olonok69/cursor_code_ml_engineer

Auditez les dépendances Python avec pip-audit et vérifiez que l'application fonctionne toujours.

Qu'est-ce que cursor_code_ml_engineer ?

Cette compétence automatise l'audit de sécurité des dépendances Python d'un projet en utilisant `pip-audit`. Elle détecte les vulnérabilités connues (CVE) listées dans un fichier `requirements.txt`, puis exécute les tests du projet (pytest, smoke tests) pour garantir qu'aucune régression n'a été introduite. L'utilisateur peut demander des correctifs automatiques, mais ceux-ci ne sont appliqués qu'après confirmation explicite. Conçue pour les environnements Cursor, Claude Code ou tout autre agent IA, elle évite toute intervention non supervisée sur les dépendances majeures. La compétence affiche systématiquement les résultats bruts des commandes, offrant une transparence totale sur l'état des dépendances et les correctifs appliqués.

Compatible avec~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/olonok69/cursor_code_ml_engineer/tree/HEAD/.cursor/skills/audit-python

Installed? Explore more Développement et programmation skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Demander à votre IA préférée

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

Documentation

Audit de dépendances (Python)

Cible : un dossier contenant requirements.txt (par ex. ex_app/).

  1. cd dans l'application cible (ou utilisez le chemin que l'utilisateur a mentionné avec @).
  2. Assurez pip-audit : python -m pip install pip-audit si nécessaire.
  3. Exécutez python -m pip_audit -r requirements.txt (ou le fichier requirements indiqué par l'utilisateur).
  4. N'appliquez pas de mises à jour automatiques de versions majeures sans demander. Si l'utilisateur demande une correction sécurisée : python -m pip_audit -r requirements.txt --fix uniquement après confirmation explicite.
  5. Tests :
    • S'il existe pytest / tests/ / test_*.py → lancez pytest (ou la commande indiquée dans le README).
    • S'il n'y a pas de suite de tests → smoke test minimal : analyse AST ou python -c "import …" des modules principaux.
  6. Résumé : CVEs trouvées (si présentes), correctifs appliqués (le cas échéant), résultat des tests/smoke.

Affichez toujours le résultat réel des commandes (les preuves sont plus importantes que les affirmations).

Si la cible est Node (package.json), n'inventez pas pip — dites d'utiliser /audit.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Skills associés