Communitygithub.com

council

Convoquez un conseil à quatre voix pour les décisions ambiguës, les compromis et les décisions go/no-go. À utiliser lorsque plusieurs voies valides existent et que vous avez besoin d’un désaccord structuré avant de choisir.

Qu'est-ce que council ?

La compétence **Council** est conçue pour aider les agents IA à prendre des décisions éclairées en situation d’ambiguïté. Elle convoque un conseil de quatre voix : une position initiale de l’agent (Architecte), un sous-agent Skeptique, un Pragmatiste et un Critique. Ces voix sont lancées en parallèle avec un contexte minimal pour éviter l’ancrage conversationnel. Chaque sous-agent émet une position, un raisonnement concis, un risque principal et un point surprenant. L’agent principal synthétise ensuite ces positions avec des garde-fous contre les biais, en présentant un verdict structuré incluant le consensus, la dissidence la plus forte, et la recommandation finale. Cette compétence est particulièrement utile dans des scénarios comme le choix entre monorepo ou polyrepo, décider de livrer maintenant ou de peaufiner, ou évaluer un go/no-go. Elle est conçue pour fonctionner avec des agents comme Claude dans un environnement IDE, et son usage est contre-indiqué pour la révision de code, la planification d’implémentation ou la conception d’architecture, qui relèvent d’autres compétences spécialisées.

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

Demander à votre IA préférée

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

Documentation

Conseil

Convoquez quatre conseillers pour les décisions ambiguës :

  • la voix Claude dans le contexte
  • un sous-agent Skeptique
  • un sous-agent Pragmatiste
  • un sous-agent Critique

Ceci est pour la prise de décision en situation d'ambiguïté, pas pour la révision de code, la planification de l'implémentation ou la conception d'architecture.

Quand l'utiliser

Utilisez le conseil quand :

  • une décision a plusieurs voies crédibles et aucun gagnant évident
  • vous avez besoin de faire émerger explicitement des compromis
  • l'utilisateur demande un second avis, une dissidence ou des perspectives multiples
  • l'ancrage conversationnel est un risque réel
  • une décision go / no-go bénéficierait d'un défi contradictoire

Exemples :

  • monorepo vs polyrepo
  • livrer maintenant vs attendre pour peaufiner
  • feature flag vs déploiement complet
  • simplifier le périmètre vs garder une largeur stratégique

Quand NE PAS l'utiliser

Au lieu du conseilUtilisez
Vérifier si le résultat est correctsanta-method
Décomposer une fonctionnalité en étapes d'implémentationplanner
Concevoir l'architecture systèmearchitect
Réviser le code pour les bugs ou la sécuritécode-reviewer ou santa-method
Questions factuelles simplesrépondez directement
Tâches d'exécution évidenteseffectuez la tâche

Rôles

VoixPerspective
Architecteexactitude, maintenabilité, implications à long terme
Skeptiqueremise en cause des prémisses, simplification, bris d'hypothèses
Pragmatistevitesse de livraison, impact utilisateur, réalité opérationnelle
Critiquecas limites, risque de baisse, modes de défaillance

Les trois voix externes doivent être lancées comme des sous-agents vierges avec seulement la question et le contexte pertinent, pas toute la conversation en cours. C'est le mécanisme anti-ancrage.

Flux de travail

1. Extraire la vraie question

Réduisez la décision à une question explicite :

  • que décidons-nous ?
  • quelles contraintes importent ?
  • qu'est-ce qui compte comme succès ?

Si la question est vague, posez une question de clarification avant de convoquer le conseil.

2. Rassembler uniquement le contexte nécessaire

Si la décision est spécifique au code :

  • rassemblez les fichiers, extraits, texte du ticket ou métriques pertinents
  • gardez-le concis
  • incluez uniquement le contexte nécessaire à la décision

Si la décision est stratégique/générale :

  • sautez les extraits de dépôt sauf s'ils modifient matériellement la réponse

3. Former d'abord la position de l'Architecte

Avant de lire les autres voix, écrivez :

  • votre position initiale
  • les trois raisons les plus solides pour celle-ci
  • le principal risque de votre voie préférée

Faites-le d'abord pour que la synthèse ne se contente pas de refléter les voix externes.

4. Lancer trois voix indépendantes en parallèle

Chaque sous-agent reçoit :

  • la question de décision
  • un contexte concis si nécessaire
  • un rôle strict
  • aucun historique de conversation inutile

Format de l'invite :

Vous êtes le [RÔLE] dans un conseil de décision à quatre voix.

Question :
[question de décision]

Contexte :
[seulement les extraits ou contraintes pertinents]

Répondez avec :
1. Position — 1-2 phrases
2. Raisonnement — 3 puces concises
3. Risque — le plus grand risque de votre recommandation
4. Surprise — une chose que les autres voix pourraient manquer

Soyez direct. Pas de circonlocutions. Restez sous 300 mots.

Accent sur le rôle :

  • Skeptique : contester le cadrage, remettre en question les hypothèses, proposer l'alternative crédible la plus simple
  • Pragmatiste : optimiser pour la vitesse, la simplicité et l'exécution dans le monde réel
  • Critique : faire remonter les risques de baisse, les cas limites et les raisons pour lesquelles le plan pourrait échouer

5. Synthétiser avec des garde-fous contre les biais

Vous êtes à la fois un participant et le synthétiseur, alors utilisez ces règles :

  • ne rejetez pas un point de vue externe sans expliquer pourquoi
  • si une voix externe a changé votre recommandation, dites-le explicitement
  • incluez toujours la dissidence la plus forte, même si vous la rejetez
  • si deux voix s'alignent contre votre position initiale, traitez cela comme un vrai signal
  • gardez les positions brutes visibles avant le verdict

6. Présenter un verdict compact

Utilisez ce format de sortie :

## Conseil : [titre court de la décision]

**Architecte :** [position en 1-2 phrases]
[1 ligne sur le pourquoi]

**Skeptique :** [position en 1-2 phrases]
[1 ligne sur le pourquoi]

**Pragmatiste :** [position en 1-2 phrases]
[1 ligne sur le pourquoi]

**Critique :** [position en 1-2 phrases]
[1 ligne sur le pourquoi]

### Verdict
- **Consensus :** [là où ils s'accordent]
- **Dissidence la plus forte :** [désaccord le plus important]
- **Vérification des prémisses :** [le Skeptique a-t-il remis en question la question elle-même ?]
- **Recommandation :** [la voie synthétisée]

Gardez-le lisible sur un écran de téléphone.

Règle de persistance

N'écrivez pas de notes ad-hoc dans ~/.claude/notes ou d'autres chemins cachés depuis cette compétence.

Si le conseil modifie matériellement la recommandation :

  • utilisez knowledge-ops pour stocker la leçon au bon endroit durable
  • ou utilisez /save-session si le résultat appartient à la mémoire de session
  • ou mettez à jour directement le ticket GitHub / Linear concerné si la décision modifie la vérité d'exécution active

Ne persistez une décision que lorsqu'elle change quelque chose de réel.

Suivi multi-tour

Par défaut, un seul tour.

Si l'utilisateur souhaite un autre tour :

  • gardez la nouvelle question ciblée
  • incluez le verdict précédent seulement si nécessaire
  • gardez le Skeptique aussi vierge que possible pour préserver la valeur anti-ancrage

Anti-patrons

  • utiliser le conseil pour la révision de code
  • utiliser le conseil alors que la tâche n'est qu'un travail d'implémentation
  • alimenter les sous-agents avec la transcription complète de la conversation
  • cacher le désaccord dans le verdict final
  • persister chaque décision sous forme de note quel qu'en soit l'importance

Compétences liées

  • santa-method — vérification contradictoire
  • knowledge-ops — persister correctement les deltas de décision durables
  • search-first — rassembler le matériel de référence externe avant le conseil si nécessaire
  • architecture-decision-records — formaliser le résultat lorsque la décision devient une politique système durable

Exemple

Question :

Devrions-nous livrer ECC 2.0 en alpha maintenant, ou attendre que l'interface utilisateur du plan de contrôle soit plus complète ?

Forme probable du conseil :

  • L'Architecte plaide pour l'intégrité structurelle et éviter une surface confuse
  • Le Skeptique se demande si l'interface utilisateur est vraiment le facteur bloquant
  • Le Pragmatiste demande ce qui peut être livré maintenant sans nuire à la confiance
  • Le Critique se concentre sur la charge de support, la dette d'attentes et la confusion du déploiement

La valeur n'est pas l'unanimité. La valeur est de rendre le désaccord lisible avant de choisir.

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

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

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

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