Communitygithub.com

orch-pipeline

Moteur d'orchestration partagé pour la famille de compétences orch-*. Définit le pipeline Research-Plan-TDD-Review-Commit avec barrières, le classificateur de taille, la carte des agents et les deux portes humaines auxquelles les compétences opérationnelles orch-* délèguent.

Qu'est-ce que orch-pipeline ?

Le pipeline 'orch-pipeline' est le moteur central et réutilisable de la famille de compétences orch-*. Il ne s'utilise pas directement, mais est invoqué par les compétences opérationnelles telles que `orch-add-feature` ou `orch-fix-defect`. Ce pipeline standardise un flux de développement complet en six phases : réception de la demande, recherche et réutilisation, planification (avec une porte humaine), implémentation en TDD, revue de code et commit conventionnel (avec une seconde porte humaine). Il intègre un classificateur de taille (trivial, petit, standard, grand) qui adapte la lourdeur du processus à l'impact du changement. Chaque phase délègue à un agent spécialisé (par exemple `planner`, `tdd-guide`, `code-reviewer`) ou à une commande ECC existante, garantissant que les étapes restent composables et non redondantes. Les deux portes humaines (après le plan et avant le commit) assurent que l'utilisateur garde le contrôle, tandis que tout le reste s'exécute de manière fluide. Ce pipeline est conçu pour fonctionner avec les outils de développement comme Claude Code, Cursor ou Codex via les API ECC, et s'appuie sur des documents de planification sans état caché.

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

Demander à votre IA préférée

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

Documentation

Pipeline de l'Orchestrateur (moteur partagé)

Les compétences orch-* sont des surcouches légères. Elles ne réimplémentent aucune tâche — elles classifient la demande, choisissent quelles phases de ce pipeline exécuter, et délèguent chaque phase à un agent ECC ou une commande existante. Ce fichier est ce pipeline.

Invoquez une compétence opérationnelle (orch-add-feature, orch-fix-defect, …) plutôt que ce moteur directement. Ce fichier est la référence qu'elles pointent.

Quand l'utiliser

  • Chargé indirectement à chaque exécution d'une compétence opérationnelle orch-*.
  • Lu directement uniquement lors de l'ajout d'une nouvelle opération à la famille ou de l'ajustement des phases, portes ou de la carte des agents partagés.

La famille d'opérations

CompétenceOpérationDéclencheurPremière action
orch-add-featurefeaturela capacité n'existe pas encorerechercher + planifier une nouvelle tranche
orch-change-featureajustementça fonctionne, mais le comportement souhaité diffèremodifier le comportement existant et ses tests
orch-fix-defectcorrectioncassé ; le comportement est erronéreproduire via un test échouant, puis corriger
orch-refine-coderefactorisationle comportement reste, la structure s'améliorerestructurer tout en gardant les tests verts
orch-build-mvpmvpamorcer depuis un document de conception/spécificationingérer le document → tranches verticales

Ces surcouches composent des commandes ECC existantes plutôt que de les remplacer : /feature-dev, /plan, /code-review, /build-fix, /refactor-clean, et /gan-build, plus la compétence tdd-workflow. La famille orch-* ajoute le classificateur de taille partagé et les deux portes par-dessus, de sorte qu'un seul parapluie couvre les cinq opérations de manière cohérente.

Étape 0 — Classifier la taille (dimensionnement adapté)

Le formalisme s'adapte à l'étendue de l'impact. Évaluez la demande sur trois signaux, retenez le plus haut niveau atteint par l'un des signaux, et affichez le résultat sur une ligne pour que l'utilisateur puisse le modifier :

NiveauFichiers touchésNouvelle dépendance / contratAmbiguïté de conceptionPhases exécutées
trivial1, quelques lignesaucunaucune — la modification est évidente4 → 5 → 6
petit1 fichier / 1 fonctionaucunclaire une fois le code lu(1 légère) → 4 → 5 → 6
standard2–5 fichierspeut-être un nouveau module interneun vrai choix à faire1 → 2 → 4 → 5 → 6
grandnombreux / transversauxnouvelle dépendance externe, API publique ou document de spécificationplusieurs questions ouvertes1 → 2 → (3) → 4 → 5 → 6

La phase 0 (Réception) est toujours exécutée et omise de la colonne de masque ci-dessus. La règle de départage : tout ce qui touche à un déclencheur de sécurité (ci-dessous) ou à une API publique / contrat est au moins standard, quel que soit le nombre de fichiers.

Les phases

Chaque phase délègue — elle n’effectue pas le travail en ligne.

  • 0. Réception — reformuler la demande. Pour orch-build-mvp, lire le document de spécification/conception et extraire le périmètre, les décisions figées et une liste de fonctionnalités.
  • 1. Recherche et Réutilisation — selon rules/common/development-workflow.md : gh search repos / gh search code, puis Context7 / docs fournisseurs, puis registres de paquets, puis Exa. Privilégier l'adoption d'une implémentation éprouvée plutôt que du code entièrement nouveau.
  • 2. Planification — déléguer à l'agent planner (ou architect / code-architect pour les décisions structurelles). Produire une task_list ordonnée en tranches verticales fines. → BARRIÈRE 1.
  • 3. Échafaudage — orch-build-mvp uniquement : mettre en place la première tranche de bout en bout.
  • 4. Implémenter (TDD) — piloter chaque tâche via l'agent tdd-guide (ou la compétence tdd-workflow) : rouge → vert → refactoriser. Respecter la règle de première action de l'opération.
  • 5. Revue — agent code-reviewer / /code-review. Ajouter security-reviewer lorsque le diff touche un déclencheur de sécurité (ci-dessous).
  • 6. Commit — commits conventionnels (feat: / fix: / refactor: / …), un par bloc logique. → BARRIÈRE 2.

Les deux barrières

Cette famille est contrôlée, pas autonome :

  1. BARRIÈRE 1 — après la Planification. Présenter la task_list ; ne pas écrire de code d'implémentation tant que l'utilisateur n'a pas approuvé.
  2. BARRIÈRE 2 — avant le Commit. Présenter le résumé du diff et les messages proposés ; ne pas commit tant que l'utilisateur n'a pas confirmé.

Tout ce qui se trouve entre les barrières s'exécute sans interruption.

Carte des agents / commandes

PhasePrimaireSecondaire / escalade
Réception / compréhensioncode-explorertracer les chemins existants avant un ajustement, une correction ou une refactorisation
Planificationplannerarchitect, code-architect pour les appels structurels
Implémentationtdd-guide (ou compétence tdd-workflow)build-error-resolver / /build-fix en cas d'échec de build
Revuecode-reviewer / /code-reviewrelecteur de langage (python-reviewer, typescript-reviewer, …)
Sécuritésecurity-reviewer—
Boucle interne MVP/gan-build "<brief>" --skip-plannerpilote gan-generator → gan-evaluator ; ajuster --max-iterations / --pass-threshold

Faire correspondre le relecteur de langage au dépôt (voir le CLAUDE.md du dépôt lui-même).

Déclencheur de revue de sécurité

Faire intervenir security-reviewer lorsque le diff touche l'un des éléments suivants : authentification ou autorisation, traitement des entrées utilisateur, requêtes de base de données, chemins de fichiers, appels API externes, cryptographie, ou secrets / identifiants. (Selon rules/common/security.md.)

Artéfacts de transfert

Le pipeline ne transporte aucun état caché — les documents de planification sont le transfert :

  • task_list (de la planification) pilote la boucle d'implémentation.
  • Les travaux plus importants peuvent également produire PRD / architecture / system_design dans le docs/ du dépôt selon rules/common/development-workflow.md.
  • Les résultats de revue (CRITIQUE / HAUTE) doivent être résolus avant la Barrière 2.

Vérification

  • le niveau de taille a été indiqué et correspond au travail
  • la Barrière 1 (plan) et la Barrière 2 (commit) ont toutes deux été respectées
  • security-reviewer a été exécuté si et seulement si un déclencheur de sécurité a été touché
  • les commits sont conventionnels et limités à un seul changement logique
  • les nouveaux comportements / comportements modifiés ont des tests ; couverture ≥ 80 % selon rules/common/testing.md

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