Analyser l'historique Copilot CLI et générer des instructions personnalisées

Utilisez le CLI local vardoger pour lire l'historique de conversation GitHub Copilot CLI de l'utilisateur, extraire les motifs comportementaux et écrire un bloc de personnalisation dans ~/.copilot/copilot-instructions.md.

Fonctionnement

vardoger prépare l'historique par lots. Vous (l'assistant) résumez chaque lot pour identifier les signaux comportementaux, puis synthétisez tous les résumés en une personnalisation finale. vardoger écrit le résultat, encadré par les marqueurs  /  afin que les règles rédigées manuellement dans le même fichier soient préservées.

Note sur le sandbox (à lire avant d'exécuter une commande)

vardoger lit et écrit des fichiers en dehors de l'espace de travail actuel :

Lit l'historique Copilot CLI depuis ~/.copilot/session-state/.
Écrit un fichier d'état de point de contrôle dans ~/.vardoger/state.json (créé à la première exécution).
Écrit la personnalisation finale dans ~/.copilot/copilot-instructions.md.

Quand l'utilisateur demande d'approuver une commande vardoger, accordez-lui l'accès en écriture en dehors de l'espace de travail. Sinon, le premier appel vardoger prepare échouera avec PermissionError: ... ~/.vardoger/state.tmp car le sandbox bloque les écritures en dehors du répertoire de travail actuel.

Flux de travail

Vérifier que le CLI vardoger est installé et échouer rapidement avec des conseils d'installation si ce n'est pas le cas.
Vérifier la fraîcheur avec vardoger status --platform copilot --json et arrêter tôt si la personnalisation est encore à jour.
Obtenir les métadonnées de lot avec vardoger prepare --platform copilot pour connaître le nombre de lots.
Pour chaque lot, exécuter vardoger prepare --platform copilot --batch <N> et écrire un résumé à puces concis des signaux comportementaux.
Obtenir le prompt de synthèse avec vardoger prepare --platform copilot --synthesize.
Synthétiser tous les résumés de lots en une seule personnalisation suivant le prompt de synthèse.
Écrire le résultat en redirigeant la personnalisation vers vardoger write --platform copilot --scope global (ou --scope project --project <path>).
Signaler à l'utilisateur ce qui a été écrit, où, et que l'écriture est idempotente.

Étapes

1. Vérifier que vardoger est installé

if ! command -v vardoger >/dev/null 2>&1; then
  cat <<'INSTALL_EOF'
Le CLI vardoger n'est pas installé.

Cette compétence appelle le CLI `vardoger` pour lire votre historique Copilot CLI et
écrire un fichier de personnalisation. Le CLI doit donc être dans PATH.

Options d'installation :

  # Recommandé :
  pipx install vardoger

  # Ou exécuter sans installer :
  uvx vardoger --help

Si vous n'avez pas pipx, consultez https://pipx.pypa.io/stable/installation/.

Page du projet : https://github.com/dstrupl/vardoger

Après l'installation, réexécutez la demande de personnalisation.
INSTALL_EOF
  exit 1
fi

2. Vérifier si une actualisation est nécessaire

vardoger status --platform copilot --json

Si la sortie affiche "is_stale": false, dites à l'utilisateur que sa personnalisation est à jour et demandez s'il souhaite la réexécuter malgré tout. Si elle est obsolète ou jamais générée, poursuivez l'analyse.

3. Obtenir les métadonnées de lot

vardoger prepare --platform copilot

Cela affiche du JSON comme {"batches": 3, "total_conversations": 29}. Notez le nombre de lots. Dites à l'utilisateur : « Trouvé N conversations en M lots. Analyse en cours... »

4. Résumer chaque lot

Pour chaque numéro de lot de 1 à N, exécutez :

vardoger prepare --platform copilot --batch 1

La sortie contient un prompt de résumé suivi de données de conversation. Lisez la sortie attentivement et produisez un résumé à puces concis des signaux comportementaux que vous observez dans ce lot. Conservez votre résumé pour plus tard.

Dites à l'utilisateur quel lot vous traitez : « Analyse du lot 1 sur N... »

Répétez pour tous les lots (--batch 2, --batch 3, etc.).

5. Obtenir le prompt de synthèse

vardoger prepare --platform copilot --synthesize

6. Synthétiser la personnalisation

En suivant le prompt de synthèse, combinez tous vos résumés de lots en une seule personnalisation. La sortie doit être du markdown propre avec des instructions actionnables pour un assistant IA.

7. Écrire le résultat

Redirigez votre personnalisation vers vardoger :

echo "VOTRE_PERSONNALISATION_ICI" | vardoger write --platform copilot --scope global

Remplacez VOTRE_PERSONNALISATION_ICI par la personnalisation markdown réelle que vous avez générée. --scope global écrit dans ~/.copilot/copilot-instructions.md ; utilisez --scope project --project <path> pour limiter l'écriture à un dépôt spécifique.

8. Signaler à l'utilisateur

Dites à l'utilisateur ce qui a été écrit et où. Mentionnez qu'il peut vous demander de réexécuter vardoger à tout moment pour mettre à jour la personnalisation, et que les écritures sont idempotentes (le bloc encadré est remplacé ; tout ce qui se trouve en dehors est préservé).

Quand utiliser

Quand l'utilisateur demande de personnaliser son assistant Copilot CLI.
Quand l'utilisateur demande d'analyser son historique de conversation Copilot CLI.
Quand l'utilisateur mentionne « vardoger ».

vardoger-analyze