Communitygithub.com

workspace-surface-audit

Audite le dépôt actif, les serveurs MCP, les plugins, les connecteurs, les surfaces d'environnement et la configuration du harnais, puis recommande les compétences, hooks, agents et workflows d'opérateur ECC natifs les plus pertinents. À utiliser lorsque l'utilisateur a besoin d'aide pour configurer Claude Code ou comprendre les capacités réellement disponibles dans son environnement.

Qu'est-ce que workspace-surface-audit ?

Cette compétence d'audit en lecture seule répond à la question : « Que peut faire cet espace de travail et cette machine concrètement maintenant, et que devrions-nous ajouter ou activer ensuite ? » Elle inspecte systématiquement le dépôt (package.json, configuration framework, .mcp.json, .lsp.json, AGENTS.md, etc.), l'environnement (fichiers .env* sans révéler les secrets), les outils connectés (plugins, MCP, LSP, intégrations d'applications) et la surface ECC existante (compétences, hooks, agents). Le processus en trois phases inventorie ce qui existe, le compare aux surfaces officielles et installées, puis transforme les lacunes en recommandations concrètes sous forme de compétences, hooks, agents, serveurs MCP ou connecteurs ECC natifs. Le résultat est organisé en cinq sections (surface actuelle, parité, lacunes primitives, intégrations manquantes, prochaines étapes) et privilégie les workflows métier à valeur ajoutée plutôt que des marques d'API. Idéal pour l'audit de configuration, l'optimisation des automatisations et la décision de ce qu'ECC doit couvrir en priorité.

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

Demander à votre IA préférée

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

Documentation

Audit de Surface de l'Espace de Travail

Compétence d'audit en lecture seule pour répondre à la question « que peut réellement faire cet espace de travail et cette machine maintenant, et que devrions-nous ajouter ou activer ensuite ? »

C'est la réponse native ECC aux plugins d'audit de configuration. Elle ne modifie pas les fichiers sauf si l'utilisateur demande explicitement une implémentation de suivi.

Quand l'utiliser

  • L'utilisateur dit « configure Claude Code », « recommande des automatisations », « quels plugins ou MCP devrais-je utiliser ? » ou « qu'est-ce qui me manque ? »
  • Auditer une machine ou un dépôt avant d'installer plus de compétences, hooks ou connecteurs
  • Comparer les plugins officiels du marketplace avec la couverture ECC native
  • Examiner .env, .mcp.json, les paramètres de plugin ou les surfaces d'applications connectées pour trouver les couches de workflow manquantes
  • Décider si une capacité doit être une compétence, un hook, un agent, un MCP ou un connecteur externe

Règles Non Négociables

  • Ne jamais afficher les valeurs secrètes. Ne révéler que les noms de fournisseurs, noms de capacités, chemins de fichiers et l'existence d'une clé ou d'une configuration.
  • Privilégier les workflows ECC natifs plutôt que des conseils génériques « installe un autre plugin » lorsque ECC peut raisonnablement couvrir la surface.
  • Traiter les plugins externes comme des références et sources d'inspiration, pas comme des limites de produit autoritaires.
  • Séparer clairement trois choses :
    • déjà disponible maintenant
    • disponible mais mal encapsulé dans ECC
    • non disponible et nécessiterait une nouvelle intégration

Entrées d'Audit

Inspecter uniquement les fichiers et paramètres nécessaires pour bien répondre à la question :

  1. Surface du dépôt
    • package.json, fichiers de verrouillage, marqueurs de langage, configuration du framework, README.md
    • .mcp.json, .lsp.json, .claude/settings*.json, .codex/*
    • AGENTS.md, CLAUDE.md, manifestes d'installation, configurations de hooks
  2. Surface de l'environnement
    • Fichiers .env* dans le dépôt actif et les espaces de travail ECC adjacents évidents
    • Ne révéler que les noms de clés comme STRIPE_API_KEY, TWILIO_AUTH_TOKEN, FAL_KEY
  3. Surface des outils connectés
    • Plugins installés, connecteurs activés, serveurs MCP, LSP et intégrations d'applications
  4. Surface ECC
    • Compétences, commandes, hooks, agents et modules d'installation existants qui couvrent déjà le besoin

Processus d'Audit

Phase 1 : Inventaire de Ce Qui Existe

Produire un inventaire concis :

  • cibles de harnais actives
  • plugins installés et applications connectées
  • serveurs MCP configurés
  • serveurs LSP configurés
  • services basés sur l'environnement suggérés par les noms de clés
  • compétences ECC existantes déjà pertinentes pour l'espace de travail

Si une surface n'existe que sous forme primitive, le signaler. Exemple :

  • « Stripe est disponible via une application connectée, mais ECC n'a pas de compétence d'opérateur de facturation »
  • « Google Drive est connecté, mais il n'y a pas de workflow d'opérateur Google Workspace natif ECC »

Phase 2 : Référencement par Rapport aux Surfaces Officielles et Installées

Comparer l'espace de travail avec :

  • les plugins Claude officiels qui chevauchent la configuration, la révision, la documentation, la conception ou la qualité du workflow
  • les plugins installés localement dans Claude ou Codex
  • les surfaces d'applications actuellement connectées de l'utilisateur

Ne pas se contenter de lister les noms. Pour chaque comparaison, répondre :

  1. ce qu'ils font réellement
  2. si ECC a déjà la parité
  3. si ECC n'a que des primitives
  4. si le workflow manque totalement dans ECC

Phase 3 : Transformer les Lacunes en Décisions ECC

Pour chaque lacune réelle, recommander la forme ECC native appropriée :

Type de LacuneForme ECC Préférée
Workflow d'opérateur reproductibleCompétence
Application automatique ou effet de bordHook
Rôle délégué spécialiséAgent
Pont vers un outil externeServeur MCP ou connecteur
Guidance d'installation/amorçageCompétence de configuration ou d'audit

Par défaut, privilégier les compétences orientées utilisateur qui orchestrent les outils existants lorsque le besoin est opérationnel plutôt qu'infrastructurel.

Format de Sortie

Retourner cinq sections dans cet ordre :

  1. Surface actuelle
    • ce qui est déjà utilisable maintenant
  2. Parité
    • là où ECC correspond déjà ou dépasse la référence
  3. Lacunes primitives uniquement
    • les outils existent, mais ECC manque d'une compétence d'opérateur propre
  4. Intégrations manquantes
    • capacité pas encore disponible
  5. Top 3 à 5 prochaines actions
    • ajouts ECC natifs concrets, classés par impact

Règles de Recommandation

  • Recommander au maximum 1 à 2 idées à plus forte valeur par catégorie.
  • Favoriser les compétences avec une intention utilisateur évidente et une valeur métier :
    • audit de configuration
    • opérations de facturation/client
    • opérations de tickets/programmes
    • opérations Google Workspace
    • opérations de déploiement/contrôle
  • Si un connecteur est spécifique à une entreprise, ne le recommander que s'il est réellement disponible ou clairement utile au workflow de l'utilisateur.
  • Si ECC a déjà une primitive solide, proposer une compétence d'encapsulation plutôt que d'inventer un tout nouveau sous-système.

Bons Résultats

  • L'utilisateur peut immédiatement voir ce qui est connecté, ce qui manque et ce qu'ECC devrait couvrir ensuite.
  • Les recommandations sont suffisamment spécifiques pour être implémentées dans le dépôt sans un nouveau passage de découverte.
  • La réponse finale est organisée autour des workflows, pas des marques d'API.

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