Je maintiens délibérément une petite sélection de plugins et de skills Claude Code — dix-sept en tout — parce qu'un dossier .claude obèse rendait mon agent moins bon, pas meilleur. À un moment donné, j'avais une trentaine d'outils installés et je ne me souvenais pas de ce que faisait un tiers d'entre eux. J'ai donc tout désinstallé et reconstruit la pile à partir de zéro, en ne réajoutant un outil qu'après qu'il ait gagné sa place sur un vrai projet. Ceux qui suivent sont ceux qui ont survécu à cette purge.
Ce n'est pas une liste de type « meilleurs repos à mettre en favoris et à oublier ». Mettre une étoile à un repo GitHub ne coûte rien et ne change rien. Ce qui a réellement changé mon débit, c'est de brancher des outils précis sur des moments précis — le skill de design qui se déclenche quand je construis une landing page, le skill de recherche qui tourne avant que j'écrive une seule ligne. Dix-sept d'entre eux se sont imposés. Je les ai répartis dans les trois catégories où ils vivent chez moi : Design, Productivité, et Données & Recherche.
Une petite note d'honnêteté avant de démarrer. J'utilise ces outils sur du vrai travail client et sur mes projets perso, donc je peux te dire lesquels je dégaine. Mais les chiffres bruts — le benchmark de réduction de code de Ponytail, les limites du free tier de Firecrawl, le nombre de commandes d'Impeccable — proviennent des benchmarks et de la documentation des mainteneurs eux-mêmes, que j'ai reliés et vérifiés, pas d'un laboratoire que je fais tourner. Quand une métrique est la leur, je le dis. Quand c'est mon expérience, je le dis aussi. Cette frontière compte, parce que la plupart des listes de « meilleurs skills » la floutent au point qu'on ne peut plus se fier à aucune moitié.
Pourquoi les skills ajoutés battent un modèle plus gros
La plupart des gens s'y prennent à l'envers. Ils chassent la prochaine sortie de modèle en attendant qu'elle règle leur output design ou leur facture de tokens. Mais un modèle frontier sans contraintes produira toujours des dégradés génériques et 400 lignes de code là où 180 suffiraient. Le modèle, c'est la capacité brute. Les skills, c'est le jugement que tu greffes sur cette capacité.
Pense à Claude Code comme à un entrepreneur brillant qui n'a jamais vu ta maison. Le modèle sait construire n'importe quoi. Un skill, c'est le brief de projet qui dit « respecte les moulures existantes, ne touche pas au mur porteur, voici le style qu'on vise ». Même entrepreneur, résultat radicalement différent.
C'est pour ça que cette liste compte plus qu'une comparaison de modèles. Plusieurs des outils ci-dessous — Taste, Impeccable, Ponytail — ont pris une vraie traction dans l'écosystème AI coding en quelques semaines après leur sortie, en fonctionnant sur plusieurs harnais d'agent plutôt que sur celui d'un seul fournisseur. Quand un skill open source se répand à cette vitesse, c'est un signal : l'écosystème ouvert résout des problèmes que les fournisseurs de modèles n'ont pas résolus. Tu n'as pas besoin d'attendre la prochaine sortie pour corriger ton workflow. Tu peux le patcher aujourd'hui. Commençons là où la douleur est la plus visible : le design.
Les skills de design qui tuent la « AI slop »
Tu reconnais du design généré par une IA quand tu le vois. Les coins un peu trop arrondis, le dégradé violet-vers-bleu partout, l'espacement presque juste mais jamais tout à fait. Trois skills attaquent ce problème sous des angles différents, et je les utilise tous les trois à des étapes différentes.
Taste — la couche de jugement pour le front-end
Taste est un skill open source conçu pour donner au travail front-end fait par une IA ce qui lui manque le plus visiblement : du goût. Ce n'est pas une bibliothèque de composants ni un pack de templates. C'est un ensemble de principes de design plus des sous-skills — image-to-code, redesign, et output optimization — qui poussent l'agent à s'éloigner de l'esthétique IA par défaut pour aller vers quelque chose qu'un designer humain validerait.
Ce qui me plaît : il est agnostique de l'agent. Il fonctionne dans Claude Code, Cursor, Codex CLI et les autres, parce que ce n'est que du guidage structuré, pas un binaire spécifique à Claude. Je dégaine surtout la sous-skill image-to-code — je lui donne un screenshot d'un layout que j'admire, et il en reconstruit la structure en code front-end propre sans que j'aie à décrire chaque élément à la main.
Utilise Taste quand la direction est le problème — quand l'output est techniquement correct mais sans âme. C'est un correcteur en premier passage, pas un finisseur. Pour le polish, tu veux le suivant.
Impeccable — un vocabulaire de design complet et un éditeur navigateur en direct
Impeccable, c'est celui qui a explosé. Construit par Paul Bakaus — ancien Google Developer Advocate et créateur de jQuery UI — il a accumulé des dizaines de milliers d'étoiles GitHub en quelques semaines après sa sortie et est devenu l'un des skills de design les plus étoilés de l'écosystème Claude Code, d'après les propres supports du projet (à la mi-2026 ; le nombre d'étoiles bouge vite, donc traite toute valeur exacte comme un instantané). Il fonctionne sur les principaux harnais d'AI coding, et ce genre d'adoption n'arrive pas pour un jouet.
Il embarque un large éventail de commandes de design spécialisées plus des guides de référence approfondis couvrant la typographie, la couleur et le contraste, le design spatial, le mouvement, l'interaction, le comportement responsive et l'UX writing. Donc, au lieu de demander vaguement à Claude d'« améliorer », tu le diriges comme un lead créatif : critique cette hiérarchie, distille ce layout, resserre cet espacement. Tu parles le vocabulaire du designer, et l'agent aussi.
Le différenciateur que personne d'autre n'a, c'est l'éditeur navigateur en direct (en bêta) — des modifications visuelles faites directement sur le site rendu, pas dans le code, puis resynchronisées vers le code. C'est ce que j'ai vu de plus proche d'un workflow Figma-rencontre-terminal à l'intérieur de Claude Code. J'ai creusé le sujet en profondeur dans ma dissection complète du skill de design Impeccable, donc je ne vais pas répéter tout le démontage ici. Version courte : c'est le finisseur. Taste donne la direction ; Impeccable impose le métier.
Awesome Design.md — rétro-ingénier un site que tu admires
Celui-là est un hack malin. Awesome Design.md s'appuie sur les principes design.md de Google Stitch pour rétro-ingénier le langage de design d'un site existant en un template réutilisable. Pointe-le vers un site que tu respectes — Airtable, par exemple — et il extrait la structure, la typographie, l'espacement et les patterns de composants dans un spec que tu peux appliquer à ton propre projet.
Pour être limpide, parce que ça compte : tu empruntes le cadre de design, pas le contenu ni la marque. C'est la différence entre étudier comment un grand restaurant dresse ses assiettes et lui voler son menu. Je l'utilise quand un client dit « fais que ça ait le feeling de [produit connu] » — au lieu de deviner ce qu'il veut dire, j'en extrais le système réel et on en discute concrètement.
Trois skills de design, trois jobs : direction, métier, et extraction de cadre. Passons maintenant à la catégorie où se logent les vraies économies de temps.
Les outils de productivité qui se rentabilisent
La qualité de design se voit. Les gains de productivité sont plus discrets mais ils s'accumulent. Ces sept outils enlèvent chacun un impôt récurrent sur ma semaine — code verbeux, changements d'onglets, tests manuels dans le navigateur, perte de contexte quand je change de modèle.
Ponytail — écrire moins de code, exprès
Ponytail installe ce que son créateur appelle un « développeur senior fainéant » à l'intérieur de ton agent. Avant que Claude n'écrive quoi que ce soit, Ponytail force un contrôle : est-ce que cela nécessite vraiment du nouveau code, ou est-ce qu'une bibliothèque, une dépendance ou un pattern existant couvre déjà le besoin ? La règle est stricte — n'écris que ce que la tâche exige — mais avec un garde-fou dur : ne jamais couper la validation, la gestion d'erreurs, la sécurité ou l'accessibilité pour atteindre un plus petit nombre de lignes.
Le benchmark des mainteneurs (publié à la mi-2026) rapporte environ 54 % de code en moins, 22 % de tokens en moins, et 27 % de temps d'exécution en moins par rapport à la baseline. Ces 54 %, c'est une moyenne sur un ensemble de tâches feature, et ça bouge fort selon le contexte — ça grimpe vers 90 %+ là où un agent, sinon, aurait sur-construit quelque chose comme un date picker, et retombe près de zéro là où le code est déjà minimal. Il y a eu aussi des critiques publiques légitimes de la méthodologie du benchmark, auxquelles les mainteneurs ont répondu en mettant à jour leurs tests. Donc, traite les chiffres comme directionnels, pas comme une garantie, et vérifie sur ton propre repo.
Ce que je peux te dire, moi, après l'avoir fait tourner : l'output est plus calme. Moins d'abstractions spéculatives, moins de fonctions helper « au cas où » que j'aurais à relire et à supprimer plus tard. Si tu te bats contre la tendance de Claude à sur-ingénier, Ponytail est la contrainte qui aide. Combine-le avec les habitudes plus larges de mon guide pour réduire les coûts de tokens de Claude Code et les économies s'empilent.
NotebookLM CLI — tes docs de recherche dans le terminal
NotebookLM de Google est excellent et prisonnier d'un onglet de navigateur. Le NotebookLM CLI (le projet nlm maintenu par Jacob Ben-David) le libère — un accès programmatique à tes notebooks, sources et outputs Studio depuis la ligne de commande, pour que Claude Code puisse interroger tes PDF, docs et transcriptions YouTube uploadés sans que tu quittes jamais le terminal.
Il a mûri vite. Le package actuel fusionne l'ancien CLI nlm avec le serveur notebooklm-mcp en un seul module Python installable (via uv, pipx, ou pip), et expose un large éventail d'outils MCP : création de notebooks, ajout de sources depuis des URL et des fichiers locaux, requêtes sur une source unique ou entre notebooks, et génération d'artefacts Studio incluant audio, slides et quiz. La commande d'installation écrit l'entrée de config Claude Code à ta place au lieu de te faire éditer du JSON à la main. (Les numéros de version et le nombre exact d'outils bougent d'une release à l'autre — regarde le repo pour ce qui est à jour au moment de ton installation.)
La raison pour laquelle ça bat l'appli web chez moi : le momentum. Quand je suis au fond d'un build et que j'ai besoin de vérifier ce que trois PDF sources disent d'une API, je demande dans la même session que celle où je code. Pas de changement d'onglet, pas de copier-coller, pas de perte de contexte. J'ai décortiqué la boucle de recherche complète dans mon post sur le workflow dev NotebookLM + Claude Code.
Playwright CLI — l'automatisation de navigateur qui passe à l'échelle
Playwright permet à un agent de piloter un vrai navigateur — cliquer sur des boutons, remplir des formulaires, naviguer dans des flux comme un humain. La version CLI est plus efficace en tokens et plus flexible que le serveur MCP Playwright pour le travail que je lui envoie : tester un flux de checkout sur des cas limites, automatiser une tâche UI répétitive, valider qu'un formulaire s'envoie vraiment.
Le déclic mental ici, c'est de traiter ton front-end comme quelque chose à exercer, pas juste à regarder. Au lieu de cliquer manuellement à travers quinze états après un changement, tu décris le flux une fois et tu laisses Claude le rejouer à grande échelle, en attrapant le cas limite qui casse à l'étape douze. J'ai couvert la configuration et l'angle efficacité tokens en détail dans mon guide d'automatisation navigateur Playwright CLI.
Codex Plugin — un second modèle dans la pièce
Le plugin officiel OpenAI Codex pour Claude Code te permet de faire tourner des modèles GPT à côté de Claude dans le même workflow. Il ne s'agit pas de remplacer Claude — il s'agit d'avoir un second avis à disposition. La commande « Codex rescue » délègue une tâche pénible à GPT quand Claude est coincé dans une boucle, et tu peux faire tourner de la revue de code adversariale où un modèle critique la sortie de l'autre.
Je le traite comme du pair programming avec deux seniors qui pensent différemment. Quand Claude et Codex sont d'accord qu'un changement est sûr, je m'y fie plus qu'à l'un ou l'autre seul. Quand ils sont en désaccord, le désaccord lui-même est le signal — c'est exactement là qu'il faut ralentir. J'ai raconté comment je les fais tourner ensemble dans le workflow duo dynamique Claude Code + Codex.
Google Workspace CLI — le pari écosystème profond
Le GWS CLI est un outil en ligne de commande non officiel construit par un développeur Google qui étend Google Workspace bien au-delà du connecteur officiel — envoi de mail, construction de skills workflow automatisés comme les digests hebdomadaires et la préparation de réunions, avec des dizaines d'opérations préchargées prêtes à l'emploi.
Cash : l'installation est chiante. C'est le setup le plus complexe de la liste, et si tu touches à Workspace seulement occasionnellement, la friction n'en vaut pas la peine. Mais si toute ton opération vit dans Gmail, Calendar, Docs et Sheets, le retour est réel — Claude devient un opérateur à l'intérieur de ton vrai espace de travail, pas un chatbot dont tu copies les résultats. Ajuste l'outil à la part de ta journée que Google possède.
GitHub CLI — celui que personne ne devrait sauter
gh est ingrat et non-négociable. C'est ainsi que les projets passent de ta machine à GitHub sans quitter Claude Code — créer des repos, ouvrir des pull requests, pousser des branches, gérer des issues, tout depuis la même session que celle où tu construis.
Il n'y a pas d'angle malin ici. Si tu shippes du code avec Claude Code et que tu n'as pas branché le GitHub CLI, tu changes de contexte vers un navigateur pour un travail qui devrait tenir en une commande. Installe-le en premier, tu te remercieras plus tard.
Ça couvre les outils qui font gagner du temps sur le travail que tu fais déjà. Le Skill Creator est différent — il améliore les outils eux-mêmes.
Skill Creator — mesurer si un skill aide vraiment
Skill Creator est le skill officiel d'Anthropic pour construire, modifier et tester en A/B tes propres skills à l'intérieur de Claude Code. La fonctionnalité tueuse, c'est la mesure objective : il exécute ta tâche avec et sans un skill donné et compare les performances, pour que tu saches si le skill que tu as installé aide vraiment ou ne fait qu'ajouter de la surcharge.
C'est l'antidote à mon problème de dossier .claude obèse. Au lieu d'accumuler des skills à l'instinct, tu obtiens un chiffre. Je fais désormais passer tout ce dont je ne suis pas sûr par Skill Creator avant qu'il ne gagne une place permanente — c'est comme ça que j'aurais attrapé ces skills oubliés des mois plus tôt. L'installation est du genre facile : cherche-le dans le marketplace de plugins et ajoute-le. J'ai creusé son flux de test A/B dans mon post sur les tests et l'optimisation avec Skill Creator.
Si tu es arrivé jusqu'ici, tu as déjà une pile plus affûtée que la plupart des utilisateurs de Claude Code aujourd'hui. La dernière catégorie est là où se cache le vrai levier — parce que le goulet d'étranglement sur la plupart des projets n'est pas d'écrire du code, c'est de savoir quoi construire.
Les outils de données et de recherche qui trouvent la vérité
Le code est la partie facile aujourd'hui. La partie difficile, c'est d'ancrer ce que tu construis dans la réalité — sentiment utilisateur réel, données scrapées réelles, mémoire persistante réelle. Ces sept outils gèrent les parties du boulot qui exigeaient auparavant du grind manuel.
Last 30 Days — de la recherche au-delà du knowledge cutoff
Tout modèle a un knowledge cutoff. Le skill Last 30 Days le fait sauter en faisant de la recherche en direct à travers Reddit, X, YouTube, Hacker News, Polymarket, TikTok, Bluesky et le web ouvert — puis en synthétisant un brief classé avec de vraies citations issues de discussions réellement récentes.
Il est devenu l'un des repos qui grimpent le plus vite dans l'écosystème Claude Code — à la mi-2026, il avait dépassé les 40 000 étoiles GitHub selon les stats publiques du repo du projet (un chiffre mouvant, donc à lire comme un instantané). La raison pour laquelle il cartonne : il score les résultats en fonction de ce avec quoi de vraies personnes engagent réellement, pas juste selon un match de mots-clés. Quand je valide si une idée de produit a une vraie demande ou seulement mon propre enthousiasme, ça trouve les conversations non filtrées qu'une recherche web standard enterre. L'installation est simple via marketplace : /plugin marketplace add mvanhorn/last30days-skill.
Firecrawl CLI — le scraping qui passe les murs anti-bot
Le fetch web standard meurt à la seconde où un site a une protection anti-bot. Firecrawl est le scraper construit précisément pour ça — il découvre, crawle et interagit avec les URL d'un site, y compris des pages qui bloquent les requêtes naïves. Il est devenu un plugin Claude officiel, ce qui en dit long sur la fiabilité.
Sur le pricing, parce qu'on me pose toujours la question : le free tier donne 1 000 pages par mois (1 000 crédits, un crédit par page pour scrape, crawl, map et monitor), avec des rate limits de 10 scrapes par minute et 1 crawl par minute, sans carte bancaire pour démarrer. Note que des fonctionnalités plus lourdes comme l'extraction JSON coûtent des crédits supplémentaires par page, et les crédits ne se reportent pas. Il existe aussi une voie open source à self-hoster. Pour le genre de recherche concurrentielle et de collecte de données que je fais, l'allocation mensuelle gratuite couvre la plupart des semaines avant que je ne touche à un plan payant. (Le pricing change — confirme sur la propre page de pricing de Firecrawl avant de passer à l'échelle.)
Auto Research — la boucle d'optimisation de Karpathy
Auto Research, d'Andrej Karpathy, automatise les expériences ML en itérant des tests contre une seule métrique de succès — temps d'exécution, précision, ce que tu définis — et en loggant chaque étape de la boucle d'optimisation en détail. Tu fixes l'objectif ; il fait tourner les expériences et rapporte ce qui a fait bouger le chiffre.
La contrainte à respecter : il brille uniquement quand ton critère de succès est objectif et numérique. « Rends le modèle plus rapide » marche. « Rends la sortie plus agréable » ne marche pas — il n'y a rien contre quoi la boucle puisse optimiser. Utilisé dans son couloir, il automatise le grind pénible de tuning d'expériences qui bouffe du temps de recherche. J'ai déballé la stratégie et son bon emplacement dans ma dissection d'Auto Research avec Claude Code.
Supabase CLI — un backend en lui parlant
À la seconde où un projet a besoin de stocker quelque chose — soumissions de formulaire, logins utilisateurs, tout ce qui est stateful — il te faut une base de données. Le Supabase CLI te permet de créer des bases, de configurer l'auth, et de gérer tout ça en langage naturel dans Claude Code, à la fois en cloud et en local.
C'est le déclic qui transforme un prototype statique en vraie app sans que tu ne bascules vers une console de base de données. « Ajoute une table utilisateurs avec auth par email et une table submissions liée » devient une phrase, pas un après-midi. Pour toute personne qui construit du SaaS ou des outils qui persistent des données, ça enlève le blocage le plus fréquent entre prototype et produit.
Obsidian Integration — donner une vraie mémoire à Claude
La fenêtre de contexte de Claude Code est puissante, mais elle oublie d'une session à l'autre. L'intégration Obsidian corrige ça en reliant Claude à ton vault Obsidian — tes notes organisées deviennent un graphe de connaissances connecté que l'agent peut interroger, pour que les réponses riches en contexte viennent de ta connaissance accumulée, pas seulement du chat en cours.
C'est la différence entre un assistant qui démarre froid chaque matin et un qui se souvient de l'historique de ton projet, des décisions et des bizarreries. Je fais tourner un vault comme mémoire long terme de Claude et le saut de qualité est réel — moins de re-explications, plus de continuité. J'ai couvert la configuration dans mon post sur la mémoire persistante Obsidian + Claude Code.
LightRAG — de la récupération construite sur de vrais knowledge graphs
LightRAG, c'est du retrieval-augmented generation fait avec de vrais embeddings et de vrais knowledge graphs, plutôt que les cartes synthétiques et faites à la va-vite que beaucoup de setups RAG bidouillent. Il est léger et rapide, supporte les données multi-modales — texte, images, graphiques — et fonctionne comme une marche vers des systèmes RAG plus lourds sans la complexité initiale.
Si l'intégration Obsidian est la mémoire pour tes notes, LightRAG est la mémoire structurée pour un vrai corpus — documentation, bibliothèques de recherche, bases de connaissances multi-médias. Quand la récupération standard renvoie sans cesse des réponses superficielles ou déconnectées, c'est la structure en graphe qui restaure les relations entre les faits. Il s'accorde naturellement avec la pensée « base de connaissances » de l'approche RAG Obsidian de Karpathy.
Stripe CLI — les paiements sans le labyrinthe du dashboard
Si ton app prend de l'argent, tu finiras par te battre avec le dashboard Stripe. Le Stripe CLI simplifie la gestion des paiements via des commandes terminal et du langage naturel — créer des produits, tester des webhooks, gérer la couche commerce — pour que Claude gère l'intégration au lieu que tu ne cliques à travers un labyrinthe de réglages.
Pour les projets monétisés, c'est l'outil du dernier kilomètre. Construire l'app est une chose ; câbler proprement les paiements est la partie qui sépare une démo d'un business. Le faire depuis la même session que celle où tu as construit l'app garde tout le flux cohérent.
Dix-sept outils. Mais une pile ne vaut que ce que vaut son assemblage — et c'est là que la plupart des gens se plantent.
Ce que j'ai fait de travers en construisant cette pile
Ma première erreur était celle que j'ai annoncée en ouverture : collectionner des skills comme des cartes à échanger. Plus de skills installés ne signifie pas plus de capacité — passé un certain point, c'est du bruit, du guidage conflictuel et de la surcharge. Le dossier .claude obèse rendait Claude moins bon, pas meilleur, parce que les skills peuvent tirer dans des directions opposées et que je n'avais aucun moyen de voir lesquels aidaient.
Le remède, c'était de la discipline ennuyeuse : installer un outil, le faire tourner sur du vrai boulot pendant une semaine, puis le garder uniquement si je pouvais nommer le moment précis où il avait mérité sa place. Skill Creator a rendu ça mesurable au lieu que ce soit à l'instinct. Si tu ne retiens qu'une chose de cette liste, retiens cette boucle — pas la liste elle-même.
Ma deuxième erreur, c'était de croire les chiffres des benchmarks comme des promesses. Quand j'ai vu pour la première fois les 54 % de Ponytail, je m'y attendais sur chaque projet. C'est réel, mais c'est leur chiffre sur leurs tâches de test, et ça bouge fort selon le contexte. La critique publique de ces benchmarks m'a appris quelque chose d'utile : une métrique sans ses conditions est du marketing. Maintenant, je lis chaque revendication « X % d'amélioration » — y compris celles de cet article — comme « dans leurs conditions spécifiques », et je vérifie sur mon propre travail avant d'y croire. Tu devrais faire pareil avec tout ce que j'ai rapporté ici qui n'est pas explicitement ma propre expérience.
La limite honnête de toute cette catégorie : les skills ajoutent de la maintenance. Ils se mettent à jour, ils cassent parfois, ils ont besoin d'être élagués. Une pile de dix-sept outils, ce sont dix-sept choses qui peuvent dériver. Je réaudite la mienne à peu près tous les mois. Si tu ne les maintiendras pas, installes-en moins.
Alors, comment commencer ?
N'installe pas les dix-sept. C'est exactement l'erreur que j'ai faite, reconditionnée.
Choisis la seule catégorie où ta douleur actuelle est la plus forte. Si ton output ressemble à du fait par une IA, commence par Impeccable et Taste. Si ta facture de tokens ou ton code sur-ingénié est le problème, commence par Ponytail et le GitHub CLI. Si tu continues à construire des trucs que personne ne veut, commence par Last 30 Days et Firecrawl. Fais tourner cette seule catégorie pendant une semaine sur du vrai travail. Ensuite, uniquement si elle a mérité sa place, ajoute la suivante.
Pour le paysage complet de ce qui vaut la peine d'être installé cette année, je maintiens une liste vivante dans ma sélection des meilleurs repos GitHub pour Claude Code en 2026 — cet article est la version curée et testée au combat de ce champ plus large.
Voici le recadrage que je vais te laisser. Le modèle n'est plus le fossé — tout le monde a accès à peu près à la même capacité frontier. Le fossé, c'est le jugement que tu enroules autour : le goût du design, la retenue dans le code, la profondeur de la recherche, la mémoire. Ce jugement, c'est exactement ce que ces skills encodent. Le développeur qui gagne en 2026 n'est pas celui qui a le plus gros modèle. C'est celui dont la pile fait qu'un bon modèle se comporte comme une grande équipe.
Va ouvrir ton dossier .claude. Si tu ne te souviens plus de ce que fait la moitié de ce qui s'y trouve, tu as le même problème que moi. Démarre la purge ce soir.
Questions fréquemment posées
Quelle est la différence entre un plugin et un skill Claude Code ?
Un skill est du guidage structuré — principes, références et commandes qui façonnent la manière dont l'agent raisonne sur une tâche, comme les règles de design d'Impeccable. Un plugin package généralement un skill plus du tooling ou une intégration externe installée via le marketplace. Dans la pratique, les termes se recoupent, et tous deux étendent le comportement par défaut de Claude Code vers un job précis.
Comment j'installe des skills et des plugins Claude Code ?
La plupart s'installent via le marketplace — lance /plugin dans Claude Code, cherche l'outil et ajoute-le, ou utilise /plugin marketplace add <repo> pour un projet GitHub précis. Les CLI comme nlm de NotebookLM s'installent via uv, pipx ou pip, puis s'enregistrent eux-mêmes dans ta config Claude Code. Regarde la section de chaque outil ci-dessus pour la route exacte.
Trop de skills Claude Code le ralentissent-ils ?
Oui — passé un certain point, plus de skills installés ajoutent du bruit, du guidage conflictuel et de la surcharge plutôt que de la capacité. Installe un outil, fais-le tourner sur du vrai boulot pendant une semaine, et garde-le uniquement si tu peux nommer où il a aidé. Le Skill Creator d'Anthropic peut A/B tester un skill de manière objective pour que tu retires ceux qui ne méritent pas leur place.
Ces plugins et skills Claude Code sont-ils gratuits ?
La plupart de cette liste sont open source et gratuits, dont Taste, Impeccable, Ponytail et le NotebookLM CLI. Quelques-uns enveloppent des services payants : Firecrawl donne 1 000 pages gratuites par mois avant les tiers payants, et Supabase et Stripe ont leurs propres free tiers et une tarification à l'usage. Vérifie toujours les limites actuelles du service sous-jacent avant de passer à l'échelle.
Élague ta propre pile
S'il y a une seule habitude à piquer dans tout ça, ce n'est pas la liste elle-même, c'est la boucle d'audit : installe un outil, fais-le tourner sur du vrai travail pendant une semaine, et garde-le uniquement si tu peux nommer le moment où il a mérité sa place. Je garde la mienne mince exprès et je la réaudite tous les mois, parce que la pile est le fossé maintenant — pas le modèle. Si tu préfères confier le câblage d'un setup Claude Code léger et vérifié à quelqu'un qui fait ça au quotidien, tu peux travailler avec moi sur Fiverr.
