Communitygithub.com

growth-log

Utilisez cette compétence après une tâche complexe, un échec ou pour revoir ce qui a été appris. Elle enseigne comment rédiger des journaux de croissance qui extraient des motifs réutilisables — et non des entrées de journal intime.

Qu'est-ce que growth-log ?

La compétence **growth-log** transforme les notes d'apprentissage ordinaires en artefacts de croissance réutilisables. Destinée aux développeurs et utilisateurs d'agents IA (comme Claude Code, Cursor, Codex), elle fournit une méthodologie structurée pour capturer des motifs après des tâches complexes, des échecs ou des revues. Elle s'applique à tout système de prise de notes (Markdown, Notion, Obsidian, texte brut) et repose sur trois règles fondamentales : les échecs sont plus riches que les réussites, le Principe de Bole évite les doublons, et chaque entrée doit être transférable à des situations futures. Le modèle d'entrée inclut un titre centré sur le motif, le contexte, la cause racine, le motif transférable et un signal de reconnaissance. Une checklist de qualité et des anti-patrons aident à éviter les erreurs courantes. La compétence s'intègre aussi avec le hook `delivery-gate` pour garantir que les fichiers d'apprentissage sont effectivement mis à jour avec du contenu utile.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/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 véritable journal de croissance extrait le motif pour pouvoir le reconnaître la prochaine fois.

Cette compétence enseigne : Comment rédiger des entrées d'apprentissage qui s'accumulent entre les sessions. Fonctionne avec n'importe quel 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-fichiers, nouvelle fonctionnalité, changement d'architecture)
  • Après un échec, une erreur, ou un moment « c'était plus dur que prévu »
  • Lorsque vous souhaitez revoir ce que vous avez appris sur une période

Quand NE PAS activer : Changements triviaux (corrections de fautes de frappe, ajustements d'une ligne, modifications de valeur de configuration sans débogage). Le seuil : cette tâche a-t-elle impliqué du débogage, une refonte, un rollback ou une décision non évidente ? Si oui → rédigez une entrée. Si non → passez.

Les Trois Règles

Règle 1 : Les Échecs > Les Réussites

Un échec est nutritionnellement plus dense qu'un succès. Un bogue qui a pris 2 heures à trouver en apprend 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+. Motif : toujours définir explicitement SameSite=None; Secure en cas d'origine croisée. Signal à reconnaître : l'authentification se casse après une mise à jour du navigateur ou lors du franchissement de 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() considère comme valides. Motif : toujours df.dropna(how='all', inplace=True) avant la validation du nombre de lignes. »

Règle 2 : Le Principe de Bole (伯乐原则)

Avant d'écrire une nouvelle entrée, demandez : « Cela est-il fondamentalement identique à quelque chose que j'ai déjà enregistré ? »

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

Comment vérifier : Recherchez dans les entrées existantes des mots-clés de votre cause racine 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 création d'un fichier » et « Oubli de mettre à jour les évaluations de compétence après une tâche » — même cause racine (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 à : « La prochaine fois que je ferai face à une situation similaire, que ferai-je différemment ? »

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

Comment extraire un motif 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 racine (généralement 3 à 5 pourquoi)
  3. Généralisez : « De quelle classe de problème s'agit-il ? » (pas « bogue Chrome 128 » mais « changement de valeur par défaut du navigateur cassant un comportement existant »)
  4. Formulez comme : « La prochaine fois que je vois [signal], je [action]. »
  5. Nommez le signal : quel observable spécifique vous indique que ce motif est actif ?

Modèle d'Entrée

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

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

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

### Cause Racine / Aperçu Fondamental
- Le mécanisme sous-jacent, pas seulement le symptôme

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

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

Types d'Entrées

Les quatre types utilisent le modèle ci-dessus. Le type détermine quelles sections ont le plus de poids :

TypeQuand l'UtiliserAccentExemple de Titre
ÉchecQuelque chose s'est cassé, a nécessité du débogage ou une refonteCause Racine« L'héritage de configuration ≠ l'héritage de comportement entre sessions »
MéthodologieUn processus reproductible a émergé du travailContexte / Motif« PPT → guide d'étude pour examen à livre ouvert : structure à trois couches »
Découverte de MotifUn aperçu réutilisable sur les outils, systèmes ou la penséeSection Motif« Modèle de description de PR : décrivez le fossé, pas la fonctionnalité »
Changement de CapacitéUne amélioration mesurable d'une compétenceContexte (avant vs après)« Git : de clone/push à PR indépendant avec 12 commits »

Checklist de Qualité

Avant de finaliser une entrée de journal de croissance :

  • Le titre nomme-t-il le motif, pas l'événement ?
  • Y a-t-il une phrase « La prochaine fois, je vais... » ?
  • Le « Signal à reconnaître » est-il assez spécifique pour déclencher le motif la prochaine fois ?
  • Ai-je cherché dans les entrées existantes des doublons avant d'écrire ? (Principe de Bole)
  • La cause racine est-elle distinguée du symptôme ?
  • Les souvenirs connexes sont-ils liés par des liens croisés ?
  • L'entrée fait-elle 4 à 8 phrases ? Plus court = trop superficiel ; plus long = narration d'événements.

Anti-Patrons

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

Stockage

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

  • Fichiers Markdown dans un dossier 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 hook d'arrêt 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 vérifié par delivery-gate contienne réellement des motifs 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'as-tu appris ? »
  → Récent (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/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