Skills & Agents Tooling
Création, installation et gestion de skills pour agents IA : templates, scaffolding, migration.
| # | Skill | Source | Description | Maj | |
|---|---|---|---|---|---|
| 1 | cherry-computer | cherryhq/cherry-studio | Contrôler des applications desktop via un REPL d'automatisation JavaScript avec observation AX. | 52 722 | 2j |
| 2 | browser-use | browser-use/browser-use | Automatiser un navigateur web via CLI avec persistance et faible latence. | 118 361 | 2j |
| 3 | scan | wshobson/agents | Scanner une codebase pour générer une documentation projet précise et structurée. | 40 986 | 2j |
| 4 | authoring-scouts | posthog/skills | Créer ou adapter des scouts IA pour surveiller et rapporter les signaux d'un projet PostHog. | 74 | 2j |
| 5 | cherry-browser | cherryhq/cherry-studio | Contrôler un navigateur web en temps réel via des outils MCP intégrés. | 52 722 | 2j |
| 6 | openspec-aware | chorus-aidlc/chorus | Activer et orchestrer l'authoring piloté par spécifications OpenSpec dans les workflows Chorus. | 1 203 | 3j |
| 7 | chorus-cli | chorus-aidlc/chorus | Configurer et piloter des agents IA codeurs via l'outil CLI Chorus. | 1 203 | 3j |
| 8 | chorus-task-reviewer | chorus-aidlc/chorus | Auditer des tâches IA en lecture seule et émettre un verdict structuré PASS/FAIL. | 1 203 | 3j |
| 9 | doca-public-knowledge-map | nvidia/skills | Localiser les ressources officielles NVIDIA DOCA selon le contexte utilisateur et son matériel. | 3 634 | 3j |
| 10 | sandbox-agent | rivet-dev/skills | Orchestrer des agents de codage IA dans des environnements sandbox via une API universelle. | 35 | 4j |
| 11 | rivet-sandbox-agent | rivet-dev/skills | Contrôler un agent sandbox via API pour gérer fichiers, bureau et sessions. | 35 | 4j |
| 12 | debugging-livekit-agents | livekit/agent-skills | Déboguer interactivement un agent LiveKit en mode texte, tour par tour. | 71 | 8j |
| 13 | nemo-fabric-build-adapter | nvidia/skills | Créer un adaptateur NVIDIA NeMo Fabric conforme au contrat southbound publié. | 3 634 | 8j |
| 14 | java-mcp-server-generator | github/awesome-copilot | Générer un serveur MCP Java complet et prêt pour la production avec Maven ou Gradle. | 40 142 | 9j |
| 15 | python-mcp-server-generator | github/awesome-copilot | Générer un serveur MCP Python complet, production-ready, avec outils typés et gestion d'erreurs. | 40 142 | 9j |
| 16 | context7-cli | upstash/context7 | Gérer la documentation, les skills IA et la configuration MCP via CLI. | 63 224 | 9j |
| 17 | debugging-experiments | posthog/skills | Diagnostiquer et corriger les problèmes de résultats d'expériences A/B dans PostHog. | 74 | 10j |
| 18 | cuda-index-width | pytorch/pytorch | Gérer les débordements d'index CUDA en choisissant entre int et int64_t. | 104 843 | 12j |
| 19 | metal-kernel | pytorch/pytorch | Implémenter des kernels Metal natifs pour opérateurs PyTorch sur Apple Silicon. | 104 843 | 12j |
| 20 | creating-internal-agents | medusajs/medusa-agent-skills | Créer un agent IA interne dans Medusa pour le dashboard administrateur avec streaming NDJSON. | 231 | 13j |
| 21 | rivet-actors | rivet-dev/skills | Naviguer dans la documentation complète de la plateforme Rivet Actors. | 35 | 15j |
| 22 | i4h-workflow-validate | nvidia/skills | Valider et enregistrer des épisodes de politique IA dans un environnement simulé. | 3 634 | 16j |
| 23 | agents-sdk | cloudflare/skills | Construire et déployer des agents IA robustes sur l'infrastructure Cloudflare. | 3 092 | 16j |
| 24 | querying-canvas-data | posthog/skills | Interroger PostHog depuis un canvas via le SDK officiel et afficher des métriques vérifiables. | 74 | 16j |
| 25 | n8n:create-agent-builder-eval | n8n-io/n8n | Créer et valider un cas d'évaluation pour l'Agent Builder via LangTracer. | 207 862 | 17j |
| 26 | add-harness-package | vercel/ai | Créer et configurer un package harness personnalisé pour l'AI SDK. | 27 374 | 18j |
| 27 | validating-and-publishing-canvases | posthog/skills | Valider et publier des canvas PostHog avec gestion de versions et contrôle des capacités. | 74 | 18j |
| 28 | apify-generate-output-schema | apify/agent-skills | Générer les schémas de sortie structurés pour un Actor Apify à partir de son code source. | 2 440 | 18j |
| 29 | review-agent-setup | wshobson/agents | Contrôler et auditer les actions d'un agent IA sur les revues de code avec approbation humaine. | 40 986 | 21j |
| 30 | running-livekit-simulations | livekit/agent-skills | Tester des conversations multi-tours d'agents LiveKit via des simulations pilotées par LLM. | 71 | 23j |
| 31 | migrate-oai-app | tldraw/tldraw | Migrer une application OpenAI Apps SDK vers le protocole MCP standardisé. | 50 964 | 24j |
| 32 | review-docs | tldraw/tldraw | Évaluer et améliorer itérativement la qualité stylistique et éditoriale d'un fichier de documentation. | 50 964 | 24j |
| 33 | task-reviewer-chorus | chorus-aidlc/chorus | Auditer une tâche soumise et poster un verdict structuré en lecture seule. | 1 203 | 24j |
| 34 | code-mate-minimax-code | cherryhq/cherry-studio | Exécuter des tâches de code via MiniMax Code en mode contrôlé et sécurisé. | 52 722 | 26j |
| 35 | migrate | launchdarkly/agent-skills | Migrer une application vers LaunchDarkly AgentControl en cinq étapes guidées. | 27 | 1mo |
| 36 | publish | harbor-framework/harbor | Publier des tâches et datasets Harbor dans un registre, étape par étape. | 6 207 | 1mo |
| 37 | acquire-codebase-knowledge | github/awesome-copilot | Documenter exhaustivement une codebase en sept fichiers structurés et vérifiables. | 40 142 | 1mo |
| 38 | instance-awareness | n8n-io/n8n | Exploiter le contexte d'instance pour répondre sans redemander ce qui existe déjà. | 207 862 | 1mo |
| 39 | nostr-replaceable-event-mutation-overwrite | divinevideo/divine-mobile | Prévenir la perte de données lors de la mutation d'événements Nostr remplaçables en récupérant l'état frais. | 266 | 1mo |
| 40 | detect | launchdarkly/agent-skills | Détecter le stack technique d'un projet avant d'installer un SDK LaunchDarkly. | 27 | 1mo |
| 41 | finding-replay-for-issue | posthog/skills | Identifier et présenter l'enregistrement de session le plus pertinent pour une erreur. | 74 | 1mo |
| 42 | search-sh | elophanto/elophanto | Rechercher sur le web et extraire du contenu structuré pour agents IA. | 106 | 1mo |
| 43 | add-webmcp | browserbase/skills | Intégrer des outils WebMCP natifs dans une application web existante à partir de son code source. | 3 738 | 1mo |
| 44 | remote-browser | browser-use/browser-use | Contrôler un navigateur headless en sandbox via des commandes CLI précises. | 118 361 | 1mo |
| 45 | stripe-directory | stripe/ai | Rechercher et comparer des prestataires dans l'annuaire Stripe selon un besoin métier. | 1 958 | 1mo |
| 46 | rp-quick-runtime | wix/skills | Gérer les limites cibles et générer un rapport de récupération pour adaptateurs quick-mode. | 34 | 1mo |
| 47 | code-mate-opencode | cherryhq/cherry-studio | Exécuter des tâches de code headless via OpenCode et synthétiser les résultats JSON. | 52 722 | 1mo |
| 48 | code-mate-pi | cherryhq/cherry-studio | Exécuter des tâches Pi en mode JSON sans session dans un projet ciblé. | 52 722 | 1mo |
| 49 | code-mate-qwen-code | cherryhq/cherry-studio | Exécuter des tâches de code via Qwen en mode non interactif et sécurisé. | 52 722 | 1mo |
| 50 | code-mate-codex | cherryhq/cherry-studio | Exécuter des tâches Codex CLI en mode non-interactif avec sandbox contrôlé. | 52 722 | 1mo |
À propos de cette sélection
Quand un agent doit embarquer une nouvelle capacité sans que tu réécrives tout son scaffolding à la main, l'outillage disponible change vraiment la donne. Cette section regroupe ce qui permet de générer, structurer et migrer des skills pour agents IA : créer un template prêt à l'emploi, initialiser un projet avec la bonne architecture d'entrée, ou porter un skill existant vers un runtime plus récent comme Codex. OpenAI et Microsoft poussent chacun leur propre générateur, signe d'un écosystème encore en train de se normaliser autour de quelques conventions concurrentes. Les outils répertoriés ici ciblent surtout les devs TypeScript qui assemblent des agents modulaires et veulent éviter le copier-coller de boilerplate à chaque nouvelle capacité ajoutée.