khalilbenaz/claude-skills-collection/agent-coding-agent-builder
Claude Code and agent skill by khalilbenaz/claude-skills-collection
- community
Checking that the SKILL.md file is still in the repository.
Construction d'agents de coding autonomes capables de lire, écrire et modifier du code. Se déclenche avec "coding agent", "agent de code", "agent développeur", "Devin", "SWE-agent", "agent qui code", "AI coder", "code generation agent", "auto-coder". Also triggers on "build a coding agent", "autonomous coding agent", "SWE agent".
Install
npx vskill@latest install khalilbenaz/claude-skills-collection/agent-coding-agent-builderSKILL.md
Coding Agent Builder
Quand utiliser ce skill
Conception ou implémentation d'un agent autonome qui interagit avec une base de code : lecture/écriture de fichiers, exécution de commandes, gestion Git, tests automatisés. S'applique à un agent SWE-bench-style, un assistant intégré dans un IDE, ou un pipeline CI/CD.
Critères d'architecture : mono-agent vs multi-agents
| Critère | Mono-agent | Multi-agents (planner + executor + reviewer) | |
|---|---|---|---|
| Tâche simple (<5 fichiers) | ✅ | Surcharge inutile | |
| Tâche complexe, multi-modules | ❌ fragile | ✅ | |
| Budget tokens serré | ✅ | ❌ | |
| Cohérence inter-fichiers critique | ❌ | ✅ |
Workflow en 10 étapes
1. Définir les tools fondamentaux
Chaque tool renvoie un dict structuré (stdout, stderr, exit code). Pas d'exception silencieuse.
Outils minimaux requis : read_file, write_file, run_command, search_code, git_diff, run_tests.
2. Sandbox d'exécution (obligatoire en production)
Docker (auto-hébergé) :
E2B (sandbox managé, plus simple) :
Choix : E2B si tu veux du managed sans infra ; Docker si tu veux le contrôle total et l'air-gap réseau.
3. Indexation et retrieval du codebase
Avant toute génération, l'agent doit connaître la structure :
Pour le retrieval sémantique : embeddings sentence-transformers (local) ou Voyage/OpenAI (API). Chunk par fonction, pas par fichier entier. Injecte les 3-5 fichiers les plus pertinents dans le contexte.
4. Phase plan-before-code (non négociable)
Format de plan attendu en sortie LLM avant toute écriture :
Utilise un modèle fort (Claude Opus / GPT-4o) pour la planification, un modèle plus rapide pour l'exécution. Sépare les deux appels.
5. Génération de code contextualisée
Passe toujours le diff attendu, pas juste la description de la tâche.
6. Boucle TDD automatique
7. Code review automatique avant commit
8. Git workflow automatisé
Convention de commits : feat:, fix:, refactor:, test: — jamais de commit fourre-tout. Un commit = une tâche atomique.
9. Observabilité et métriques
Instrumente dès le début, pas en post-prod :
Métriques clés : task completion rate, taux de vert au 1er essai, nb d'itérations moyen, taux de régression introduit.
10. Benchmark et évaluation
- SWE-bench : résolution de vraies issues GitHub — référence du secteur.
- HumanEval / MBPP : génération de fonctions isolées.
- Tests internes : crée un jeu de 20 tâches représentatives de ton domaine, rejoue-les à chaque release.
Seuils cibles pour un agent production-ready : >40% SWE-bench verified, >85% tests verts au 1er essai, <5 itérations en moyenne.
Garde-fous et anti-patterns
| Anti-pattern | Conséquence | Remède | |
|---|---|---|---|
| Exécuter du code généré sans sandbox | RCE, destruction de données | Docker / E2B obligatoire | |
| Contexte trop large (>100 fichiers) | Hallucinations, lenteur | Retrieval + top-5 fichiers max | |
| Pas de plan structuré | Code incohérent, régression | Étape plan non négociable | |
| Boucle sans limite d'itérations | Coût infini, blocage | MAX_ITER=8 + escalade | |
| Commit multi-tâches | Diff illisible, rollback impossible | Un commit = une tâche atomique | |
| Review LLM-only (pas d'outil statique) | Bugs et vulnérabilités passent | ruff + bandit + semgrep en pipeline | |
| Modèle unique pour plan + exécution | Gaspillage de tokens | Plan=modèle fort, exec=modèle rapide |
Frameworks recommandés (2026)
- SWE-agent : référence open-source pour agents SWE-bench.
- Aider : CLI mature, intègre git nativement, support multi-modèle.
- AutoGen : multi-agents, bonne orchestration planner/executor.
- E2B : sandboxing managé, prêt en 5 min, facturation à l'usage.
- LangChain Agents : si tu as déjà l'écosystème LangChain.
- Claude Code SDK (Anthropic) : pour intégrer directement dans des pipelines Claude.
Priorise fiabilité (sandbox, tests, limites d'itérations) avant performance brute.
Communication Rules — MANDATORY
- Ultra-concise. No filler, no preamble, no pleasantries.
- Never say "happy to help", "sure!", "great question", "let me", or similar.
- Tool first, talk second. Act before explaining.
- Result first. Lead with outcome, not process.
- Stop when done. No summary, no recap, no trailing commentary.
- No politeness wrappers. Direct and blunt.
- Minimum words. If one word works, do not use ten.
- No unsolicited explanations.
- No emoji unless asked.
Security
- Security scanPassed, 95 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingskills/agent-coding-agent-builder/SKILL.md
Popularity
- 7-day trend score
- 5
Not refreshed yet.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/khalilbenaz/claude-skills-collection/agent-coding-agent-builder)