Communitygithub.com

codebase-onboarding

Analyse un codebase inconnu et génère un guide d'intégration structuré avec une carte d'architecture, les points d'entrée clés, les conventions et un CLAUDE.md de démarrage. À utiliser lors de l'arrivée sur un nouveau projet ou lors de la configuration initiale de Claude Code dans un dépôt existant.

Qu'est-ce que codebase-onboarding ?

Cette compétence est conçue pour les développeurs qui rejoignent un nouveau projet ou qui configurent Claude Code pour la première fois dans un dépôt existant. Elle analyse systématiquement un codebase inconnu pour produire un guide d'intégration structuré comprenant une carte d'architecture, les points d'entrée clés, les conventions de code et un fichier CLAUDE.md de démarrage. Le processus est divisé en quatre phases : reconnaissance (détection des manifests, frameworks, points d'entrée, structure des répertoires, outils et tests), cartographie de l'architecture (pile technologique, modèle architectural, mappage des répertoires et flux de données), détection des conventions (noms, motifs de code, conventions Git) et génération des artefacts (guide d'intégration et CLAUDE.md). La compétence fonctionne sur tous les types de projets (monolithe, monorepo, microservices, serverless) et avec tous les gestionnaires de paquets et frameworks courants. Elle inclut des bonnes pratiques pour éviter de lire tous les fichiers, vérifier les détections, respecter les CLAUDE.md existants et rester concis.

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

Demander à votre IA préférée

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

Documentation

Intégration au Codebase (Codebase Onboarding)

Analysez systématiquement un codebase inconnu et produisez un guide d'intégration structuré. Conçu pour les développeurs qui rejoignent un nouveau projet ou qui configurent Claude Code dans un dépôt existant pour la première fois.

Quand l'utiliser

  • Première ouverture d'un projet avec Claude Code
  • Arrivée sur une nouvelle équipe ou un nouveau dépôt
  • L'utilisateur demande "aide-moi à comprendre ce codebase"
  • L'utilisateur demande de générer un CLAUDE.md pour un projet
  • L'utilisateur dit "intègre-moi" ou "guide-moi dans ce dépôt"

Comment ça fonctionne

Phase 1 : Reconnaissance

Recueillez des signaux bruts sur le projet sans lire chaque fichier. Exécutez ces vérifications en parallèle :

1. Détection des manifests de paquets
   → package.json, go.mod, Cargo.toml, pyproject.toml, pom.xml, build.gradle,
     Gemfile, composer.json, mix.exs, pubspec.yaml

2. Identification du framework
   → next.config.*, nuxt.config.*, angular.json, vite.config.*,
     django settings, flask app factory, fastapi main, rails config

3. Identification des points d'entrée
   → main.*, index.*, app.*, server.*, cmd/, src/main/

4. Aperçu de la structure des répertoires
   → 2 premiers niveaux de l'arborescence, en ignorant node_modules, vendor,
     .git, dist, build, __pycache__, .next

5. Détection de la configuration et des outils
   → .eslintrc*, .prettierrc*, tsconfig.json, Makefile, Dockerfile,
     docker-compose*, .github/workflows/, .env.example, configurations CI

6. Détection de la structure de tests
   → tests/, test/, __tests__/, *_test.go, *.spec.ts, *.test.js,
     pytest.ini, jest.config.*, vitest.config.*

Phase 2 : Cartographie de l'architecture

À partir des données de reconnaissance, identifiez :

Pile technologique

  • Langage(s) et contraintes de version
  • Framework(s) et bibliothèques principales
  • Base(s) de données et ORM
  • Outils de build et bundlers
  • Plateforme CI/CD

Modèle architectural

  • Monolithe, monorepo, microservices ou serverless
  • Séparation frontend/backend ou full-stack
  • Style d'API : REST, GraphQL, gRPC, tRPC

Répertoires clés Mappez les répertoires de premier niveau à leur objectif :

src/components/  → Composants UI React
src/api/         → Gestionnaires de routes API
src/lib/         → Utilitaires partagés
src/db/          → Modèles de base de données et migrations
tests/           → Suites de tests
scripts/         → Scripts de build et de déploiement

Flux de données Tracez une requête de l'entrée à la réponse :

  • Où la requête entre-t-elle ? (routeur, gestionnaire, contrôleur)
  • Comment est-elle validée ? (middleware, schémas, gardes)
  • Où se trouve la logique métier ? (services, modèles, cas d'utilisation)
  • Comment atteint-elle la base de données ? (ORM, requêtes brutes, repositories)

Phase 3 : Détection des conventions

Identifiez les motifs que le codebase suit déjà :

Conventions de nommage

  • Nommage des fichiers : kebab-case, camelCase, PascalCase, snake_case
  • Motifs de nommage des composants/classes
  • Nommage des fichiers de test : *.test.ts, *.spec.ts, *_test.go

Motifs de code

  • Style de gestion des erreurs : try/catch, types Result, codes d'erreur
  • Injection de dépendances ou imports directs
  • Approche de gestion d'état
  • Motifs asynchrones : callbacks, promesses, async/await, canaux

Conventions Git

  • Nommage des branches à partir des branches récentes
  • Style des messages de commit à partir des commits récents
  • Workflow de PR (squash, merge, rebase)
  • Si le dépôt n'a aucun commit ou seulement un historique superficiel (ex. git clone --depth 1), sautez cette section et notez "Historique Git indisponible ou trop superficiel pour détecter les conventions"

Phase 4 : Génération des artefacts d'intégration

Produisez deux sorties :

Sortie 1 : Guide d'intégration

# Guide d'intégration : [Nom du projet]

## Aperçu
[2-3 phrases : ce que fait ce projet et à qui il sert]

## Pile technologique
<!-- Exemple pour un projet Next.js — à remplacer par la pile détectée -->
| Couche | Technologie | Version |
|--------|-------------|---------|
| Langage | TypeScript | 5.x |
| Framework | Next.js | 14.x |
| Base de données | PostgreSQL | 16 |
| ORM | Prisma | 5.x |
| Tests | Jest + Playwright | - |

## Architecture
[Diagramme ou description de la façon dont les composants se connectent]

## Points d'entrée clés
<!-- Exemple pour un projet Next.js — à remplacer par les chemins détectés -->
- **Routes API** : `src/app/api/` — gestionnaires de routes Next.js
- **Pages UI** : `src/app/(dashboard)/` — pages authentifiées
- **Base de données** : `prisma/schema.prisma` — source de vérité du modèle de données
- **Configuration** : `next.config.ts` — configuration build et runtime

## Carte des répertoires
[Répertoire de premier niveau → mappage d'objectif]

## Cycle de vie d'une requête
[Tracez une requête API de l'entrée à la réponse]

## Conventions
- [Motif de nommage des fichiers]
- [Approche de gestion des erreurs]
- [Motifs de test]
- [Workflow Git]

## Tâches courantes
<!-- Exemple pour un projet Node.js — à remplacer par les commandes détectées -->
- **Lancer le serveur de développement** : `npm run dev`
- **Exécuter les tests** : `npm test`
- **Exécuter le linter** : `npm run lint`
- **Migrations de base de données** : `npx prisma migrate dev`
- **Build pour la production** : `npm run build`

## Où chercher
<!-- Exemple pour un projet Next.js — à remplacer par les chemins détectés -->
| Je veux... | Regardez dans... |
|------------|------------------|
| Ajouter un point de terminaison API | `src/app/api/` |
| Ajouter une page UI | `src/app/(dashboard)/` |
| Ajouter une table de base de données | `prisma/schema.prisma` |
| Ajouter un test | `tests/` correspondant au chemin source |
| Modifier la configuration de build | `next.config.ts` |

Sortie 2 : CLAUDE.md de démarrage

Générez ou mettez à jour un CLAUDE.md spécifique au projet basé sur les conventions détectées. Si CLAUDE.md existe déjà, lisez-le d'abord et améliorez-le — conservez les instructions existantes spécifiques au projet et signalez clairement ce qui a été ajouté ou modifié.

# Instructions du projet

## Pile technologique
[Résumé de la pile détectée]

## Style de code
- [Conventions de nommage détectées]
- [Motifs détectés à suivre]

## Tests
- Exécuter les tests : `[commande de test détectée]`
- Motif de test : [convention de fichier de test détectée]
- Couverture : [si configuré, la commande de couverture]

## Build et exécution
- Développement : `[commande de développement détectée]`
- Build : `[commande de build détectée]`
- Lint : `[commande de lint détectée]`

## Structure du projet
[Répertoire clé → carte d'objectif]

## Conventions
- [Style de commit si détectable]
- [Workflow PR si détectable]
- [Motifs de gestion des erreurs]

Bonnes pratiques

  1. Ne lisez pas tout — la reconnaissance doit utiliser Glob et Grep, pas la lecture de chaque fichier. Lisez sélectivement uniquement pour des signaux ambigus.
  2. Vérifiez, ne devinez pas — si un framework est détecté à partir de la configuration mais que le code réel utilise quelque chose de différent, faites confiance au code.
  3. Respectez le CLAUDE.md existant — s'il en existe déjà un, améliorez-le plutôt que de le remplacer. Signalez ce qui est nouveau par rapport à ce qui existe.
  4. Restez concis — le guide d'intégration doit pouvoir être parcouru en 2 minutes. Les détails appartiennent au code, pas au guide.
  5. Signalez les inconnues — si une convention ne peut pas être détectée avec certitude, dites-le plutôt que de deviner. "Impossible de déterminer le runner de tests" est mieux qu'une réponse erronée.

Anti-patrons à éviter

  • Générer un CLAUDE.md de plus de 100 lignes — restez concentré
  • Lister chaque dépendance — mettez en évidence uniquement celles qui influencent la façon dont vous écrivez le code
  • Décrire des noms de répertoires évidents — src/ n'a pas besoin d'explication
  • Copier le README — le guide d'intégration apporte un aperçu structurel que le README n'a pas

Exemples

Exemple 1 : Première fois dans un nouveau dépôt

Utilisateur : "Intègre-moi à ce codebase" Action : Exécuter le workflow complet en 4 phases → produire le guide d'intégration + CLAUDE.md de démarrage Sortie : Guide d'intégration imprimé directement dans la conversation, plus un CLAUDE.md écrit à la racine du projet

Exemple 2 : Générer un CLAUDE.md pour un projet existant

Utilisateur : "Génère un CLAUDE.md pour ce projet" Action : Exécuter les phases 1-3, ignorer le guide d'intégration, produire uniquement le CLAUDE.md Sortie : CLAUDE.md spécifique au projet avec les conventions détectées

Exemple 3 : Améliorer un CLAUDE.md existant

Utilisateur : "Mets à jour le CLAUDE.md avec les conventions actuelles du projet" Action : Lire le CLAUDE.md existant, exécuter les phases 1-3, fusionner les nouvelles découvertes Sortie : CLAUDE.md mis à jour avec les ajouts clairement signalés

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