Communitygithub.com

agent-sort

Élabore un plan d'installation ECC fondé sur des preuves pour un dépôt spécifique en triant les compétences, commandes, règles, hooks et extras dans les catégories QUOTIDIEN vs BIBLIOTHÈQUE à l'aide de passes de révision parallèles tenant compte du dépôt. Utilisez-le lorsque l'ECC doit être réduite à ce dont un projet a réellement besoin au lieu de charger l'ensemble du bundle.

Qu'est-ce que agent-sort ?

Cette compétence, **agent-sort**, permet de créer un plan d'installation sur mesure pour l'**Environment Configuration Controller (ECC)** d'un dépôt spécifique, en remplacement de l'installation complète par défaut. Son objectif est de classer chaque composant ECC (compétences, commandes, règles, hooks et extras) en deux catégories : **QUOTIDIEN** (chargé à chaque session avec des preuves concrètes du code) et **BIBLIOTHÈQUE** (accessible mais pas chargé par défaut). Elle effectue des passes de révision parallèles (agents, compétences, commandes, règles, hooks, extras) en s'appuyant sur des preuves locales telles que les extensions de fichiers, les gestionnaires de paquets, les configurations de framework, les scripts CI, les dépendances et la documentation. Les livrables incluent un inventaire QUOTIDIEN, un inventaire BIBLIOTHÈQUE, un plan d'installation, un rapport de vérification, et un routeur optionnel `skill-library`. Après application, un rapport compact vérifie la correspondance avec la pile du dépôt et signale les surfaces obsolètes.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/agent-sort

Demander à votre IA préférée

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

Documentation

Agent Sort

Utilisez cette compétence lorsqu'un dépôt nécessite une surface ECC spécifique au projet au lieu de l'installation complète par défaut.

L'objectif n'est pas de deviner ce qui "semble utile". L'objectif est de classer les composants ECC avec des preuves issues du code source réel.

Quand l'utiliser

  • Un projet n'a besoin que d'un sous-ensemble de l'ECC et les installations complètes sont trop bruyantes
  • La pile du dépôt est claire, mais personne ne veut trier les compétences une par une manuellement
  • Une équipe souhaite une décision d'installation reproductible, fondée sur des preuves par grep plutôt que sur des opinions
  • Vous devez séparer les surfaces de travail quotidiennes toujours chargées des surfaces de bibliothèque/référence consultables
  • Un dépôt a dérivé vers le mauvais langage, ensemble de règles ou de hooks et nécessite un nettoyage

Règle non négociable

  • Utilisez le dépôt actuel comme source de vérité, pas les préférences génériques
  • Chaque décision QUOTIDIEN doit citer des preuves concrètes du dépôt
  • BIBLIOTHÈQUE ne signifie pas "supprimer" ; cela signifie "garder accessible sans le charger par défaut"
  • N'installez pas de hooks, règles ou scripts que le dépôt actuel ne peut pas utiliser
  • Privilégiez les surfaces natives de l'ECC ; n'introduisez pas un second système d'installation

Livrables

Produisez ces artefacts dans l'ordre :

  1. Inventaire QUOTIDIEN
  2. Inventaire BIBLIOTHÈQUE
  3. Plan d'installation
  4. Rapport de vérification
  5. Routeur skill-library optionnel si le projet en souhaite un

Modèle de classification

Utilisez uniquement deux catégories :

  • QUOTIDIEN
    • doit se charger à chaque session pour ce dépôt
    • fortement adapté au langage, framework, workflow ou surface opérateur du dépôt
  • BIBLIOTHÈQUE
    • utile à conserver, mais pas assez pour le charger par défaut
    • doit rester accessible via la recherche, le routeur de compétence, ou une utilisation manuelle sélective

Sources de preuves

Utilisez les preuves locales du dépôt avant toute classification :

  • extensions de fichiers
  • gestionnaires de paquets et fichiers de verrouillage
  • configurations de framework
  • configurations CI et hooks
  • scripts de construction/test
  • importations et manifestes de dépendances
  • documentation du dépôt décrivant explicitement la pile

Les commandes utiles incluent :

rg --files
rg -n "typescript|react|next|supabase|django|spring|flutter|swift"
cat package.json
cat pyproject.toml
cat Cargo.toml
cat pubspec.yaml
cat go.mod

Passes de révision parallèles

Si des sous-agents parallèles sont disponibles, divisez la révision en ces passes :

  1. Agents
    • classifiez agents/*
  2. Compétences
    • classifiez skills/*
  3. Commandes
    • classifiez commands/*
  4. Règles
    • classifiez rules/*
  5. Hooks et scripts
    • classifiez les surfaces de hooks, les vérifications de santé MCP, les scripts d'aide et la compatibilité OS
  6. Extras
    • classifiez les contextes, exemples, configurations MCP, modèles et documents d'orientation

Si les sous-agents ne sont pas disponibles, exécutez les mêmes passes séquentiellement.

Flux de travail principal

1. Lire le dépôt

Établissez la pile réelle avant de classer quoi que ce soit :

  • langages utilisés
  • frameworks utilisés
  • gestionnaire de paquets principal
  • pile de test
  • pile de lint/format
  • surface de déploiement/exécution
  • intégrations opérateur déjà présentes

2. Construire le tableau de preuves

Pour chaque surface candidate, enregistrez :

  • chemin du composant
  • type de composant
  • catégorie proposée
  • preuve du dépôt
  • brève justification

Utilisez ce format :

skills/frontend-patterns | skill | QUOTIDIEN | 84 fichiers .tsx, next.config.ts présent | pile frontend principale
skills/django-patterns   | skill | BIBLIOTHÈQUE | aucun fichier .py, pas de pyproject.toml       | non actif dans ce dépôt
rules/typescript/*       | rules | QUOTIDIEN | package.json + tsconfig.json            | dépôt TS actif
rules/python/*           | rules | BIBLIOTHÈQUE | zéro fichier source Python             | garder accessible uniquement

3. Décider QUOTIDIEN vs BIBLIOTHÈQUE

Passez en QUOTIDIEN lorsque :

  • le dépôt utilise clairement la pile correspondante
  • le composant est suffisamment général pour aider à chaque session
  • le dépôt dépend déjà du runtime ou du workflow correspondant

Déplacez en BIBLIOTHÈQUE lorsque :

  • le composant est hors pile
  • le dépôt pourrait en avoir besoin plus tard, mais pas tous les jours
  • il ajoute une surcharge de contexte sans pertinence immédiate

4. Construire le plan d'installation

Traduisez la classification en actions :

  • Compétences QUOTIDIEN -> installer ou conserver dans .claude/skills/
  • Commandes QUOTIDIEN -> ne conserver comme shims explicites que si encore utiles
  • Règles QUOTIDIEN -> installer uniquement les ensembles de langages correspondants
  • Hooks/scripts QUOTIDIEN -> ne conserver que ceux compatibles
  • Surfaces BIBLIOTHÈQUE -> garder accessibles via la recherche ou skill-library

Si le dépôt utilise déjà des installations sélectives, mettez à jour ce plan au lieu de créer un autre système.

5. Créer le routeur de bibliothèque optionnel

Si le projet souhaite une surface de bibliothèque consultable, créez :

  • .claude/skills/skill-library/SKILL.md

Ce routeur doit contenir :

  • une brève explication de QUOTIDIEN vs BIBLIOTHÈQUE
  • des mots-clés de déclenchement regroupés
  • l'emplacement des références de la bibliothèque

Ne dupliquez pas chaque corps de compétence dans le routeur.

6. Vérifier le résultat

Une fois le plan appliqué, vérifiez :

  • chaque fichier QUOTIDIEN existe à l'endroit prévu
  • les règles de langage obsolètes n'ont pas été laissées actives
  • les hooks incompatibles n'ont pas été installés
  • l'installation résultante correspond réellement à la pile du dépôt

Retournez un rapport compact avec :

  • nombre QUOTIDIEN
  • nombre BIBLIOTHÈQUE
  • surfaces obsolètes supprimées
  • questions ouvertes

Passages de relais

Si l'étape suivante est une installation interactive ou une réparation, passez le relais à :

  • configure-ecc

Si l'étape suivante est un nettoyage des chevauchements ou une révision du catalogue, passez le relais à :

  • skill-stocktake

Si l'étape suivante est une réduction plus large du contexte, passez le relais à :

  • strategic-compact

Format de sortie

Retournez le résultat dans cet ordre :

PILE
- résumé langage/framework/exécution

QUOTIDIEN
- éléments toujours chargés avec preuves

BIBLIOTHÈQUE
- éléments consultables/de référence avec preuves

PLAN D'INSTALLATION
- ce qui doit être installé, supprimé ou redirigé

VÉRIFICATION
- vérifications effectuées et lacunes restantes

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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Skills associés