Retour d’expérience sur la création en neuf jours d’un jeu roguelite avec Claude Code, l’agent écrivant tout le code tandis que l’auteur pilote le produit, les revues et les tests. Le résultat compte 93 pull requests fusionnées et plus de 1 000 tests. La réussite repose surtout sur un cadre explicite : brief versionné, glossaire, règles ciblées, skills, hooks, TDD obligatoire et intégration continue. L’article souligne aussi les limites de l’automatisation et l’importance du contrôle humain pour préserver la cohérence du produit.
Camille Roux explique comment il utilise Claude Code comme manager d’artiste pour développer ses activités au-delà des ventes de NFT. Son dispositif repose sur de simples fichiers texte regroupant mémoire des projets, suivi des opportunités, objectifs et commandes récurrentes. L’agent prépare les candidatures, surveille les échéances, suggère des relances et facilite les bilans. L’artiste conserve toutefois la création, les décisions, les relations humaines et la validation des messages. Une approche légère et reproductible pour déléguer l’organisation sans abandonner le contrôle.
Les mods de Claude Code sont des plugins exécutés au sein de la session grâce à des hooks, contrairement aux skills qui fournissent surtout des instructions. L’article détaille deux applications : un routage automatique vers le modèle adapté à chaque tâche ou sous-agent, et une mémoire persistante entre sessions avec CortexDB, stockée localement dans SQLite. Il présente plusieurs implémentations et leurs commandes d’installation, tout en rappelant les limites : coût du routage, perte potentielle de cache, consommation de tokens et permissions étendues des mods.
L’équipe Claude Code d’Anthropic explique comment adapter la revue de code à la production massive de changements par des agents IA. La vérification commence avant la pull request, puis combine agents relecteurs, contrôle de sécurité, tests automatisés et validation humaine proportionnée au risque. Les alertes sont recoupées pour limiter les faux positifs, tandis que déploiement progressif, surveillance et retour arrière réduisent l’impact des erreurs. L’objectif est de préserver l’attention humaine sans augmenter les incidents : selon l’équipe, les PR fusionnées ont plus que doublé tandis que les annulations ont diminué de plus de 40 %.
Boris Cherny, créateur de Claude Code, recommande de structurer les demandes à une IA autour de trois éléments : définir clairement la tâche et le résultat attendu, préciser le niveau d'effort souhaité, puis fournir un moyen de vérifier la réponse. Son exemple de création d'un contenu interactif autour d'un épisode du podcast Acquired montre qu'un prompt conversationnel peut suffire, sans modèle rigide. Pour le développement logiciel, la vérification peut notamment passer par l'exécution de tests. Ces conseils restent pratiques plutôt que scientifiquement validés.
Nicolas Simond partage son usage quotidien de Claude Code pour l’administration systèmes : génération de documentation d’infrastructure, analyse d’incidents, durcissement de serveurs et création de petits outils. Il délègue le code à des modèles Ollama via Aider, puis fait relire les modifications par Claude dans des branches Git isolées. Les données clients restent locales : seuls des exemples anonymisés servent à concevoir les scripts. L’auteur insiste sur les règles de projet, les contrôles humains et les tests, tout en soulignant les gains de temps obtenus sur les tâches répétitives.
Dans ce deuxième volet consacré à son application de rétrospectives, Jérémy Decool décrit le « harness » qui encadre le travail des agents de développement utilisant Claude Code. Il s’appuie sur des règles ciblées, des décisions d’architecture, un glossaire et des fichiers AGENTS.md propres à chaque contexte. Pour éviter de saturer la fenêtre de contexte, les instructions sont chargées de façon conditionnelle et auditées par une compétence dédiée ainsi que des tests. L’auteur souligne toutefois que ces consignes restent non déterministes et doivent être complétées par des contrôles automatisés.
À partir d’un témoignage publié sur Reddit, Matoo rassemble des réactions de développeurs face à la généralisation des agents de codage comme Claude. Certains décrivent une perte de sens, de plaisir et de maîtrise technique : ils ne codent presque plus et se limitent à superviser l’IA. D’autres y voient une libération des tâches répétitives, permettant de se concentrer sur la conception, l’architecture et les besoins utilisateurs. Ces échanges soulignent les différences de rapport au métier, ainsi que les inquiétudes sur la qualité du code, la dépendance aux fournisseurs et l’avenir professionnel.
WanadevDigital présente une méthode pour mutualiser les règles de développement de Claude Code entre plusieurs projets grâce à un plugin et un dépôt Git centralisé et versionné. La commande /wana-rules:sync permet d'adopter sélectivement les conventions selon les besoins du projet. La commande /wana-rules:audit vérifie leur respect. Les règles évoluent par merge requests et sont resynchronisées progressivement.
Une pipeline de quatre subagents Claude Code accompagne le développement en privilégiant l’apprentissage : cadrage produit, design, génération du squelette et revue. L’IA prépare les interfaces et le code répétitif, tandis que la développeuse implémente la logique métier à partir de TODOs explicites. Les décisions sont documentées et la revue devient progressivement plus fine, par fichier. Cette approche favorise la compréhension du code, mais reste coûteuse en temps et en tokens ; son rapport coût/bénéfice et les garde-fous pédagogiques restent à évaluer.
Claude Code, un outil d'IA, démontre ses capacités à résoudre des problèmes techniques complexes, illustrant ainsi son potentiel pour des applications pratiques. Son analyse approfondie permet de diagnostiquer des dysfonctionnements qui échapperaient à une investigation humaine traditionnelle.
Dans un exemple concret, l'IA a identifié la cause d'une requête DNS bloquée sur un réseau Wi-Fi, un problème complexe lié à des réglages de routeur apparemment sans rapport et à un bug du firmware. Claude Code a analysé des traces réseau pour pointer précisément la source du conflit, permettant une résolution rapide et efficace.
Ces capacités révèlent l'immense potentiel de l'IA comme outil d'assistance technique, capable de déchiffrer des logs complexes et de proposer des solutions basées sur une compréhension fine des interactions entre différents composants système.
L’auteur explique comment persister la mémoire et la configuration personnalisée de Claude Code dans une sandbox Docker (sbx) pour éviter de tout perdre après suppression. Il utilise des kits mixin pour créer un lien symbolique vers un dossier .claude-project/ sur l’hôte, où sont stockés l’historique, les transcripts et les fichiers de config (comme CLAUDE.md ou les hooks). Cette méthode permet de conserver les données entre les sessions, même après un sbx rm.
L’article détaille aussi la configuration du kit via un fichier spec.yaml, exécuté au démarrage de la sandbox pour automatiser la création du lien et l’exclusion du dossier de la gestion Git. L’auteur partage son implémentation pour ceux qui souhaitent éviter de configurer manuellement ces éléments. La solution repose sur la version v2 des kits, compatible avec sbx 0.38.0.
L’auteur partage son expérience avec l’outil Claude Code d’Anthropic pour réaliser des tests d’intrusion (pentests) de manière rapide et efficace, sous réserve d’avoir l’autorisation explicite du propriétaire du site et de son hébergeur. Il détaille un processus en trois étapes, commençant par l’installation du plugin claude-pentest pour générer un premier rapport de vulnérabilités, puis en affinant les résultats avec une approche multi-agents pour une analyse plus critique. Enfin, il propose une méthode avancée de chaînage conditionnel pour identifier des attaques combinant plusieurs vulnérabilités mineures en une chaîne critique, en limitant les requêtes et en structurant la méthodologie par étapes théoriques et conditionnelles.
L’article explique comment réduire significativement la consommation de tokens de Claude Code, un outil d’IA coûteux, en optimisant son utilisation. L’auteur souligne que les coûts explosent rapidement, notamment sur des projets complexes, avec des factures pouvant atteindre plusieurs centaines d’euros par jour en cas de mauvaise gestion. Il détaille ensuite des astuces pour limiter cette dépense, comme l’exploitation du Prompt Caching, qui permet de réutiliser des contextes déjà analysés sans relire systématiquement l’intégralité du code.
L’idée centrale repose sur la compréhension du mécanisme de lecture systématique de Claude Code, qui charge inutilement des fichiers (README, configurations, dépendances) avant toute action, générant des milliers de tokens inutiles. L’auteur propose des solutions concrètes, inspirées de retours d’expérience partagés en ligne, pour cibler cette source de gaspillage. Parmi elles, la configuration d’un fichier CLAUDE.md pour guider l’IA et éviter les explorations redondantes.
Enfin, l’article compare les tarifs des modèles (Sonnet, Opus, Haiku) et insiste sur l’importance de choisir le bon modèle selon l’usage. Il mentionne aussi les alternatives comme LiteLLM pour suivre les coûts sur des plateformes comme AWS ou Google Cloud. L’objectif est clair : diviser par cinq la consommation de tokens sans sacrifier la qualité des résultats, en combinant optimisation technique et bonnes pratiques.
Camille Roux a développé un agent IA nommé vibe code pour automatiser la recherche d’un appartement à Montpellier, un processus habituellement fastidieux. L’outil scanne en temps réel trois plateformes immobilières (Leboncoin, SeLoger, Bien’Ici), filtre les annonces selon des critères personnalisables (budget, localisation, surface, etc.) et les classe avec un système de scoring pondéré. Un dashboard Kanban en Rails 8, déployé via Kamal, permet ensuite de suivre l’avancement des dossiers et des relances avec les agences.
L’agent repose sur un slash command (/appart) dans Claude Code, qui déclenche une série d’actions automatisées : navigation via le MCP Claude in Chrome, extraction des données JSON, déduplication des annonces et enrichissement des meilleures options. La logique de notation est transparente et ajustable via un fichier criteria.json, offrant une personnalisation fine des priorités.
Ce projet illustre l’efficacité du vibe coding pour des besoins ponctuels, évitant un développement manuel long et peu motivant. Les slash commands et le MCP Chrome se révèlent des leviers puissants pour créer des outils sur mesure, notamment pour interagir avec des sites dynamiques. L’auteur souligne aussi l’intérêt de cette approche pour automatiser des tâches répétitives, au-delà du simple développement logiciel.
Les sub-agents de Claude Code permettent d’optimiser les workflows en isolant des tâches spécifiques dans des conversations dédiées, évitant ainsi la saturation du contexte principal. Ils offrent une meilleure gestion des informations en limitant la perte de détails critiques, souvent compressés dans les échanges longs. De plus, ils permettent de choisir des modèles adaptés à chaque sous-tâche et de paralléliser des opérations pour gagner en efficacité.
Concrètement, un sub-agent agit comme un collaborateur autonome : l’agent principal lui délègue une mission (recherche, analyse, correction) via un outil dédié, et ne reçoit en retour qu’un résumé des résultats, sans encombrer son propre contexte. Cette approche réduit la complexité des commandes et améliore la précision des réponses.
Cependant, leur utilisation nécessite une bonne compréhension de leurs limites, comme la gestion des dépendances entre tâches ou la nécessité de structurer clairement les instructions pour éviter les malentendus.
L’auteur présente deux skills pour Claude Code, /veille et /digest, permettant de centraliser sa veille technologique directement dans l’éditeur. Ces commandes agrègent automatiquement les articles récents depuis des sources francophones (via /veille) ou internationales (via /digest), en filtrant par date et en évitant les doublons. L’outil est conçu pour s’intégrer dans le flux de travail, avec une configuration simple via un fichier YAML listant les flux RSS.
La solution repose sur un script Python minimaliste (fetch_feeds.py), utilisant uniquement la bibliothèque standard pour récupérer, parser et formater les articles en Markdown. Les sources sont facilement personnalisables, et le système permet de spécifier la période de veille (par défaut 7 jours). L’approche évite les dépendances externes, garantissant une portabilité totale.
L’avantage principal réside dans l’intégration native à Claude Code : après avoir consulté les articles, l’utilisateur peut directement interagir avec eux (résumés, analyses techniques) sans quitter son environnement de travail. L’auteur souligne ainsi l’efficacité de cette méthode pour maintenir une veille productive et contextualisée.
Claude Code Cheat Sheet – Une référence complète pour maîtriser les raccourcis clavier, commandes slash, MCP servers et fonctionnalités avancées de Claude Code (v2.1.84). Découvrez les nouveautés comme la gestion des agents en arrière-plan, la recherche dans les transcripts, ou l’intégration de l’IA via /remote-control. Idéal pour optimiser votre workflow avec des outils comme les hooks, les plans automatisés ou l’édition en temps réel. Parfait pour les développeurs cherchant à exploiter pleinement cet assistant IA local.
Maxime Colin partage son retour d'expérience sur 4 méthodes pour paralléliser des tâches répétitives (comme le mapping de flux de données) avec Claude Code : séquentielle, batch parallèle, Agent Teams et Dynamic Worker Pool. L’auteur explique pourquoi un LLM comme Claude Code est plus adapté qu’un script classique pour interpréter des logs d’erreur et corriger des mappings sémantiques (ex: "CDI de chantier" → PermanentContract). Chaque approche est illustrée par un fichier .claude/commands/ personnalisé, avec un focus sur l’optimisation de la parallélisation pour gagner en productivité. Un article pratique pour automatiser des workflows IA complexes.
Ce dépôt GitHub propose 66 compétences spécialisées (skills) pour transformer Claude Code en un pair programmer expert, couvrant 12 catégories : langages, frameworks (backend/frontend), infrastructure, APIs, tests, DevOps, sécurité, data/ML et spécialisations cloud. Les compétences s'activent automatiquement selon le contexte (ex: "Implémente une auth JWT dans mon API NestJS" déclenche l'expert NestJS) et peuvent être combinées pour des workflows complexes. Installation simple via /plugin install fullstack-dev-skills@jeffallan ou via le marketplace.