Communitygithub.com

Constructeur de bibliothèque de marque

Construit une bibliothèque de compétences de marque pour toute entreprise à partir de son guide de marque : une compétence vocale, des compétences de format qui produisent des fichiers conformes à la marque (PDF, Word, PowerPoint, images sociales, HTML, animation) et une compétence d'audit qui vérifie les assets par rapport à la marque.

Qu'est-ce que Constructeur de bibliothèque de marque ?

Le Constructeur de bibliothèque de marque est un outil spécialisé qui transforme le guide de marque d'une entreprise en un ensemble structuré de compétences interopérables. Il décompose le guide en fondations structurées (palette, typographie, système structurel, accessibilité, voix), puis génère des compétences individuelles pour chaque format (PDF, Word, PowerPoint, images sociales, HTML, animation), une compétence vocale et une compétence d'audit. Chaque compétence est accompagnée d'un contexte vérifié, d'un prévol, de tests de plateforme et d'un empaqueteur. Le flux de travail couvre l'intégration, l'assurance qualité et la publication, produisant un fichier zip unique compatible avec Claude et ChatGPT. Ce n'est pas une compétence de marque elle-même : elle ne crée aucun fichier de marque et ne contient aucune règle de marque ; elle n'invente jamais de valeurs de marque que les sources ne fournissent pas.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/yuckier/brand-skill-builder/tree/HEAD/skills/brand-skill-builder

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Constructeur de compétences de marque

Cette compétence vous aide à construire et maintenir une bibliothèque de compétences de marque : un ensemble de petites compétences qui permettent à tout modèle de produire un travail conforme à la marque pour une entreprise. Elle porte l'architecture, les modèles, les scripts et les leçons d'une bibliothèque de production ; elle ne porte aucune marque propre. Chaque valeur de marque provient des sources de l'utilisateur.

Lisez references/architecture.md avant de commencer tout mode. Lisez les autres références lorsque l'étape ci-dessous les nomme.

Dossiers. Dans chaque commande, SKILL_DIR est le dossier contenant ce fichier et LIB est le dossier de bibliothèque choisi par l'utilisateur. Écrivez les deux en entier dans chaque commande ; ne les définissez pas comme variables d'environnement (sur certaines plateformes, une variable définie dans une commande est perdue dans la suivante).

Choisir le mode

L'utilisateur veutMode
Des compétences de marque pour une marque qui n'en a pas encoreA. Nouvelle bibliothèque
Une compétence supplémentaire dans une bibliothèque existanteB. Ajouter une compétence
Une révision d'une compétence ou bibliothèque existanteC. Révision
Comprendre l'approche avant de construireExpliquer à partir de references/architecture.md et s'arrêter

Demandez quel mode seulement si la demande ne le précise pas.

A. Nouvelle bibliothèque

  1. Rassembler les sources. Demandez le guide de marque et tout ce qui régit la marque : les modèles de l'équipe design, un guide vocal, un document de messagerie, les règles de marque déposée, un guide de style, les fichiers logo, les polices et leurs licences, toute bibliothèque d'icônes ou de photos. Demandez qui possède la marque (les personnes qui ratifieront les décisions). Notez ce qui manque ; ne le comblez pas.
  2. Échafauder. python3 SKILL_DIR/scripts/scaffold.py library LIB --brand "<Marque>" --era <ère>. L'ère est un court libellé pour cette version de la marque (par exemple marque-2027). Placez les sources dans LIB/reference/.
  3. Rédiger les fondations dans LIB/shared-context/brand-foundations/context/ à partir des sources, en suivant references/brand-foundations.md. Remplissez chaque TODO à partir d'une source ou enregistrez-le comme une lacune. Mesurez le contraste ; citez le libellé du guide lorsqu'il porte une règle ; donnez à chaque fichier sa provenance. Ajoutez les illustrations du logo sous logo/, et logo-policy.md, imagery-policy.md et chart-palette.json lorsque les sources les couvrent.
  4. Réviser avec le propriétaire. Présentez les fondations sous forme d'un résumé court : le modèle de couleur, les rôles typographiques, les éléments de signature, la vérification de conformité, les lacunes, et chaque décision interne proposée avec une recommandation et sa raison. Attendez leurs décisions ; enregistrez chacune dans le tableau des décisions internes et le journal de développement.
  5. Construire la compétence vocale (mode B avec --kind voice). Elle est petite et éprouve le chemin de l'instantané, du prévol et de l'empaquetage.
  6. Construire la première compétence de format (mode B avec --kind format), le format dont les gens ont le plus besoin. D'abord le plus petit chemin de bout en bout, puis des boucles pilotes.
  7. Ajouter les formats un par un, en réglant d'abord les décisions internes de chaque format (references/process.md, "Ordre de travail").
  8. Construire la compétence d'audit (mode B avec --kind audit) une fois qu'il y a des spécifications de format à auditer.

B. Ajouter une compétence

  1. Nommez-la <marque>-<format> (minuscules, traits d'union), ou <marque>-voice, <marque>-audit. Confirmez une compétence, un travail : si la demande chevauche une compétence existante, dites-le et recommandez d'étendre cette compétence plutôt.
  2. Échafauder. python3 SKILL_DIR/scripts/scaffold.py skill LIB <nom> --kind format|voice|audit --format "<PDF>". Cela écrit le modèle SKILL.md, agents/openai.yaml, le prévol, le test de plateforme, et la configuration de l'instantané LIB/tools/snapshot/<nom>.json ; pour une compétence de format aussi LIB/shared-context/<nom>/context/format-spec.md et format-map.json.
  3. Régler les décisions internes du format avant d'écrire du code : pour chaque décision dans structural-system.md dont la portée est "les autres décident lors de la construction", recommandez une réponse pour ce format, obtenez la décision du propriétaire, enregistrez-la.
  4. Rédiger la spécification du format et la carte (mots avec les balises BOOK, RATIFIED et PROPOSED ; nombres avec les noms de rôles, jamais hexadécimaux).
  5. Rédiger les scripts de construction et d'assurance qualité en suivant references/format-skills.md : le modèle planifie et écrit une spécification JSON, un script construit, un script valide le fichier terminé ; les jetons sont lus au moment de la construction ; les écarts sont enregistrés, jamais les refus. Les compétences vocales et d'audit suivent references/voice-and-audit.md à la place.
  6. Remplir SKILL.md : la description (déclencheurs, ce qu'elle ne fera pas, moins de 1 024 caractères), les étapes, l'intégration avec son tableau de correspondance visuelle-à-spécification, la référence de spécification, la section avertir-ne-jamais-refuser, et une ligne de livraison par plateforme.
  7. Instantané et vérifier. python3 LIB/tools/snapshot/snapshot.py LIB/tools/snapshot/<nom>.json, puis --check, puis python3 LIB/skills/<nom>/scripts/verify_context.py. Ajoutez les polices, feuilles de style et illustrations à bundled_assets dans la configuration pour que le prévol les prouve.
  8. Tester (references/qa-and-testing.md) : le test de plateforme, les constructions de fixtures sur les deux thèmes, un test de falsification par vérification QA, le test d'échange de jetons. Ensuite, des boucles pilotes avec une invite réaliste, en réexécutant la même invite après chaque correction.
  9. Empaqueter sur demande (references/packaging.md) : python3 LIB/tools/package/package_skill.py LIB/skills/<nom> <nom> <nouveau dossier temporaire>/<nom>.zip --date AAAA-MM-JJ. Déballez dans un autre nouveau dossier et exécutez les tests à partir de là avant de placer le zip dans LIB/finalized-skills/.
  10. Journaliser. Chaque étape ci-dessus va dans LIB/DEV-LOG.md au fur et à mesure.

C. Révision

Lisez la compétence (ou bibliothèque) et comparez-la au modèle. Rapportez, dans cet ordre, chacun avec le fichier et la ligne :

  1. Structure : un travail, aucun appel à d'autres compétences à l'exécution, agents/openai.yaml, aucun chemin mono-plateforme.
  2. Contexte : un instantané groupé avec un manifeste et des condensés, un prévol qui avertit plutôt que d'arrêter, une ère de marque.
  3. Constructeur : les jetons sont lus au moment de la construction (ou valeurs codées en dur), une spécification JSON, des écarts au lieu de refus.
  4. Assurance qualité : une validation sur le fichier terminé mappée à la vérification de conformité, des tests de falsification, un mode de restyling s'il restyle.
  5. Flux de travail : intégration avec valeurs par défaut, planification avec revendication et preuve, approbation avant construction, livraison qui commence par les avertissements.
  6. Empaquetage : frontmatter strict, longueur de description et déclencheurs, un enregistrement de version.

Recommandez les corrections par ordre d'impact. Ne changez rien sauf demande.

Règles pour chaque mode

  • N'inventez jamais de valeurs de marque. Aucune couleur, police, taille, règle, affirmation, chiffre ou client ne provient de connaissances générales. Une lacune est enregistrée et décidée par le propriétaire, ou l'élément est omis.
  • Le guide de marque est la règle de référence ; les fichiers de conception des propriétaires comblent ses silences ; chaque écart est une décision interne avec sa portée, les mots du guide dont il s'écarte, son statut et qui l'a décidé.
  • Avertissez, ne refusez jamais, dans les compétences que vous construisez : réparez et rapportez, livrez les fichiers défaillants étiquetés, arrêtez seulement pour une impossibilité physique. La compétence vocale sans fichier vocal est cette impossibilité.
  • Recommandez, puis demandez sur chaque choix qui appartient au propriétaire. Construisez seulement après leur décision.
  • Mesurez, ne devinez pas : contraste, largeurs de texte, nombres de lignes, rendus.
  • Regardez le résultat dans le moteur de rendu réel avant de déclarer quoi que ce soit terminé.

Livraison

  • sur Claude : résumez ce qui a été créé ou modifié avec les chemins, et partagez tout zip empaqueté depuis le dossier de sortie.
  • sur ChatGPT : résumez ce qui a été créé ou modifié avec les chemins, et liez tout zip empaqueté en téléchargement.

Ensuite, listez ce qui reste à faire, chaque lacune en attente du propriétaire, et chaque décision PROPOSED.

Référence

FichierLisez-le pour
references/architecture.mdTypes de compétences, l'espace de travail, le dossier de compétence, contexte basé sur un instantané, neutralité de plateforme
references/brand-foundations.mdTransformer un guide de marque en données : fichiers, architecture de couleur et de type, décisions internes, balises de statut
references/format-skills.mdLe flux de travail à l'intérieur d'une compétence de format, avertir-ne-jamais-refuser, la spécification, le constructeur, la validation QA, notes par format
references/voice-and-audit.mdLa compétence vocale et la compétence d'audit
references/qa-and-testing.mdTests, rendus, pilotes, règles de débogage qui interagissent
references/packaging.mdFrontmatter strict, la description, étapes de version, échecs de téléchargement
references/process.mdDécisions, le registre vivant, ordre de travail, travailler en sécurité, leçons de la chaîne d'outils Office

Skills associés