Dev Tooling

Outils de productivite developpeur : code review, commit, debugging, CLI utilities.

25 skills

# Skill Source Description
1 document-public-apis pytorch/pytorch Documenter les APIs publiques PyTorch en ajoutant des directives Sphinx autodoc aux fichiers sources. 99 930
2 cookbook-audit anthropics/claude-cookbooks Auditer un notebook Cookbook selon un guide de style et produire un rapport noté. 43 023
3 async-python-patterns wshobson/agents Implémenter des patterns asynchrones Python avec asyncio pour des applications non-bloquantes performantes. 35 424
4 python-anti-patterns wshobson/agents Identifier et corriger les anti-patterns Python courants dans le code avant déploiement. 35 424
5 python-background-jobs wshobson/agents Gérer des tâches asynchrones en arrière-plan avec files d'attente Python. 35 424
6 python-code-style wshobson/agents Standardiser le style, la documentation et le typage de code Python moderne. 35 424
7 python-configuration wshobson/agents Gérer la configuration Python via variables d'environnement typées et validées avec Pydantic. 35 424
8 python-design-patterns wshobson/agents Structurer du code Python maintenable via des principes de conception fondamentaux. 35 424
9 python-error-handling wshobson/agents Implémenter une gestion robuste des erreurs et validations en Python. 35 424
10 python-observability wshobson/agents Instrumenter des applications Python avec logs structurés, métriques et traces distribuées. 35 424
11 python-packaging wshobson/agents Créer, structurer et publier des packages Python sur PyPI avec pyproject.toml. 35 424
12 python-performance-optimization wshobson/agents Profiler, analyser et optimiser les performances CPU et mémoire du code Python. 35 424
13 python-project-structure wshobson/agents Structurer des projets Python avec modules clairs, interfaces publiques et hiérarchies plates. 35 424
14 python-resilience wshobson/agents Implémenter des patterns de résilience Python pour gérer les pannes transitoires. 35 424
15 python-resource-management wshobson/agents Gérer les ressources Python de façon déterministe via des context managers. 35 424
16 python-type-safety wshobson/agents Annoter et typer du code Python pour détecter les erreurs à l'analyse statique. 35 424
17 uv-package-manager wshobson/agents Gérer les dépendances Python ultra-rapidement avec l'outil uv basé sur Rust. 35 424
18 comment-code-generate-a-tutorial github/awesome-copilot Transformer un script Python en projet documenté avec tutoriel README complet. 33 040
19 rhino3d-scripts github/awesome-copilot Scripter pour Rhinoceros 3D en Python, VBScript ou C# via RhinoCommon. 33 040
20 pdf openai/skills Lire, générer et valider des fichiers PDF avec rendu visuel garanti. 19 156
21 dignified-python dagster-io/skills Auditer et améliorer du code Python moderne selon des conventions stylistiques strictes. 148
22 cuopt-developer nvidia/skills Modifier et contribuer au codebase C++/CUDA et Python de NVIDIA cuOpt. 87
23 cuopt-installation-developer nvidia/skills Configurer un environnement de build cuOpt depuis les sources avec tests. 87
24 linting-and-formatting nvidia/skills Configurer et appliquer le linting, formatage et style de code Python. 87
25 update-golden-values nvidia/skills Rafraîchir des golden values via GitHub Actions et valider les écarts avec la divergence KL. 87

À propos de cette sélection

Le debugging mal ciblé coûte souvent plus cher que le bug lui-même. C'est là que la qualité de l'outillage se révèle vraiment : un agent capable d'ouvrir une issue bien formée, de faire respecter une convention de commit ou de lancer un lint rule sans intervention manuelle change la vélocité d'une équipe de façon concrète. Cette section rassemble des skills dev tooling qui couvrent la majorité des cas d'usage courants, automatiser la revue de code, piloter un workflow CLI, ou générer des nodes conformes aux standards d'une plateforme comme n8n. L'écosystème est déjà dense, avec des contributions solides de plusieurs orgs majeures, mais les conventions varient beaucoup d'un contexte à l'autre. Ces skills s'adressent surtout aux devs backend ou fullstack qui veulent déléguer la plomberie outillage à un agent sans sacrifier la cohérence du codebase.