Top 10 des Skills, Plugins & CLIs Claude Code pour 2026

Top 10 des Skills, Plugins & CLIs Claude Code pour 2026

J'ai une note en cours sur mon bureau intitulée cc-stack.md. C'est la liste de tous les skills, plugins et CLIs de Claude Code que j'ai installés, testés, et soit conservés soit supprimés au cours des six derniers mois. Cette semaine, la liste des «conservés» compte exactement dix entrées. Dix outils sur les peut-être soixante ou soixante-dix que j'ai essayés.

Ce chiffre n'est pas une coïncidence. Chaque fois que la liste dépasse les dix, quelque chose se casse — généralement le contexte, parfois le plugin marketplace, parfois mon attention. J'ai appris à la dure qu'un setup Claude Code est un système, pas une collection. Ajouter un outil a toujours un coût, et la plupart des outils sur lesquels les gens écrivent des posts enthousiastes ne méritent pas leur place.

Ce n'est donc pas une liste «top 10» dans le sens d'un listicle YouTube. C'est mon stack de travail réel en avril 2026 — les skills, plugins et CLIs de Claude Code que j'utilise chaque jour, ceux qui ont survécu à au moins trois vrais projets, et ceux que je réinstallerais sur une machine vierge avant d'écrire une seule ligne de code. Je te dirai ce que chacun fait, pourquoi je l'utilise, ce que ça m'a coûté de le découvrir, et — important — lesquels tu ne devrais pas installer si ta situation est différente de la mienne.

Avertissement honnête : au moins deux de ces outils sembleront peu impressionnants jusqu'à ce que tu comprennes pourquoi ils figurent sur la liste. L'entrée la plus puissante est la numéro huit, et c'est celle dont personne dans mon réseau ne parlait il y a environ un mois.

Pourquoi ton Stack Claude Code Compte Plus que ton Choix de Modèle

Voici quelque chose que j'argumenterais être contre-intuitif mais vrai. L'écart entre Opus 4.6 et Sonnet 4.6 est plus petit que l'écart entre un stack Claude Code avec les bons outils intégrés et un sans. J'ai vu des ingénieurs passer des heures à débattre de la sélection de modèles tout en ignorant le fait que leur setup Claude Code n'avait aucun accès au web, pas de mémoire persistante, pas d'automatisation de navigateur et pas de base de connaissances structurée. Un modèle plus intelligent ne peut pas te sauver d'un agent aveugle.

Chaque outil de cette liste résout une lacune de capacité spécifique. Certains élargissent ce que Claude Code peut voir — le web, ta boîte de réception, tes notebooks. Certains élargissent ce qu'il peut faire — contrôler des navigateurs, scraper des sites, réviser du code de manière adversariale. Certains élargissent ce qu'il peut retenir — des markdown vaults, des systèmes graph RAG, des skill benchmarks. Le stack n'est pas le point. Les capacités que tu débloques sont le point.

Je vais parcourir les dix dans l'ordre, en commençant par celui que j'ai installé en premier et que je recommande littéralement à chaque nouvel utilisateur de Claude Code. Mais avant d'arriver à l'outil numéro un, je dois signaler la question qui devrait tourner en arrière-plan dans ta tête tout le temps que tu lis ceci : laquelle de ces lacunes compte vraiment pour ce que je construis ? Parce que tu n'as pas besoin des dix. J'y reviendrai à la fin avec un cadre de décision.

1. Le Codex Plugin — Mon Deuxième Avis Adversarial

Le premier outil que j'installe sur toute nouvelle machine Claude Code est le Codex plugin d'OpenAI. Oui, OpenAI. Je sais. Il y a un an, l'idée de faire tourner un modèle de la famille GPT dans une session Claude Code aurait semblé absurde. En 2026, c'est le plugin à plus fort levier que j'utilise, et je ne suis pas subtil pour le recommander.

Voici ce qu'il fait. Le plugin ajoute les slash commands /codex:review, /codex:adversarial-review et /codex:rescue à ta session Claude Code. Ils délèguent à ton Codex CLI local et s'exécutent dans un processus complètement séparé — pas de contention dans la context window, pas de jonglage de tokens, pas de configuration dupliquée. Tu déclenches une révision adversariale, tu continues à travailler au premier plan avec Opus, et tu vérifies les résultats quand Codex a terminé.

La raison pour laquelle c'est en premier sur la liste est simple : chaque modèle d'IA a des angles morts systématiques. Opus penche vers l'architectural. Codex penche vers le niveau d'exécution. Quand j'ai fait tourner les deux sur le même codebase de production lors d'un incident un samedi soir le mois dernier, Codex a trouvé quatre problèmes de haute sévérité, Opus en a trouvé huit, et un seul se chevauchait. Ce sont sept bugs qu'une révision à modèle unique aurait manqués — sur du code que j'étais sur le point d'expédier aux utilisateurs.

J'ai décrit l'analyse complète de cet incident dans mon deep dive de révision adversariale du Codex plugin, donc je ne vais pas répéter toute l'histoire ici. La version courte : si tu expédies quelque chose que les utilisateurs touchent, un seul réviseur IA est une responsabilité. Le Codex plugin, c'est comment j'ai arrêté de faire semblant que ce n'était pas vrai.

Quand l'installer : Jour un. Avant tout autre plugin. C'est gratuit (le niveau gratuit de ChatGPT fonctionne), ça prend environ cinq minutes à configurer, et la première fois qu'il attrape un bug qu'Opus a manqué tu comprendras pourquoi ce n'est pas optionnel.

Quand le passer : Si tu fais de la recherche, du travail de contenu ou de l'automatisation sans code destiné aux utilisateurs. La révision adversariale concerne spécifiquement la qualité défensive du code. Si tu n'expédies pas de logiciel, c'est excessif.

2. Obsidian + Le Skill Obsidian — Ma Mémoire de Travail

J'ai utilisé Obsidian pour des notes personnelles pendant environ deux ans avant de réaliser que c'était secrètement le meilleur système RAG léger que je pouvais donner à Claude Code. La percée est venue quand j'ai installé le skill Obsidian depuis le marketplace communautaire et que j'ai pointé Claude Code vers mon vault.

Le setup est presque honteusement simple. Obsidian stocke tout comme de simples fichiers markdown dans un dossier que tu possèdes. Le skill apprend à Claude Code comment naviguer dans cette structure de dossiers, suivre les wiki links, lire les tags et utiliser la hiérarchie de dossiers comme contexte de récupération. Pas de base de données vectorielle. Pas de pipeline d'embeddings. Pas d'infrastructure à maintenir. Juste des fichiers markdown et un skill qui sait comment les lire.

Voici ce que ça débloque. Chaque projet client sur lequel je travaille a un dossier vault dédié. Chaque note de réunion, chaque décision architecturale, chaque journal de «ce qui a mal tourné et comment j'ai réparé» — tout vit en markdown, lié par sujet. Quand je démarre une nouvelle session Claude Code pour ce projet, l'agent peut en extraire n'importe quoi à la demande. C'est la différence entre expliquer le projet depuis zéro à chaque session et reprendre exactement là où on s'était arrêtés la dernière fois.

Est-ce aussi puissant qu'un vrai système RAG basé sur des graphes ? Non. J'en viendrai à Light RAG pour ça. Mais pour la gestion des connaissances personnelles, la mémoire des projets clients et «les choses que j'ai écrites le mois dernier et oubliées», Obsidian plus le skill est le chemin le plus rapide de «j'ai des notes» à «mon agent peut lire mes notes». Et c'est gratuit — l'application Obsidian de base, le format vault, le skill.

J'approfondis ce workflow exact dans mon guide de configuration du second cerveau Obsidian si tu veux le pas à pas. L'enseignement clé pour cette liste : si tu es un dev solo ou une petite équipe, tu n'as probablement pas encore besoin d'un système RAG adossé à une base de données. Tu as besoin d'un vault et d'un skill qui le lit.

3. Auto Research — Le Skill qui s'Améliore lui-même

C'est là que la liste commence à devenir bizarre d'une manière que j'aime. Auto Research est un skill qui mène des expériences sur tes autres skills et les optimise automatiquement en fonction des données de performance.

Laisse-moi expliquer ce que ça signifie en pratique. Disons que tu as construit un skill appelé summarize-video qui prend une URL YouTube et produit un résumé structuré. Tu l'utilises quelques fois et c'est bien, mais les outputs semblent inconsistants — parfois excellents, parfois trop longs, parfois manquant des points clés. Traditionnellement tu itérerais manuellement : ajuster le prompt, l'exécuter sur quelques échantillons, ajuster à nouveau, répéter. Des heures perdues.

Auto Research automatise cette boucle. Tu le pointes vers le skill, tu lui donnes un ensemble d'entrées de test et une rubrique de notation, et il exécute des itérations — variant le prompt, mesurant les outputs par rapport à la rubrique, commitant les améliorations, rejetant les régressions. Quand tu reviens, le skill est mesurablemet meilleur et tu as un historique de commits montrant exactement ce qui a changé et pourquoi.

J'ai écrit un guide plus détaillé dans mon post de stratégie auto-research incluant la configuration exacte que j'utilise. Ce que je veux que tu retiennes de cette liste : si tu construis des custom skills et que tu itères dessus manuellement, tu laisses une amélioration composée sur la table. Auto Research est ce que j'ai trouvé de plus proche du «configure et oublie» pour la qualité des skills.

Un avertissement juste : Cet outil brûle des tokens. Un seul run d'optimisation sur un skill de complexité moyenne peut consommer des crédits API significatifs car il exécute des dizaines de variations. Je ne l'utilise que sur des skills que j'appellerai des centaines de fois — où l'amélioration composée vaut le coût initial. Ne le pointe pas vers un skill que tu utiliseras deux fois.

4. awesome-design-md — Le Correctif de Design Front-End

Voici une opinion impopulaire. Claude Code, tel quel, est un designer visuel plutôt médiocre. Opus 4.6 écrit du code de composants propre et gère Tailwind avec élégance, mais laissé à ses propres instincts il construit des interfaces qui ressemblent à chaque autre landing page générée par IA sur internet. Gradient hero. Feature grid. Témoignages. CTA. Les mêmes associations de polices, le même espacement, le même vibe.

La solution n'est pas un meilleur modèle. C'est de donner au modèle un système de design à suivre. C'est ce que fournit le dépôt awesome-design-md de VoltAgent — une collection croissante de fichiers DESIGN.md qui capturent les systèmes visuels de sites web populaires. Typographie. Palettes de couleurs. Règles d'espacement. Patterns de composants. Principes de layout.

Tu drops l'un de ces fichiers dans ton projet, tu dis à Claude Code de l'utiliser comme système de design de référence, et soudainement l'output cesse de paraître générique. J'ai utilisé le DESIGN.md inspiré de Linear pour un panneau d'admin SaaS, celui inspiré de Stripe pour une page de tarification, et un personnalisé que j'ai construit pour mon propre portfolio basé sur des magazines éditoriaux. Les trois ont produit du code qui n'avait pas l'air de valeurs par défaut de l'IA.

Le dépôt a été l'une des ressources Claude Code à la croissance la plus rapide que j'ai observée cette année. Ça fonctionne parce que ça attaque une faiblesse spécifique et bien définie — le goût du design front-end — avec une solution spécifique et bien définie : une grammaire de design explicite que le modèle peut suivre.

Quand l'installer : Tu construis du front-end de quoi que ce soit. Landing pages, tableaux de bord, sites marketing, UIs de produits. Ça ne coûte rien, s'installe en secondes et améliore ton output la première fois que tu l'utilises.

Quand le passer : Tu travailles sur des systèmes backend, des CLI tools, des pipelines de données ou tout projet où le design visuel ne fait pas partie du livrable.

5. Firecrawl CLI + Firecrawl Skill — Vrai Accès au Web

C'est celui que je raconte à tout le monde et que la plupart acquiescent poliment sans installer. Ils devraient. Firecrawl est la différence entre un agent qui peut à peu près lire le web et un agent qui peut réellement extraire des données structurées de n'importe quel site sur internet — y compris ceux avec une protection anti-bot, un rendu JavaScript lourd et des murs de connexion.

Le Firecrawl CLI est un outil en ligne de commande. Le Firecrawl skill est la pièce complémentaire qui apprend à Claude Code comment utiliser correctement le CLI — quels flags passer, quels formats d'output demander, comment gérer le rate limiting et comment éviter les pièges courants. Une seule commande d'installation, et ta session Claude Code dispose d'un toolkit complet de données web : scraper des pages vers du markdown propre, chercher sur le web et scraper les résultats en une étape, lancer des sessions de navigateur persistantes, crawler des sites entiers et cartographier les URLs d'un domaine.

Ce pour quoi je l'utilise concrètement :

• Scraper les pages produits des concurrents vers du markdown structuré pour la recherche de contenu
• Extraire de la documentation de sites sans formats d'export propres
• Construire des données d'entraînement à partir de sources publiques pour des custom skills
• Exécuter des diffs «qu'est-ce qui a changé sur cette page depuis la semaine dernière» dans le cadre d'une boucle de monitoring

Avant Firecrawl, j'assemblais des appels fetch, du parsing HTML et une logique de fallback pour la protection anti-bot. C'était fragile et je passais plus de temps à maintenir le code de scraping qu'à utiliser les données. Firecrawl gère tout ça sous un seul CLI. Je n'ai pas touché à mon ancien code de scraping depuis trois mois.

J'en ai écrit plus en détail dans mon analyse d'accès web agentique avec Firecrawl — si tu es sérieux sur les agents qui touchent le web, c'est la lecture plus longue. La version courte pour cette liste : si ton agent a besoin de lire internet, tu as besoin de Firecrawl. Un point c'est tout.

6. Playwright CLI — Automatisation de Navigateur qui s'Adapte Vraiment

J'ai utilisé Playwright MCP pendant un mois avant de passer au Playwright CLI. Le changement m'a économisé environ 75% des tokens que je brûlais sur des tâches d'automatisation de navigateur. Ce n'est pas une faute de frappe.

Voici ce qui se passe sous le capot. Playwright MCP retourne les accessibility trees inline dans la réponse de l'outil — donc chaque action que l'agent prend revient avec un snapshot détaillé de la structure de la page collé à la réponse. Sur une page modérément complexe, un seul clic plus snapshot peut coûter de 5 000 à 10 000 tokens. Sur une séquence d'automatisation complète, tu arrives facilement à six chiffres.

L'approche Playwright CLI fonctionne différemment. Le CLI sauvegarde les snapshots et les captures d'écran dans des fichiers sur le disque. L'agent invoque les commandes CLI, lit seulement ce dont il a besoin depuis les fichiers sauvegardés et référence le reste par chemin. Benchmark réel de tests que j'ai vus : une tâche d'automatisation de navigateur qui consommait ~114 000 tokens avec MCP est tombée à ~27 000 tokens avec le CLI. Réduction d'environ 4x, cohérente sur plusieurs exécutions.

Ce pour quoi j'utilise Playwright CLI : génération de tests end-to-end sur des vraies applis, scraping de sites que Firecrawl ne peut pas gérer (généralement parce qu'ils requièrent des flux de connexion complexes en plusieurs étapes), et construction de vérifications de régression visuelle pour le travail front-end. L'approche accessibility tree signifie que Claude Code peut référencer des éléments par rôle et nom — «clique sur le bouton Enregistrer» — au lieu de deviner des coordonnées de pixels depuis des captures d'écran. C'est précis, déterministe et bon marché comparé à l'automatisation basée sur les pixels.

Détail bonus que personne ne te dit : Playwright CLI s'intègre proprement avec les skills. Tu peux construire un skill qui encapsule un flux d'automatisation courant — connexion, navigation, extraction, déconnexion — et l'appeler depuis n'importe quelle session Claude Code sans recharger tout le schéma d'outil Playwright. C'est comme ça que je fais tourner mon automatisation de distribution de contenu sur plusieurs plateformes sociales.

7. Notebook LM + Pine CLI — Déléguer la Lecture Lourde

Je ne m'attendais pas à ce que celui-ci figure sur la liste. J'ai commencé à utiliser Notebook LM comme outil séparé pour les projets de recherche — uploader un lot de PDFs, laisser Google faire le gros du travail d'analyse de documents, poser des questions dans l'interface web. Ça fonctionnait bien comme outil autonome mais semblait déconnecté de mon workflow Claude Code.

Le Pine CLI a changé ça. C'est une interface en ligne de commande qui connecte Claude Code à l'application web Notebook LM pour un accès programmatique — uploads de documents en lot, révisions de diapositives, extraction de texte intégral et partage automatisé. La valeur stratégique n'est pas seulement la commodité. C'est que l'analyse de Notebook LM tourne sur les serveurs de Google, pas contre mon quota Claude API. Ça signifie que je peux jeter des centaines de pages de matériel de référence sur un projet de recherche sans gonfler mon utilisation de tokens Claude Code.

Le workflow que j'ai établi : pour tout projet avec un corpus de référence lourd — la documentation existante d'un client, un cadre réglementaire que je dois comprendre, un codebase que j'audite — j'uploade tout sur Notebook LM via Pine, je fais l'analyse initiale et la synthèse là-bas, et je ramène les outputs compressés dans Claude Code pour le vrai travail d'implémentation. Claude Code n'a jamais besoin de charger le corpus complet dans son contexte. Il ne voit que les insights distillés.

J'ai décrit ce workflow hybride dans mon post sur le workflow de développement Notebook LM Claude Code, et je pense que c'est l'un des patterns les plus sous-estimés de 2026. La méta-leçon : pas chaque tâche doit passer par ton agent principal. Parfois le bon mouvement est de déléguer l'analyse à un outil mieux adapté à la lecture lourde, puis de réinjecter les résultats.

8. Skill Creator Skill — Le Meta-Skill qui Change Tout

C'est l'entrée dont j'avais promis qu'elle semblerait ennuyeuse jusqu'à ce que tu la comprennes. Skill Creator est un meta-skill — un skill dont le seul but est de créer, benchmarker et A/B tester d'autres skills.

Voici pourquoi c'est important. Au moment où tu commences à construire des custom Claude Code skills pour tes propres workflows, tu te heurtes à un problème de mesure de qualité. Comment sais-tu si la version deux de ton skill est vraiment meilleure que la version un ? Tu penses que oui. Les outputs semblent meilleurs. Mais «semble mieux» n'est pas un nombre contre lequel tu peux optimiser, et sans mesure réelle, tu finis par itérer au feeling. J'ai fait ça pendant des mois et ça m'a coûté. Certains des skills que je pensais améliorer empiraient en fait sur de vraies tâches — je n'avais juste pas les preuves pour le voir.

Le Skill Creator skill te donne un cadre structuré. Tu définis le but du skill. Tu définis un ensemble de test d'entrées représentatives. Tu définis une rubrique de notation — à quoi ressemble un output «bon» en termes mesurables. Ensuite le skill fait tourner les deux versions contre l'ensemble de test, note les outputs et te dit quelle version gagne, de combien, et sur quelles entrées spécifiques. Des données quantitatives plutôt qu'une intuition.

Je fais passer chaque custom skill que je construis par ce processus maintenant. Il attrape des régressions que je n'aurais jamais repérées manuellement. Il me dit quand un «petit ajustement» a en fait empiré les choses. Et parce qu'il est intégré au marketplace Claude Code via la commande /plugin, le setup est trivial — pas de tooling externe, pas de code de benchmarking personnalisé, pas de feuilles de calcul.

Le changement plus large que ça débloque est important. Avant Skill Creator, les custom skills étaient du travail artisanal — tu les faisais au feeling et espérais qu'ils tiendraient. Après Skill Creator, les skills sont des artefacts d'ingénierie avec des données de performance attachées. Si tu construis quelque chose que tu utiliseras plus de quelques fois, c'est non négociable.

J'ai couvert le workflow complet dans mon deep dive sur le testing et l'optimisation du Skill Creator — si tu construis des skills du tout, c'est le prochain post à lire.

9. Light RAG — Quand Obsidian Ne Suffit Plus

Obsidian plus le skill est excellent pour la gestion des connaissances personnelles et les petits vaults de projets. Mais quand tu atteins une certaine échelle — des milliers de documents, des relations d'entités complexes, des projets clients avec des références profondément interconnectées — un vault markdown commence à craquer sous son propre poids. La récupération devient imprécise. L'agent rate des connexions évidentes. Tu finis à parcourir manuellement les notes pour trouver ce dont tu as besoin.

C'est là que je me tourne vers Light RAG. C'est un framework RAG open source et prêt pour la production du département de science des données de l'Université de Hong Kong, présenté à EMNLP 2025. Ce qui le distingue des systèmes RAG conventionnels uniquement basés sur les vecteurs est le composant de graphe. Light RAG extrait des entités et des relations de tes documents et construit un graphe de connaissances au-dessus de l'index vectoriel. Quand tu l'interroges, tu obtiens à la fois des résultats de similarité sémantique et un contexte basé sur les graphes — des entités liées, des références amont/aval, des connexions entre documents que la recherche vectorielle pure manquerait.

En pratique, la différence est dramatique sur les grands ensembles de documents. J'ai exécuté la même requête contre un vault Obsidian et un index Light RAG construit à partir du même corpus (environ 4 000 fichiers markdown et PDFs techniques d'un projet d'audit de conformité). Obsidian a retourné trois fichiers pertinents via la correspondance de mots-clés et de liens. Light RAG a retourné les mêmes trois plus onze autres liés par des relations d'entités que je n'avais pas explicitement liées. Ce contexte supplémentaire a changé l'analyse de manière significative.

Trade-off important : Light RAG n'est pas plug-and-play comme Obsidian. Tu passeras du temps sur la configuration initiale, la configuration du backend de stockage (le support OpenSearch a été ajouté en mars 2026 et je le recommanderais) et le réglage de l'ingestion. Pour un dev solo avec quelques centaines de notes, cet overhead n'en vaut pas la peine — reste avec Obsidian. Pour des projets clients, du travail de conformité ou toute base de connaissances dépassant mille documents, Light RAG mérite sa complexité. C'est la différence entre un agent qui peut chercher dans tes fichiers et un agent qui les comprend vraiment.

10. Google Workspace CLI — Claude Code comme Assistant Personnel

Dernier de la liste, et celui qui a changé mon workflow quotidien de la manière la plus inattendue. Le Google Workspace CLI est un outil en ligne de commande officiel construit par Google qui donne à ton terminal un accès direct à Gmail, Agenda, Drive, Sheets, Docs, Chat et aux fonctions d'administration. Le modificateur «AI agent skills» dans le nom du dépôt n'est pas du marketing — Google a construit celui-ci en ayant les agents en tête.

Une fois installé et authentifié, Claude Code peut utiliser GWS CLI comme n'importe quelle autre commande de terminal. Pas de serveur MCP à configurer. Pas de code d'intégration personnalisé. L'agent lit la documentation du CLI via les skills, sait comment invoquer les bonnes commandes et traite ton Google Workspace comme une extension de ses capacités.

Ce que ça débloque vraiment, c'est une session Claude Code qui double aussi comme assistant d'opérations personnel. Exemples concrets des deux dernières semaines de mon propre usage :

• Triage matinal de la boîte de réception. Claude Code lit l'intégralité de mon Gmail non lu, catégorise par urgence et type d'expéditeur, rédige des réponses aux messages routiniers, signale ceux qui nécessitent mon attention et archive le bruit. Ce qui était auparavant trente minutes de lutte avec la boîte de réception prend maintenant environ quatre minutes.
• Préparation de réunion. Avant chaque appel dans mon agenda, Claude extrait les détails de la réunion, recherche dans Gmail l'historique précédent des fils de discussion avec les participants, trouve les documents connexes dans Drive et compile une pré-lecture avec le contexte dont j'ai vraiment besoin. J'ai arrêté d'entrer dans les appels sans préparation.
• Workflows de documents. Rédiger une proposition, extraire des données d'une feuille de calcul, mettre à jour un document, partager avec un client — tout ça tourne depuis la même session Claude Code que j'utilise pour le travail d'ingénierie. Pas de changement de contexte entre les outils.

Le setup implique d'activer des services dans Google Cloud et d'authentifier le CLI, ce qui est l'étape la plus ennuyeuse de toute cette liste. Prévois vingt minutes pour ça et suis la documentation officielle soigneusement. Une fois fait, tu n'y retoucheras plus.

Pour qui c'est : Quiconque passe du temps significatif dans Google Workspace chaque jour. Fondateurs solos, consultants, créateurs de contenu, ingénieurs qui gèrent des clients. Si tu vis dans Gmail et l'Agenda, ce plugin seul justifie l'abonnement Claude Code.

Qui devrait le passer : Si tu n'es pas déjà un utilisateur Workspace, il n'y a pas de valeur ici. Ne migre pas vers Google juste pour l'installer.

Le Cadre de Décision — Lesquels Devrais-tu Vraiment Installer ?

Voici la réponse honnête que j'avais promise. Ces dix outils n'appartiennent pas tous à chaque stack. Le bon sous-ensemble dépend de ce que tu construis, et installer des outils dont tu n'as pas besoin est pire que de ne rien installer — ils créent de la surcharge cognitive, des conflits de plugins et une pollution du contexte.

Utilise cette ventilation comme point de départ :

Si tu es nouveau sur Claude Code (30 premiers jours) : Installe le Codex plugin, Obsidian + skill et Auto Research. C'est tout. Trois outils. Apprends-les en profondeur avant d'ajouter quoi que ce soit d'autre. La tentation d'installer tout le premier jour est la plus grosse erreur que je vois commettre aux nouveaux utilisateurs.

Si tu es principalement un développeur front-end : Ajoute awesome-design-md et Playwright CLI aux trois de départ. Les fichiers du système de design amélioreront la qualité de ton output. Le CLI te donne de vrais tests de navigateur sans l'overhead de tokens MCP.

Si ton travail implique le web scraping, la recherche ou l'automatisation : Ajoute Firecrawl CLI + skill et Playwright CLI aux trois de départ. Ces deux ensemble couvrent environ 95% des besoins d'interaction web — Firecrawl pour l'extraction de données structurées, Playwright pour les flux interactifs complexes.

Si tu gères de grands corpus de documents (juridique, conformité, recherche, conseil) : Ajoute Light RAG et le Notebook LM Pine CLI. La combinaison de récupération basée sur les graphes plus la lecture lourde déléguée transforme la façon dont tu travailles avec des projets à forte référence.

Si tu construis des custom skills sérieusement : Skill Creator est non négociable. Installe-le le jour où tu écris ton premier custom skill. Ne passe pas des mois à itérer au feeling comme je l'ai fait.

Si tu utilises Claude Code comme driver quotidien pour les opérations : Google Workspace CLI est l'installation à plus fort levier de la liste. Non pas parce que c'est la plus impressionnante techniquement — ce n'est pas le cas — mais parce que les heures qu'elle te fait économiser se composent chaque jour.

La plupart d'entre vous qui lisez ceci tombez dans deux ou trois de ces catégories. Ça signifie que ton stack de départ réaliste est probablement cinq ou six de ces dix outils, pas les dix. Commence petit, mesure ce qui aide vraiment, et sois prêt à désinstaller les choses qui ne justifient pas leur présence.

Ce que Je Ne te Dis Pas (Encore)

Il y a trois outils qui ont failli figurer sur cette liste et ne l'ont pas fait. Je veux les mentionner brièvement parce que je sais que quelqu'un dans les commentaires le demandera.

L'un est un plugin de persistent memory que je teste depuis environ un mois. C'est prometteur mais pas encore assez stable, et j'ai eu deux sessions corrompues par lui. J'en écrirai quand il aura mérité une place dans le stack.

Un autre est une base de données vectorielle local-first qui s'intègre proprement avec les Claude Code skills. C'est élégant et l'auteur fait un excellent travail, mais pour mes cas d'usage Light RAG fait tout ce qu'elle fait plus la couche de graphe, et je ne peux pas justifier de faire tourner les deux.

Le troisième est un plugin d'interface vocale qui est amusant à démontrer et presque inutile pour le vrai travail. Il te permet d'éviter de taper. Je tape vite. Ton kilométrage peut varier.

Les omissions te disent quelque chose d'important sur la façon dont je construis cette liste. Un outil doit mériter sa place, chaque mois, sur de vrais projets. Au moment où un outil cesse de peser son poids, il sort du stack. Les dix ci-dessus ont mérité leurs places pendant les six derniers mois.

Le Test du Dimanche Matin

Voici comment j'ai décidé si chacun de ces outils passait le test final. Je me suis demandé : si je perdais tout mon setup Claude Code un dimanche matin et devais le reconstruire avant lundi, quels outils réinstallerais-je avant de commencer à travailler ?

Les dix outils de cette liste sont la réponse. Codex plugin avant d'écrire du code. Obsidian et le skill avant d'ouvrir un projet. Firecrawl et Playwright CLI avant de toucher quoi que ce soit de lié au web. Skill Creator avant de construire mon premier custom skill. Google Workspace CLI avant de vérifier ma boîte de réception.

Le reste des outils que j'ai essayés — et il y en a eu des dizaines — ne passent pas le test du dimanche matin. Ils sont agréables à avoir. Ils sont intéressants à expérimenter. Mais je ne m'arrêterais pas pour les réinstaller avant de me mettre au travail, ce qui signifie qu'ils ne sont pas vraiment essentiels. Ce sont des accessoires.

Ta liste du test du dimanche matin sera différente de la mienne. C'est le but. Construis ta propre liste. Sois impitoyable sur ce qui mérite une place. Et chaque fois que tu ajoutes quelque chose de nouveau, demande-toi si tu le reconstruirais de zéro à 8h un dimanche matin avant de faire autre chose. Si la réponse est non, ça n'appartient pas à ton stack.

Une dernière chose. Va regarder ta liste actuelle de plugins Claude Code maintenant même — la liste réelle, pas celle que tu crois avoir. Compte ceux que tu as utilisés au cours des sept derniers jours. Pour la plupart d'entre vous, ce nombre sera inférieur à cinq, ce qui signifie que la moitié de tes outils installés est du poids mort. Commence par désinstaller ceux que tu n'as pas touchés. Le meilleur stack Claude Code en 2026 n'est pas le plus grand. C'est celui où chaque entrée paie son loyer.

Questions Fréquentes

Quel est le meilleur plugin Claude Code à installer en premier en 2026 ?

Le Codex plugin pour Claude Code est l'installation initiale à plus fort levier pour quiconque livre du code de production. Il ajoute une révision de code adversariale d'un second modèle d'IA dans un processus séparé, attrapant les bugs que les révisions à modèle unique manquent sans consommer ta context window. Pour le guide d'installation complet, voir la section du Codex plugin ci-dessus.

Ai-je vraiment besoin de Firecrawl CLI et de Playwright CLI ?

Oui, si ton travail implique des données web. Firecrawl gère le scraping structuré, l'extraction de markdown et le crawling en masse efficacement. Playwright CLI gère les flux interactifs complexes comme les connexions multi-étapes, les tests de régression visuelle et les sites qui nécessitent un vrai état de navigateur. Ils couvrent des problèmes différents et fonctionnent bien ensemble.

Light RAG vaut-il la complexité de configuration par rapport à Obsidian ?

Seulement si tu travailles avec des milliers de documents ou as besoin de relations d'entités basées sur des graphes. Pour les devs solos avec quelques centaines de notes, Obsidian plus son skill est plus rapide, plus simple et gratuit. Light RAG mérite sa complexité sur des corpus de documents à grande échelle, du travail de conformité ou des projets clients avec des références profondément interconnectées.

Combien de plugins Claude Code devrais-je vraiment installer ?

La plupart des stacks fonctionnels atterrissent à cinq à huit outils au total. Plus de dix devient difficile à maintenir et crée des conflits de plugins ou une pollution du contexte. Commence avec trois outils core (Codex, Obsidian, Auto Research) et n'ajoute que ce que ton workflow réel demande. Désinstalle tout ce que tu n'as pas utilisé en sept jours.

Le Google Workspace CLI nécessite-t-il un serveur MCP ?

Non. Le Google Workspace CLI tourne comme un outil de terminal standard, que Claude Code invoque nativement via bash. Il n'y a pas de serveur MCP à configurer. Tu as juste besoin d'activer les services Google Cloud que tu veux et d'authentifier le CLI une fois.

Travaillons Ensemble

Tu cherches à construire des systèmes d'IA, automatiser des workflows ou scaler ton infrastructure tech ? J'adorerais t'aider.

• Fiverr (builds personnalisés et intégrations) : fiverr.com/s/EgxYmWD
• Portfolio : mejba.me
• Ramlit Limited (solutions enterprise) : ramlit.com
• ColorPark (design et branding) : colorpark.io
• xCyberSecurity (services de sécurité) : xcybersecurity.io