipe compress --keep-ratio 0.7

# Auto-detect optimal keep ratio
devpipe compress input.txt --auto --stats

# Keep exact number of tokens
devpipe compress input.txt --target-tokens 200

# Use Groq API for compression instead of local model
devpipe compress input.txt --groq --stats

Generate a technical spec

Requires GROQ_API_KEY environment variable.

devpipe generate "A real-time collaborative editor" -o spec.md
devpipe generate "Auth system with OAuth2" --json --stats

Generate then compress

# Generate a spec and compress the output
devpipe generate-compress "Payment processing microservice" --stats

# With custom keep ratio
devpipe generate-compress "Auth system" --keep-ratio 0.5 --stats

# Auto-detect optimal compression ratio
devpipe generate-compress "CLI tool" --auto

# Use Groq API for compression step
devpipe generate-compress "API gateway" --groq

# Output to file as JSON
devpipe generate-compress "Auth system" -o spec.md --json

Installation

If devpipe is not installed:

cd ~/devpipe2 && cargo install --path .

Notes

Compression uses a local quantized Llama model via candle (Metal GPU on macOS).
First run downloads a ~700 MB GGUF model from HuggingFace (cached locally).
Spec generation uses Groq API (free tier, no credit card needed).
On macOS 26+, you may need: export CXXFLAGS="-isystem $(xcrun --show-sdk-path)/usr/include/c++/v1"

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/devpipe-text-compression-and-spec-generation-ms1aw4ro/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/devpipe-text-compression-and-spec-generation-ms1aw4ro' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/devpipe-text-compression-and-spec-generation-ms1aw4ro/download' --output '.skill-downloads/devpipe-text-compression-and-spec-generation-ms1aw4ro/SKILL.md.part' && mv '.skill-downloads/devpipe-text-compression-and-spec-generation-ms1aw4ro/SKILL.md.part' '.skill-downloads/devpipe-text-compression-and-spec-generation-ms1aw4ro/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.

Extrait original : Installation

If devpipe is not installed:

cd ~/devpipe2 && cargo install --path .

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/devpipe-text-compression-and-spec-generation-ms1aw4ro/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

Lecteur PDF

Productivite

Lit et extrait le texte de fichiers PDF (rapports, contrats, tableurs). Gère les fichiers locaux, les URL et les pièces jointes WhatsApp. Utilisez-le dès qu'un contenu PDF est nécessaire, même sans demande explicite.

Claude CodeCursorCodexbeginnerSûr 20,122

Skills Guide Bot