Flow Spec

Rédige une NLSpec structurée à partir d'une recherche et d'un consensus multi-IA.

par nyldn · nyldn/claude-octopus

Fonctionne avec configuration ★ 5.2/10

Flow Spec — Rédige une NLSpec structurée à partir d'une recherche et d'un consensus multi-IA.

Ce que fait

Rédaction de NLSpec — à utiliser quand vous avez besoin d'une spécification structurée issue d'une recherche et d'un consensus multi-IA

Rapport de test

L'installation tel quel de la fiche ne copie que SKILL.md, mais le contrat d'exécution imposé par le skill code en dur des appels obligatoires à ~/.claude-octopus/plugin/scripts/{orchestrate.sh,state-manager.sh,helpers/check-providers.sh}, que rien dans l'installation de la fiche ne crée jamais — cette arborescence ne provient que du chemin marketplace pris en charge `claude plugin install octo@nyldn-plugins` — et l'ÉTAPE 2 exige impérativement un CLI Codex/Gemini/Antigravity, les Actions Interdites du skill lui-même interdisant tout repli sur une recherche directe par Claude. Nous n'avons pu tester que la sous-partie vérifiable en autonome : la synthèse de NLSpec des ÉTAPES 6/7 et le score de complétude à partir d'une recherche de substitution. Dans cet A/B, le skill a produit une spec complète à 6/6, de qualité égale à la base sans skill (légèrement plus riche sur les cas limites), et comme la sonde multi-IA censée le différencier n'a jamais tourné, le skill n'a apporté aucun avantage matériel par rapport à une rédaction directe.

Testé le: 2026-07-13 · Claude Code 2.x (agent harness)

Installation

git clone https://github.com/nyldn/claude-octopus
cd claude-octopus
mkdir -p ~/.claude/skills
cp -r .claude/skills/flow-spec ~/.claude/skills/flow-spec

Commandes et exemples de prompts

  • /flow-specRédige une NLSpec structurée à partir d'une recherche et d'un consensus multi-IA.

Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :

  • Write a structured spec from this research consensus
  • Turn these multi-AI findings into an NLSpec
  • Draft a spec document from our research session