Amorcer le système de connaissances PM

VérifiéPrudence

Remplir le système de connaissances PM à partir de la documentation existante du projet (STATUS.md, KNOWN_ISSUES.md, rapports d'audit). À utiliser une fois lorsque le vault est nouveau.

Spar Skills Guide Bot
ProductiviteIntermédiaire
22/07/2026
Claude Code
#knowledge-base#project-management#decision-log#bootstrap#documentation-extraction

Recommandé pour

Synthèse automatique

Amorce le coffre de connaissances PM en extrayant décisions architecturales, faits techniques, leçons d'application et états d'incidents depuis la documentation projet existante (STATUS.md, KNOWN_ISSUES.md, rapports de revue et d'audit).

Points forts

  • Ciblage souple : sans argument il balaie toutes les sources connues, sinon un chemin, « issues », « review » ou « security » restreint l'extraction.
  • Inventorie d'abord les décisions déjà présentes (lecture des champs description) avant d'extraire, pour limiter les doublons.
  • Présente les éléments extraits par lots et par type pour validation humaine au lieu de créer automatiquement les notes.
  • Réutilisable au-delà du premier sprint, dès qu'une nouvelle source de connaissance (audit, post-mortem) apparaît.

Limites

  • Suppose une arborescence de vault déjà en place (ops/config.yaml, templates/, decisions/, ops/health/) : peu portable tel quel vers un autre projet.
  • Une seule source peut générer 20 à 50 candidats ; la qualité du corpus dépend entièrement de la densité des documents d'entrée.
  • La déduplication repose sur un simple relevé manuel des descriptions existantes, sans fusion ni arbitrage automatique.
Quand l'utiliser

À utiliser à la création d'un vault PM vide, ou lorsqu'une nouvelle source majeure de connaissance projet doit être intégrée au corpus.

Quand l'éviter

À éviter pour consigner une décision ou un incident issu de la session en cours : la logique d'extraction incrémentale de /pm-document est alors plus adaptée.

Analyse de sécurité

Prudence
Score qualité86/100

The skill reads existing project documentation and writes markdown notes; the only shell snippet is a benign read-only inventory loop. There are no network calls, secret handling, destructive commands, obfuscation, or attempts to disable safety, but Bash and Write are powerful tools used for legitimate vault-seeding purposes.

Points d'attention
  • •Allowed-tools includes Bash and the workflow includes shell commands; the commands shown are read-only inventory, but Bash is inherently powerful and could be misused by an agent.
Comment cette analyse est faite

Exemples

Full bootstrap
/pm-seed — bootstrap the PM vault from all known project documentation sources
Security audit only
/pm-seed security — seed decisions from docs/Reports/SECURITY_AUDIT_2026-02-19.md
Specific file
/pm-seed docs/KNOWN_ISSUES.md — import the issue states into the vault

name: pm-seed description: Populate the PM knowledge system from existing project documentation — STATUS.md, KNOWN_ISSUES.md, PROJECT_STATE_REVIEW, security audit reports. The first-sprint bootstrap. Use once when the vault is new and existing project knowledge needs to be captured. Triggers on "/pm-seed", "seed from docs", "bootstrap vault", "import existing knowledge". user-invocable: true allowed-tools: Read, Write, Grep, Glob, Bash context: fork

Runtime Configuration (Step 0)

Read ops/derivation-manifest.md for vocabulary. Read ops/config.yaml for processing depth.


EXECUTE NOW

Target: $ARGUMENTS

Parse immediately:

  • If empty: seed from all known project documentation sources
  • If path provided: seed from that specific file
  • If "issues": seed from KNOWN_ISSUES.md only
  • If "review": seed from the PROJECT_STATE_REVIEW report only
  • If "security": seed from security audit reports only

START NOW.


Philosophy

The vault is only useful if it contains knowledge. /pm-seed closes the gap between "vault exists" and "vault is valuable."

When the PM knowledge system is first created, it is structurally complete but epistemically empty. The project has history — decisions were made, issues were discovered, sprints were run, architectural choices were documented — but none of it is in the vault yet. Every session without seeding is a session where the PM agent operates without institutional memory.

/pm-seed is the bootstrap operation. It reads existing project documentation and runs the same extraction logic as /pm-document, but with awareness that it is creating the initial corpus rather than enriching an existing one. The seeding process should be comprehensive — it is acceptable to err toward over-extraction here, since the /pm-retrospect loop will trim what doesn't prove useful.

/pm-seed is not a one-time operation. Run it whenever a major new source of project knowledge is added (a new audit report, a milestone post-mortem, a major architecture documentation).


Known Seed Sources

For this project, the following sources contain extractable decisions:

| Source | Location | Expected Decisions | |--------|----------|-------------------| | Project state review | docs/Reports/PROJECT_STATE_REVIEW_2026-02-19.md | Sprint records, issue states, health metrics, architectural decisions | | Security audit | docs/Reports/SECURITY_AUDIT_2026-02-19.md | Enforcement lessons, architectural decisions, issue states | | Status document | docs/STATUS.md | Feature status, tech facts, architectural decisions | | Known issues | docs/KNOWN_ISSUES.md | Issue states, tech facts | | Main context | .claude/CLAUDE.md | Tech facts, architectural decisions, enforcement lessons |


Workflow

1. Inventory Existing Decisions

Before seeding, understand what already exists to avoid duplicates:

for f in decisions/*.md; do
  [[ -f "$f" ]] && rg "^description:" "$f" | head -1
done

2. Read Each Source Fully

For each source file, read the entire content. Do not skim.

3. Extract with PM Categories

Apply the same extraction logic as /pm-document:

  • Architectural decisions → decisions/ (type: architectural)
  • Technology facts → decisions/ (type: tech-fact)
  • Enforcement lessons → decisions/ (type: enforcement)
  • Issue states → decisions/ (type: issue)
  • Sprint records → decisions/ (type: sprint-record)
  • Team patterns → ops/observations/
  • Tensions → ops/tensions/

4. Batch Present for Approval

Since seeding can produce 20-50 decisions from a single source, group them by type and present in batches. Do not auto-create.

5. Create Approved Decisions

Use templates/decision-note.md for all decision types. Use templates/sprint-record.md for sprint records. Use templates/observation-note.md for observations.

6. Seed the Health Log

After seeding sprint records, populate ops/health/health-log.md with the health trajectory:

## Health Log

| Sprint | Health Before | Health After | Delta | Key Change |
|--------|--------------|-------------|-------|------------|
| 1 | 31 | 45 | +14 | Security remediation |

Output Format

## Seed Extraction Complete — [source file]

### Found
- Architectural decisions: N
- Technology facts: N
- Enforcement lessons: N
- Issue states: N (open: N, resolved: N)
- Sprint records: N
- Team patterns: N
- Tensions: N

[Grouped presentation by type — same format as /pm-document]

---
APPROVE batch? (yes/select/reject)

Seed Quality Standards

The same quality gates as /pm-document apply:

  • Skip rate < 10% for project state reviews
  • Every issue in KNOWN_ISSUES.md becomes an issue decision
  • Every sprint mentioned in any document becomes a sprint-record decision
  • Tech facts (QFTest casing, class names, Docker patterns) become tech-fact decisions

The vault after seeding should be immediately useful — a new session should be able to read decisions/ and understand the full project history without reading the raw source documents.

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/seed-pm-knowledge-system-mrwakb8x/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/seed-pm-knowledge-system-mrwakb8x' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/seed-pm-knowledge-system-mrwakb8x/download' --output '.skill-downloads/seed-pm-knowledge-system-mrwakb8x/SKILL.md.part' && mv '.skill-downloads/seed-pm-knowledge-system-mrwakb8x/SKILL.md.part' '.skill-downloads/seed-pm-knowledge-system-mrwakb8x/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.

Outils déclarés par l’auteur (à vérifier dans votre agent) : Read, Write, Grep, Glob, Bash

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/seed-pm-knowledge-system-mrwakb8x/SKILL.md' && test -s '.skill-downloads/seed-pm-knowledge-system-mrwakb8x/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/pm-seed' && cp -R '.skill-downloads/seed-pm-knowledge-system-mrwakb8x' '.claude/skills/pm-seed'

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/seed-pm-knowledge-system-mrwakb8x'

openskills read 'seed-pm-knowledge-system-mrwakb8x'

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/seed-pm-knowledge-system-mrwakb8x/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