agentleFS
BlackAngel242BlackAngel242/skill-market/skills/collect/SKILL.md

collect

Skill0 starsChanged 15 days agoMITView on GitHub

Trouve les problèmes d'un projet depuis plusieurs sources et les classe en tickets vérifiés, sans rien modifier. Dry-run par défaut, déduplication.

7 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

Collect : trouver les problèmes, les classer en tickets

Adapté de super-collect par EricTechPro (super-board, MIT).

Un seul travail : trouver les problèmes et les classer en tickets. Collect ne construit rien, ne modifie aucun code, ne déplace aucune carte. Par défaut il montre son plan (dry-run) et ne classe qu'après confirmation.

Sources

Activer celles qui existent pour le projet. Ignorer sans broncher les sources inaccessibles, en le notant en une ligne.

SourceCe qu'on y cherche
githubIssues ouvertes non encore suivies ; les adopter, jamais les dupliquer
prsCommentaires de review des PR mergées → causes racines récurrentes (un même reproche qui revient = un ticket refactor)
architectureFindings de relecture : couplages cachés, dérive d'architecture
auditAlertes non résolues du dernier rapport d'audit

Règles

  1. Vérification fraîche. Chaque candidat est revérifié avant classement : le problème existe-t-il encore dans le code actuel ? Un problème déjà corrigé ou déjà suivi ne devient pas un ticket.
  2. Déduplication. Ne jamais classer deux fois le même problème. Si un ticket existe déjà (board, issue), le signaler au lieu d'en créer un.
  3. Dry-run par défaut. Montrer d'abord le tableau des candidats (titre, source, preuve, gravité). Classer après confirmation explicite. --yes permet de classer sans l'étape de confirmation, sans jamais sauter la vérification ni la déduplication.
  4. Jamais de secrets. Les sources peuvent contenir des clés ou tokens : ne jamais les afficher, ne citer que le fichier et le type.

Format de sortie

Tableau des candidats :

TitreSourcePreuveGravitéAction

Puis, après confirmation : tickets classés avec leur référence. Terminer par le résumé : n sources lues, n candidats, n tickets classés, n doublons écartés.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.