Communitygithub.com

Blueprint — Générateur de Plans de Construction

Transformez un objectif en une ligne en un plan de construction étape par étape que n'importe quel agent de codage peut exécuter à froid.

Qu'est-ce que Blueprint — Générateur de Plans de Construction ?

Blueprint est une compétence pour Claude Code qui transforme un objectif unique et vague en un plan de construction détaillé, étape par étape, que tout agent peut exécuter sans contexte préalable. Elle est idéale pour décomposer de grandes fonctionnalités en plusieurs PRs avec un ordre de dépendance clair, planifier des refontes ou migrations sur plusieurs sessions, ou coordonner des flux de travail parallèles entre sous-agents. Le processus suit un pipeline en cinq phases : Recherche (vérifications préalables et collecte de contexte), Conception (découpage en étapes de taille PR unique avec dépendances et ordonnancement), Rédaction (génération d'un fichier Markdown dans `plans/` avec briefs de contexte, listes de tâches et critères de sortie), Révision (revue contradictoire par un sous-agent puissant contre une checklist et un catalogue d'anti-patrons), et Enregistrement (sauvegarde du plan et mise à jour de l'index mémoire). L'une de ses forces principales est l'exécution à froid : chaque étape contient suffisamment de contexte pour qu'un agent frais puisse l'exécuter sans lire les étapes précédentes. De plus, Blueprint détecte automatiquement la disponibilité de Git et GitHub CLI : en leur présence, il génère des plans complets de workflow avec branches, PRs et CI ; en leur absence, il passe en mode direct (édition sur place, sans branches). La compétence est entièrement basée sur du Markdown pur, sans code exécutable, ce qui élimine tout risque d'exécution lors de l'installation ou de l'invocation.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/blueprint

Demander à votre IA préférée

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

Documentation

Que fait Blueprint — Générateur de Plans de Construction ?

Transformez un objectif en une ligne en un plan de construction étape par étape que n'importe quel agent de codage peut exécuter à froid.

Quand l'utiliser

  • Décomposer une grande fonctionnalité en plusieurs PRs avec un ordre de dépendance clair
  • Planifier une refonte ou une migration qui s'étend sur plusieurs sessions
  • Coordonner des flux de travail parallèles entre sous-agents
  • Toute tâche où une perte de contexte entre les sessions entraînerait des reprises

Ne pas utiliser pour des tâches réalisables en une seule PR, moins de 3 appels d'outils, ou lorsque l'utilisateur dit « fais-le directement ».

Comment ça fonctionne

Blueprint exécute un pipeline en 5 phases :

  1. Recherche — Vérifications préalables (git, gh auth, remote, branche par défaut), puis lecture de la structure du projet, des plans existants et des fichiers mémoire pour rassembler le contexte.
  2. Conception — Décompose l'objectif en étapes de taille PR unique (3 à 12 typiquement). Assigne les arêtes de dépendance, l'ordonnancement parallèle/série, le niveau de modèle (le plus fort par défaut), et la stratégie de rollback par étape.
  3. Rédaction — Écrit un fichier de plan Markdown autonome dans plans/. Chaque étape comprend un brief de contexte, une liste de tâches, des commandes de vérification et des critères de sortie — afin qu'un agent frais puisse exécuter n'importe quelle étape sans lire les précédentes.
  4. Révision — Délègue une revue contradictoire à un sous-agent de modèle le plus fort (par exemple Opus) contre une checklist et un catalogue d'anti-patrons. Corrige toutes les constatations critiques avant de finaliser.
  5. Enregistrement — Sauvegarde le plan, met à jour l'index mémoire et présente à l'utilisateur le nombre d'étapes et le résumé du parallélisme.

Blueprint détecte automatiquement la disponibilité de git/gh. Avec git + GitHub CLI, il génère des plans complets de workflow avec branches/PR/CI. Sans eux, il passe en mode direct (édition sur place, sans branches).

Exemples

Utilisation de base

/blueprint myapp "migrer la base de données vers PostgreSQL"

Produit plans/myapp-migrer-la-base-de-donnees-vers-postgresql.md avec des étapes comme :

  • Étape 1 : Ajouter le pilote PostgreSQL et la configuration de connexion
  • Étape 2 : Créer des scripts de migration pour chaque table
  • Étape 3 : Mettre à jour la couche de dépôt pour utiliser le nouveau pilote
  • Étape 4 : Ajouter des tests d'intégration contre PostgreSQL
  • Étape 5 : Supprimer l'ancien code et la configuration de la base de données

Projet multi-agent

/blueprint chatbot "extraire les fournisseurs LLM dans un système de plugins"

Produit un plan avec des étapes parallèles lorsque c'est possible (par exemple « implémenter le plugin Anthropic » et « implémenter le plugin OpenAI » s'exécutent en parallèle après l'étape d'interface du plugin), des affectations de niveau de modèle (le plus fort pour l'étape de conception de l'interface, défaut pour l'implémentation), et des invariants vérifiés après chaque étape (par exemple « tous les tests existants passent », « aucune importation de fournisseur dans le coeur »).

Fonctionnalités clés

  • Exécution à froid — Chaque étape comprend un brief de contexte autonome. Aucun contexte préalable nécessaire.
  • Porte de révision contradictoire — Chaque plan est examiné par un sous-agent de modèle le plus fort contre une checklist couvrant l'exhaustivité, la correction des dépendances et la détection d'anti-patrons.
  • Workflow branche/PR/CI — Intégré dans chaque étape. Dégradation gracieuse en mode direct lorsque git/gh est absent.
  • Détection de parallélisme — Le graphe de dépendances identifie les étapes sans fichiers partagés ni dépendances de sortie.
  • Protocole de mutation du plan — Les étapes peuvent être divisées, insérées, ignorées, réordonnées ou abandonnées avec des protocoles formels et une piste d'audit.
  • Aucun risque d'exécution — Compétence Markdown pur. L'ensemble du dépôt ne contient que des fichiers .md — pas de hooks, pas de scripts shell, pas de code exécutable, pas de package.json, pas d'étape de construction. Rien ne s'exécute à l'installation ou à l'invocation au-delà du chargeur natif de compétences Markdown de Claude Code.

Installation

Cette compétence est livrée avec Everything Claude Code. Aucune installation séparée n'est nécessaire lorsque ECC est installé.

Installation complète d'ECC

Si vous travaillez à partir de la copie du dépôt ECC, vérifiez que la compétence est présente avec :

test -f skills/blueprint/SKILL.md

Pour mettre à jour ultérieurement, examinez le diff ECC avant de mettre à jour :

cd /chemin/vers/everything-claude-code
git fetch origin main
git log --oneline HEAD..origin/main       # examinez les nouveaux commits avant de mettre à jour
git checkout <sha-complète-examinée>      # épinglez à un commit spécifique examiné

Installation autonome vendue

Si vous vendez uniquement cette compétence en dehors de l'installation complète d'ECC, copiez le fichier examiné depuis le dépôt ECC dans ~/.claude/skills/blueprint/SKILL.md. Les copies vendues n'ont pas de dépôt distant, alors mettez-les à jour en recopiant le fichier depuis un commit ECC examiné plutôt qu'en exécutant git pull.

Prérequis

  • Claude Code (pour la commande slash /blueprint)
  • Git + GitHub CLI (optionnel — active le workflow complet branche/PR/CI ; Blueprint détecte l'absence et passe automatiquement en mode direct)

Source

Inspiré de antbotlab/blueprint — projet amont et conception de référence.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills associés