Communitygithub.com

Contrer la sur-défense des agents de codage avec HERO

Collez le contrat de limites de portée de HERO dans le fichier de configuration toujours chargé par l'agent de codage, afin que les agents de correction restent proportionnés et évitent le hachage inutile, le durcissement des cas limites, les boucles de rubricage et la surconstruction.

Qu'est-ce que Contrer la sur-défense des agents de codage avec HERO ?

HERO (Halt Excessive Remedial Overreach) est une compétence conçue pour restreindre la tendance des agents de codage à sur-corriger, à ajouter des fonctionnalités non demandées ou à durcir excessivement les cas limites. En insérant un bloc de limites de portée (scope-limits) dans le fichier d'instructions persistantes de l'agent (comme AGENTS.md, CLAUDE.md, copilot-instructions.md, etc.), HERO contraint l'agent à rester concentré sur la correction demandée, sans proposer de modifications superflues de l'infrastructure, sans supprimer des tests requis, et sans s'engager dans des boucles de rubricage ou de validation inutiles. Cette compétence est compatible avec plusieurs plateformes majeures comme Codex, Claude Code, Antigravity, GitHub Copilot, Cursor, Windsurf et Gemini CLI. Le processus d'installation consiste à copier le bloc canonique de RULES.md dans le fichier d'instructions approprié, puis à valider le comportement via un test d'acceptation local. Il est crucial de préserver les instructions de projet existantes, les exigences de sécurité et les limites d'approbation. La documentation complète et les mises à jour sont disponibles sur le dépôt GitHub associé.

Compatible avec✓Claude Code✓Codex CLI✓Cursor✓Antigravity✓Gemini CLI✓Windsurf
npx skills add https://github.com/agentskillexchange/skills/tree/main/skills/constrain-coding-agent-over-defense-with-hero

Demander à votre IA préférée

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

Documentation

Que fait Contrer la sur-défense des agents de codage avec HERO ?

Collez le contrat de limites de portée de HERO dans le fichier de configuration toujours chargé par l'agent de codage, afin que les agents de correction restent proportionnés et évitent le hachage inutile, le durcissement des cas limites, les boucles de rubricage et la surconstruction.

Prérequis

Un hôte d'agent de codage qui charge des fichiers d'instructions persistants, tels que Codex AGENTS.md, Claude Code CLAUDE.md, Antigravity AGENTS.md, GitHub Copilot copilot-instructions.md, les règles Cursor, les règles Windsurf, ou Gemini CLI GEMINI.md

Installation

Installez ou configurez à partir des instructions fournies par la source :

Copiez le bloc canonique de limites de portée depuis RULES.md dans le fichier d'instructions que votre hôte d'agent charge automatiquement. Pour Codex et Antigravity, utilisez AGENTS.md à la racine du projet ; pour Claude Code, utilisez CLAUDE.md ; pour GitHub Copilot, utilisez .github/copilot-instructions.md ; pour Cursor, Windsurf et Gemini CLI, utilisez les fichiers spécifiques à l'hôte documentés dans hosts/README.md. Gardez le catalogue de cas en dehors de l'invite chargée et ne citez des cas que pour calibrer un comportement contesté.

Utilisation et Vérification

Pilotez dans un dépôt jetable. Consultez le RULES.md en amont avant de copier ; préservez les instructions de projet existantes, les exigences de sécurité et les limites d'approbation. Enregistrez la révision en amont que vous avez consultée afin qu'une mise à jour ultérieure puisse être comparée délibérément.

Démarrez une nouvelle session d'agent et demandez un plan en lecture seule pour corriger une faute de frappe dans un document de test. Vérifiez que l'hôte charge le fichier d'instructions prévu, que le plan reste dans les limites de ce document et que l'agent ne propose pas d'infrastructure non liée ni ne supprime des tests requis. Comparez avec la même tâche avant d'ajouter HERO. Il s'agit d'un exercice d'acceptation locale suggéré, et non d'un benchmark en amont ou d'une preuve de fiabilité.

Inspectez le diff du fichier d'instructions avant de conserver la modification. Supprimez uniquement le bloc HERO ajouté si le comportement s'aggrave. La restriction de portée ne doit pas supprimer la divulgation des erreurs ni affaiblir les contrôles de sécurité obligatoires.

Documentation

Source

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Academic Paper Citation Network Mapper

Builds citation networks from Semantic Scholar API and CrossRef DOI metadata. Visualizes paper influence graphs using NetworkX, identifies seminal works, and tracks research lineage across fields.

ACF Custom Fields REST Exposer

Exposes Advanced Custom Fields data through the WordPress REST API using register_rest_field and acf_format_value. Handles repeater fields, flexible content layouts, and gallery fields with proper serialization.

ACF Extended for Advanced Custom Fields Workflows

An ASE skill built around ACF Extended, the WordPress enhancement suite for Advanced Custom Fields that adds field types, admin improvements, front-end forms, options pages, and developer tooling. It is a practical fit for agents working inside complex WordPress content models and custom field workflows.

ACF to Gutenberg Block Migrator

Converts Advanced Custom Fields field groups into native Gutenberg blocks using the ACF Block API v2 and @wordpress/scripts build pipeline. Maps ACF repeaters, groups, and flexible content to InnerBlocks and block attributes with server-side rendering via acf_register_block_type().

Activepieces Open Source Workflow Automation

Activepieces is an open-source, self-hostable workflow automation platform with 200+ integrations. It provides a visual builder for creating automated workflows and exposes all its connectors as MCP servers for AI agent use.

ActivityWatch Cross-Platform Automated Time Tracker and Producti

ActivityWatch is a privacy-first, open-source automated time tracker that records application usage, browser activity, and AFK status across Windows, macOS, and Linux. With 16k+ GitHub stars, it provides detailed productivity analytics without sending data to external servers.

act Local GitHub Actions Runner

act is an open-source CLI tool that runs GitHub Actions workflows locally using Docker, enabling fast feedback on workflow changes without pushing to GitHub. It is a standard tool for local Actions development and testing.

Add a browser review checkpoint before risky agent actions with

Use AgentClick when an agent should pause before risky commands, plans, drafts, or code changes so a human can inspect, edit, approve, or reject them in a purpose-built browser UI.

Add Claude design-system and accessibility workflows with UX/UI

Use UX/UI Agent Skills when Claude should generate tokens, component specs, accessibility audits, and framework-specific UI code from a repeatable design workflow.

Add executable smoke tests for shell scripts and CLIs before ref

Use Bats-core when an agent needs to turn fragile shell scripts or command-line workflows into something it can verify repeatedly after edits. The agent writes focused Bash tests for success paths, failure paths, and output contracts, then runs them locally or in CI before a refactor, release, or incident fix goes out.

Add graph-backed memory and context retrieval to agent workflows

Use Cognee to ingest project knowledge into graph and vector memory so agents can retrieve durable context across sessions and workflows.

Add IDE-style semantic code navigation and symbol-safe refactors

Give a coding agent symbol-aware lookup, cross-file rename, and structural edit tools before it starts making brittle text-only changes.

Add managed long-term memory to LangGraph agents with LangMem

Give LangGraph agents memory management and search tools so they can store, retrieve, and update durable facts across sessions.

Add multimodal lifelong memory to MCP and Python agents with Sim

Use SimpleMem to store, compress, index, and retrieve text or multimodal memories for agents through MCP or Python integrations.

Add persistent project memory and hook-driven synthesis with Cla

Keep Claude Code sessions grounded in prior decisions, project context, and daily handoff notes instead of starting from zero every time.

Add Postgres-native vector retrieval to agent and RAG workflows

Store embeddings beside application data in Postgres, create vector indexes, and query nearest neighbors for semantic search, RAG, recommendations, or agent memory retrieval.

Address GitHub PR review comments from the current branch with g

Find the open PR for the current branch, gather unresolved review comments, and drive a focused comment-resolution workflow with gh-authenticated context.

Add runtime guardrails to TypeScript agents with VoltAgent

Use VoltAgent to intercept, validate, and enforce input/output policies in TypeScript agent workflows.

Add temporal context memory to agent workflows with Zep

Use Zep as an external context layer for agents that need to store events, assemble temporal graph context, and retrieve relevant memory before model calls.

Adobe Firefly API Batch Image Generator

Calls Adobe Firefly

Skills associés