Agent Skill Harbor : Gestion des compétences native GitHub pour les équipes d'agents IA
Ce que fait Agent Skill Harbor
Agent Skill Harbor comble l'écart entre la découverte publique des compétences et leur gestion personnelle en fournissant une plateforme centrée sur l'équipe pour les compétences des agents IA. Elle est conçue comme étant native GitHub, sans base de données et sans serveur, car les compétences sont principalement des artefacts textuels qui s'intègrent naturellement dans les flux de travail Git.
Fonctionnalités clés de la source
- Collecte les compétences depuis les dépôts GitHub
- Suit la provenance des compétences
- Prend en charge la gouvernance et les vérifications de sécurité
- Publie un catalogue statique en utilisant GitHub Actions et GitHub Pages
- Plateforme open-source (OSS)
Approche technique et contexte
Le créateur note que si la livraison d'invites MCP (Model Context Protocol) pourrait permettre une distribution dynamique des compétences à l'avenir, les approches natives Git sont actuellement plus pratiques car :
- Les compétences sont principalement créées et révisées dans Git
- Les équipes ont besoin de provenance et de gouvernance autour des compétences
- Le support des outils pour la livraison d'invites MCP est encore incomplet
Agent Skill Harbor est positionné comme répondant aux besoins organisationnels tels que la collecte, le catalogage, la provenance, la gouvernance et la sécurité, en plus des approches d'empaquetage individuel des compétences.
Points de discussion de la communauté
Les commentateurs de Hacker News ont discuté de plusieurs sujets connexes :
- Le support MCP pourrait permettre des flux de compétences dynamiques sans flux de travail de synchronisation
- Protocoles de compétences CLI standardisés similaires à --help pour les flux de travail agent/humain
- Si la gestion des compétences devrait s'étendre au-delà des invites pour inclure MCP, commandes, hooks et règles
- Débat sur le fait que les compétences sont juste du texte (invites et scripts) ou peuvent inclure des binaires
- Discussion sur les approches de livraison statique vs dynamique des compétences
La démo est disponible à l'adresse https://skill-mill.github.io/agent-skill-harbor-demo/ et le dépôt à https://github.com/skill-mill/agent-skill-harbor.
📖 Read the full source: HN AI Agents
👀 See Also
Scalpel v2.0 : Analyseur de Codebase et Orchestrateur d'Agents IA
Scalpel v2.0 est un outil open-source qui analyse les bases de code sur 12 dimensions et assemble des équipes d'agents IA personnalisées. Il inclut un scanner en bash pur qui fonctionne sans jetons IA et est compatible avec Claude Code, Codex, Gemini, Cursor, Windsurf, Aider et OpenCode.
Système de surveillance comportementale local avec pipeline MCP et code Claude
Un développeur a créé un système de surveillance comportementale local appelé BRAIN qui suit les changements d'applications, les opérations sur fichiers et les sessions de développement, en acheminant les données via un serveur MCP personnalisé vers Claude Code. Le système fonctionne à 100 % localement sans aucune dépendance au cloud.
Résultats des tests A/B : Les hooks oh-my-claudecode montrent un impact minimal sur les performances de Claude Code.
Un développeur a dépensé 7 % de ses jetons hebdomadaires Max20 pour tester les crochets oh-my-claudecode avec Claude Sonnet 4.6, sans constater d'amélioration significative de la qualité du code ou du coût pour une tâche de programmation en session unique.
Terminal 3D Renderer Construit avec le Système de Code Multi-Agent Claude
Un développeur a créé tortuise, un moteur de rendu 3D purement terminal qui affiche des éclaboussures gaussiennes en utilisant des symboles Unicode et ASCII, construit en 3 jours avec 70-80 agents IA coordonnés via une configuration Claude Code avec des sous-agents à l'intérieur de sous-agents.