Communitygithub.com

alphasafal/recherche-vers-décision

Name: alphasafal/recherche-vers-décision
Author: Community

Transforme la recherche en une décision technique ou produit vérifiable : définit la décision et les contraintes, rassemble des preuves sourcées, sépare les faits des hypothèses, compare les alternatives selon des critères explicites et produit un ADR. À utiliser pour choisir entre technologies/approches ("Kafka vs SQS", "construire vs acheter"), documenter le raisonnement d'une décision déjà prise, ou lorsqu'on vous demande de "rechercher ceci et recommander une option." Ne pas utiliser pour implémenter l'option choisie (c'est une compétence distincte), ni pour une recherche ouverte sans décision finale à prendre.

Qu'est-ce que recherche-vers-décision ?

Cette compétence permet de structurer un processus de recherche en une décision technique ou produit pleinement vérifiable. Elle guide l'utilisateur pour définir clairement la décision à prendre et ses contraintes, rassembler des preuves avec des sources fiables, séparer explicitement les faits des hypothèses, comparer les alternatives selon des critères prédéfinis, et finalement produire un ADR (Architecture Decision Record) documentant le raisonnement. Son principal avantage réside dans sa capacité à transformer une analyse potentiellement subjective en un dossier auditable, idéal pour des choix stratégiques comme "Kafka vs SQS" ou "construire vs acheter", ou pour formaliser rétrospectivement une décision déjà prise. Elle s'applique à tout agent capable d'interpréter le plan de recherche structuré et de générer un ADR formel (Markdown). Attention : ne convient pas pour implémenter la solution choisie, ni pour des recherches exploratoires sans décision finale.

Compatible avec~Claude Code~Codex CLI~Cursor

npx skills add https://github.com/alphasafal/production-agent-skills/tree/main/skills/research-to-decision

Voir l'original→Voir toutes les compétences

Demander à votre IA préférée

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

ChatGPT Claude Gemini Grok Perplexity DeepSeek

Documentation

Que fait recherche-vers-décision ?

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

alphasafal/data-scientist

Runs an end-to-end structured tabular data science workflow: problem framing, schema/leakage/missingness checks, EDA, baseline before modeling, feature engineering, model comparison against the baseline, and error/slice analysis. Use when asked to analyze a dataset, build a predictive model, evaluate a model's performance, or investigate a data quality issue in tabular data. Do not use for pure data engineering/ETL with no analysis or modeling question, for unstructured data (images/audio/free text at scale) without a tabular framing, or when the task is answerable by a single summary statistic with no need for the full workflow — say so and just answer it.