Communitygithub.com

growth-log

Utilisez après une tâche complexe, un échec ou lors d'une revue de ce qui a été appris. Enseigne comment rédiger des journaux de croissance qui extraient des schémas réutilisables — pas des entrées de journal intime.

Qu'est-ce que growth-log ?

Cette compétence enseigne comment rédiger des entrées d'apprentissage qui s'accumulent entre les sessions de travail. Elle traite le problème courant des journaux d'apprentissage qui ne sont que des descriptions d'événements, en proposant une méthode structurée pour en faire de véritables artefacts de croissance. L'utilisateur apprend trois règles fondamentales : prioriser les échecs (plus riches en enseignements), fusionner les entrées similaires (principe Bole), et garantir la transférabilité de chaque leçon. Elle fournit un modèle d'entrée standardisé, un classement par type (échec, méthodologie, découverte de schéma, changement de capacité) et une checklist qualité. Compatible avec tout système de prise de notes (Markdown, Notion, Obsidian), elle est particulièrement utile après des tâches complexes, des échecs ou des moments de découverte. Fonctionne avec le terminal Stop hook `delivery-gate` pour garantir que les fichiers d'apprentissage contiennent du contenu utile.

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

Demander à votre IA préférée

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

Documentation

Compétence : Journal de Croissance

Le problème : La plupart des gens écrivent "correction d'un bug dans X" comme journal d'apprentissage. C'est une entrée de journal intime, pas un artefact d'apprentissage. Un vrai journal de croissance extrait le schéma pour le reconnaître la prochaine fois.

Cette compétence enseigne : Comment rédiger des entrées d'apprentissage qui s'accumulent entre les sessions. Fonctionne avec tout système de prise de notes — fichiers Markdown, Notion, Obsidian, texte brut. Les modèles sont génériques ; adaptez-les à votre configuration.

Quand Activer

  • Après avoir terminé une tâche complexe (multi-fichier, nouvelle fonctionnalité, changement d'architecture)
  • Après un échec, une erreur, ou un moment "c'était plus difficile que prévu"
  • Lorsque vous souhaitez revoir ce que vous avez appris sur une période

Quand NE PAS activer : Modifications triviales (corrections de fautes de frappe, ajustements d'une ligne, changements de valeur de configuration sans débogage). Le seuil : cette tâche impliquait-elle du débogage, des refontes, des rollbacks ou une décision non évidente ? Si oui → écrivez une entrée. Si non → passez.

Les Trois Règles

Règle 1 : Les Échecs > Les Réussites

Un échec est nutritionnellement plus dense qu'un succès. Un seul bug ayant nécessité 2 heures pour être trouvé enseigne plus que 3 fonctionnalités qui ont fonctionné du premier coup.

Mauvais : "Implémentation réussie du flux de connexion." Bon (développement web) : "Flux de connexion : le jeton de session ne persistait pas car le cookie SameSite par défaut était Lax dans Chrome 128+. Schéma : toujours définir explicitement SameSite=None; Secure en cas de cross-origin. Signal à reconnaître : l'authentification se brise après une mise à jour du navigateur ou lors du franchissement des limites d'origine." Bon (pipeline de données) : "L'import CSV a échoué silencieusement sur les lignes vides car pandas.read_csv(dropna=False) conserve les lignes de largeur nulle que len() compte comme valides. Schéma : toujours df.dropna(how='all', inplace=True) avant la validation du nombre de lignes."

Règle 2 : Le Principe Bole (伯乐原则)

Avant d'écrire une nouvelle entrée, demandez : "C'est fondamentalement la même chose que quelque chose que j'ai déjà enregistré ?"

Même cause profonde, symptôme différent → fusionnez, ne dupliquez pas. Nouvelle cause profonde → nouvelle entrée.

Comment vérifier : Recherchez dans les entrées existantes des mots-clés de votre cause profonde avant d'écrire. Si vous trouvez une correspondance, ajoutez votre nouveau symptôme comme exemple supplémentaire sous l'entrée existante plutôt que de créer un doublon.

Exemple : "Oubli de mettre à jour l'index de sortie après avoir créé un fichier" et "Oubli de mettre à jour les évaluations de compétence après une tâche" — même cause profonde (pas de déclencheur de capture automatique). Fusionnez en une seule entrée sur les "lacunes de capture post-tâche."

Règle 3 : Doit Être Transférable

Chaque entrée doit répondre : "La prochaine fois que je serai dans une situation similaire, que ferai-je différemment ?"

Si vous ne pouvez pas écrire cette phrase, vous n'avez pas encore extrait le schéma.

Comment extraire un schéma d'un événement concret :

  1. Énoncez ce qui s'est passé en une phrase
  2. Demandez "pourquoi ?" de manière itérative jusqu'à atteindre la cause profonde (généralement 3 à 5 pourquoi)
  3. Généralisez : "À quelle classe de problème cela appartient-il ?" (pas "bug Chrome 128" mais "changement de paramètre par défaut du navigateur cassant un comportement existant")
  4. Formulez comme : "La prochaine fois que je vois [signal], je vais [action]."
  5. Nommez le signal : quel observable spécifique vous indique que ce schéma est actif ?

Modèle d'Entrée

Portée : Une entrée par cause profonde distincte. Longueur typique : 4 à 8 phrases. Si cela prend >2 minutes à écrire, vous racontez des événements. Si cela prend <30 secondes, vous n'êtes pas allé assez profond.

## [Titre : le schéma, pas l'événement]

### Contexte
- Que tentais-je de faire ?
- Qu'est-ce qui a mal fonctionné / qu'est-ce qui a fonctionné étonnamment bien ?

### Cause Profonde / Aperçu Central
- Le mécanisme sous-jacent, pas seulement le symptôme

### Le Schéma (transférable)
- La prochaine fois [situation similaire], je vais [action spécifique].
- Signal à reconnaître : [quel observable m'indique que ce schéma est actif ?]

### Lié
- [nom-de-l'entrée](../chemin/vers/entree-liee.md)

Types d'Entrées

Les quatre types utilisent le modèle ci-dessus. Le type détermine les sections qui portent le plus de poids :

TypeQuand l'utiliserAccentExemple de Titre
ÉchecQuelque chose s'est cassé, a nécessité du débogage ou une repriseCause Profonde"L'héritage de configuration ≠ l'héritage de comportement entre sessions"
MéthodologieUn processus reproductible a émergé du travailContexte / Schéma"PPT → guide d'étude pour examen à livre ouvert : structure à trois couches"
Découverte de SchémaUn aperçu réutilisable sur les outils, systèmes ou la réflexionSection Schéma"Modèle de description de PR : décrire l'écart, pas la fonctionnalité"
Changement de CapacitéUne amélioration mesurable d'une compétenceContexte (avant vs après)"Git : de clone/push à une PR indépendante avec 12 commits"

Liste de Vérification Qualité

Avant de finaliser une entrée de journal de croissance :

  • Le titre nomme-t-il le schéma, pas l'événement ?
  • Y a-t-il une phrase "La prochaine fois je vais..." ?
  • Le "Signal à reconnaître" est-il suffisamment spécifique pour déclencher le schéma la prochaine fois ?
  • Ai-je recherché les entrées existantes pour les doublons avant d'écrire ? (Principe Bole)
  • La cause profonde est-elle distinguée du symptôme ?
  • Les mémoires associées sont-elles liées par des liens croisés ?
  • L'entrée fait-elle 4 à 8 phrases ? Plus court = trop superficiel ; plus long = raconter des événements.

Anti-Schémas

  • Évitez : "Bug corrigé dans le module de paiement" (événement, pas schéma)
  • Évitez : Copier textuellement le message de commit git (les commits décrivent ce qui a changé ; les journaux extraient pourquoi c'est important)
  • Évitez : Écrire une entrée pour chaque commit (seulement quand un schéma émerge)
  • Évitez : Sauter la phrase transférable (sans elle, c'est juste un journal intime — ce n'est pas négociable)
  • Évitez : Dupliquer le même schéma sous différents titres (viole le principe Bole — recherchez avant d'écrire)

Stockage

Stockez les entrées là où vous conservez vos notes. Schémas courants :

  • Fichiers Markdown dans un répertoire growth-log/ (un fichier par jour : YYYY-MM-DD.md)
  • Une section dédiée dans Notion, Obsidian ou votre application de prise de notes
  • Fichiers texte brut avec une convention de nommage cohérente

Choisissez une convention et tenez-vous-y. La capacité de recherche importe plus que le format.

Si Vous Utilisez Delivery Gate

Le Stop hook delivery-gate vérifie que les fichiers d'apprentissage ont été modifiés aujourd'hui via les horodatages du système de fichiers. Cette compétence enseigne quoi écrire — afin que le fichier que delivery-gate vérifie contienne réellement des schémas utiles, pas des horodatages vides.

Tâche terminée → delivery-gate vérifie : le fichier d'apprentissage a-t-il été touché aujourd'hui ?
  → Obsolète (aucun fichier modifié) : bloquer — "qu'avez-vous appris ?"
  → Frais (fichier touché) : passer — cette compétence garantit que le contenu est utile

Avoir une application sans méthodologie → des entrées vides. Avoir une méthodologie sans application → des captures oubliées. Chacun est utile indépendamment ; ensemble, ils bouclent la boucle.

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