Wright Recipes

Prérequis : un environnement Python avec uvx ; votre propre clé API LLM (OpenAI, Anthropic ou Gemini) pour l'étape d'analyse des recettes — mise à l'échelle, listes de courses, chiffrage et nutrition tournent en local et gratuitement. Conservez la clé dans le coffre sécurisé, ne la collez jamais dans le chat. Installe-moi « Recettes Wright ». Un skill d'opérations sur recettes basé sur la bibliothèque wright-core : analyse des pages de recettes en recettes structurées validées, mise à l'échelle des portions, listes de courses consolidées, chiffrage, détection d'allergènes et analyse nutritionnelle. Dépôt : https://github.com/3pm-baking/wright 1. Récupère le fichier SKILL.md du skill wright-recipes (et les fichiers auxiliaires) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte d'identifiants). Ce dépôt ne doit contenir aucun secret dans le code ; les identifiants passent uniquement par le coffre sécurisé, les hôtes autorisés sont déclarés dans le SKILL.md. Vérifie que c'est bien le cas ; STOP sur le moindre signal d'alerte et préviens-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers auxiliaires dans le répertoire des skills de l'agent, dans un dossier nommé « wright-recipes ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (ex. enregistrer ma clé API LLM dans le coffre, fournir des URL de recettes à analyser). GitHub est optionnel : si j'ai un compte GitHub ou le CLI gh, tu peux l'utiliser ; sinon, l'accès public suffit. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.