Communitygithub.com

audit-production

Audit de préparation à la production basé sur des preuves locales pour les applications livrées, les revues pré-lancement, les vérifications post-merge et les évaluations de risques.

Qu'est-ce que audit-production ?

Cette compétence permet d'effectuer un audit de préparation à la production directement depuis l'environnement local, sans envoyer de code ou de données sensibles à des services externes. Elle est conçue pour les développeurs et les responsables de livraison qui doivent évaluer rapidement si une application est prête à être déployée, identifier les risques de production et obtenir des recommandations concrètes. L'audit couvre la sécurité, l'intégrité des données, les paiements, les webhooks, les opérations et l'expérience utilisateur, en s'appuyant sur des preuves locales comme le code, les fichiers de configuration, les workflows CI et les URLs déployées. Elle produit un score de 0 à 100 avec des indicateurs clairs (bloqué, risqué, publiable avec réserves, solide) et une liste d'actions prioritaires. Compatible avec tout projet disposant d'un dépôt, d'un déploiement ou d'une surface d'exécution, elle évite les anti-patrons comme l'exécution de code distant non épinglé ou le partage de données avec des tiers sans consentement explicite.

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

Demander à votre IA préférée

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

Documentation

Audit Production

Utilisez cette compétence lorsque l'utilisateur demande si une application est prête à être livrée, ce qui pourrait casser en production, ou ce qui doit être corrigé avant un lancement. Il s'agit d'une réécriture sûre pour les mainteneurs de l'idée obsolète de la communauté "audit-production" : elle conserve la perspective utile de la préparation à la production et supprime l'exécution externe non épinglée et le partage de données avec des tiers.

Quand l'utiliser

  • L'utilisateur demande "est-ce prêt pour la production", "qu'est-ce qui casserait en prod", "qu'avons-nous oublié", "auditez ce dépôt" ou "prêt à livrer ?"
  • Une fonctionnalité a été fusionnée et nécessite une passe de risque pré-déploiement ou post-merge.
  • Un lancement public, une démo, un déploiement client ou une présentation aux investisseurs est proche.
  • L'intégration continue (CI) est verte mais l'utilisateur souhaite des risques de production, pas seulement l'état des tests.
  • Une URL déployée, une branche de version, une PR ou l'état actuel du checkout est disponible pour la collecte de preuves.

Quand ne pas l'utiliser

  • Pendant l'implémentation active lorsque la bonne approche est le codage sécurisé au niveau ligne ; utilisez d'abord security-review.
  • Pour les bibliothèques pures, les modèles, les dépôts de documentation uniquement ou les échafaudages, à moins que l'utilisateur ne souhaite la préparation à l'empaquetage/à la release plutôt que la préparation de l'application.
  • Lorsque l'utilisateur demande un audit de conformité formel. Cette compétence est un triage d'ingénierie, pas une certification juridique, financière, médicale ou réglementaire.
  • Lorsque la seule preuve disponible est une idée de produit sans dépôt, déploiement, CI ou surface d'exécution.

Comment ça fonctionne

Construisez l'audit à partir de preuves locales et autorisées par l'utilisateur. N'exécutez pas de code distant non épinglé, ne téléchargez pas le contenu du dépôt vers des services tiers et n'appelez pas de scanners externes à moins que l'utilisateur n'approuve explicitement cet outil et ce flux de données.

Utilisez cet ordre :

  1. Établissez la surface de livraison.
  2. Lisez les modifications récentes et l'état actuel de la branche.
  3. Inspectez les limites d'exécution, d'authentification, de données, de paiement, de tâches en arrière-plan, d'IA et de déploiement qui existent réellement dans le dépôt.
  4. Vérifiez la CI, les tests, les migrations, la documentation environnementale et le chemin de retour arrière.
  5. Produisez une recommandation courte (livrer/bloquer) avec des correctifs spécifiques.

Liste de vérification des preuves

Commencez par les signaux locaux peu coûteux :

git status --short --branch
git log --oneline --decorate -20
git diff --stat origin/main...HEAD

Inspectez ensuite la surface spécifique au projet :

  • Scripts de package, workflows CI, scripts de release, fichiers Docker et manifests de déploiement.
  • Routes API, webhooks, middleware d'authentification, workers en arrière-plan, tâches cron et migrations de base de données.
  • Documentation des variables d'environnement et vérifications au démarrage.
  • Hooks d'observabilité, rapports d'erreurs, logs, vérifications de santé et tableaux de bord.
  • Instructions de rollback, seed, migration et backfill.
  • Couverture E2E pour les parcours utilisateur les plus importants.

Si une URL déployée est dans le périmètre, utilisez uniquement des vérifications navigateur ou HTTP contre cette URL et évitez les actions authentifiées à moins que l'utilisateur ne fournisse un compte de test sécurisé.

Lentilles de risque

Sécurité et Authentification

  • Les routes publiques, les routes API et les routes admin sont-elles clairement séparées ?
  • L'authentification et l'autorisation sont-elles appliquées côté serveur ?
  • Les secrets sont-ils conservés hors des bundles clients, des logs, des exemples de sortie et des fichiers versionnés ?
  • Les limites de taux, les protections CSRF, la politique CORS et la validation des téléchargements sont-elles présentes là où l'application en a besoin ?
  • La surface IA ou agent se défend-elle contre l'injection de prompts, l'abus d'outils et le contenu non fiable qui franchit les actions privilégiées ?

Intégrité des données

  • Les migrations s'exécutent-elles proprement et ont-elles un plan de rollback ou de récupération ?
  • Les migrations destructrices, les backfills et les importations de données sont-ils déployés en toute sécurité ?
  • Les politiques de base de données, les droits et les limites des rôles de service correspondent-ils au modèle de location de l'application ?
  • Les nouvelles tentatives sont-elles idempotentes pour les écritures, les jobs et les gestionnaires de webhooks ?

Paiements et Webhooks

  • Les signatures des webhooks sont-elles vérifiées avant d'analyser les champs de confiance ?
  • Chaque webhook de paiement, d'abonnement ou d'exécution est-il idempotent ?
  • Les livraisons en double, rejouées et hors ordre sont-elles gérées ?
  • Les identifiants de mode test et de mode live sont-ils séparés ?

Opérations

  • L'application peut-elle démarrer à partir d'un checkout propre en utilisant des commandes documentées ?
  • Les variables d'environnement requises sont-elles nommées, validées et en échec rapide ?
  • Existe-t-il une vérification de santé qui prouve que les dépendances sont joignables ?
  • Les chemins de déploiement, de rollback et de responsable d'incident sont-ils documentés ?
  • Les logs sont-ils utiles sans fuiter de secrets ou de données personnelles ?

Expérience Utilisateur

  • Les chemins critiques pour le lancement sont-ils couverts sur desktop et mobile ?
  • Les formulaires sont-ils utilisables sur mobile sans zoom d'entrée, chevauchement de mise en page ou états de soumission bloqués ?
  • Les états de chargement, vide, erreur et refus d'autorisation indiquent-ils à l'utilisateur ce qui s'est passé ?
  • Existe-t-il un chemin de support ou de récupération lorsqu'une opération critique échoue ?

Scoring

Utilisez les scores pour forcer la priorisation, pas pour impliquer une certitude mathématique.

GammeScoreSignification
Bloqué0-49Ne livrez pas tant que les principaux risques ne sont pas corrigés
Risqué50-69Livrez uniquement derrière un petit déploiement ou une bêta interne
Publiable avec réserves70-84Livrez si les propriétaires acceptent les risques listés
Solide85-100Aucun bloqueur de lancement évident d'après les preuves disponibles

Plafonnez le score à 69 si l'une de ces conditions est vraie :

  • L'authentification ou l'autorisation est manquante sur les données sensibles.
  • Les webhooks de paiement ou d'exécution ne sont pas idempotents.
  • Les migrations requises ne peuvent pas être exécutées en toute sécurité.
  • Les secrets sont exposés dans les bundles clients, les logs ou les fichiers commités.
  • Il n'existe pas de chemin de rollback pour une version à fort impact.

Plafonnez le score à 84 si la CI n'est pas verte ou si le chemin critique pour le lancement n'a pas été testé de bout en bout.

Format de sortie

Commencez par une phrase :

Audit production : 76/100, publiable avec réserves, avec l'idempotence des webhooks et la documentation de rollback comme les deux risques à corriger avant le lancement public.

Listez ensuite :

  • Bloqueurs : éléments à corriger impérativement avant le déploiement.
  • Correctifs à haute valeur : correctifs suivants si l'utilisateur souhaite améliorer le score.
  • Preuves vérifiées : fichiers, commandes, CI, URL déployée ou PR inspectés.
  • Preuves manquantes : ce qui changerait la confiance si fourni.
  • Action suivante : un correctif concret ou une étape de vérification.

Gardez les points forts courts. L'utilisateur a demandé la préparation, donc la réponse utile est le risque restant et l'action suivante.

Exemple

Utilisateur :

est-ce prêt à livrer ?

Réponse :

Audit production : 68/100, risqué, car les webhooks Stripe sont vérifiés mais pas idempotents et il n'y a pas de note de rollback pour la migration en attente.

Bloqueurs :
- Ajoutez l'idempotence pour `checkout.session.completed` avant d'exécuter les commandes.
- Écrivez et testez le chemin de rollback pour `20260511_add_billing_state.sql`.

Correctifs à haute valeur :
- Ajoutez une vérification de santé qui vérifie la joignabilité de la base de données et du fournisseur de paiement.
- Ajoutez un chemin E2E pour la mise à niveau, l'exécution du webhook et le rafraîchissement de la page de facturation.

Preuves vérifiées :
- `api/stripe/webhook.ts`
- `db/migrations/20260511_add_billing_state.sql`
- Exécution GitHub Actions pour la branche de version

Action suivante : Voulez-vous que je corrige d'abord l'idempotence du webhook ?

Anti-patrons

  • Exécuter npx <package>@latest ou un scanner distant comme chemin d'audit par défaut.
  • Télécharger du code source, des secrets, des données client ou une topologie privée vers un service d'audit externe sans approbation explicite.
  • Produire un score sans nommer les preuves vérifiées.
  • Considérer une CI verte comme une préparation à la production.
  • Terminer par un "faites-moi savoir ce que vous voulez faire" générique.

Voir aussi

  • Compétence : security-review
  • Compétence : deployment-patterns
  • Compétence : e2e-testing
  • Compétence : tdd-workflow
  • Compétence : verification-loop

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