Gauntlet Loop Skill for Muse
Workflow local explicite pour grands projets IA gouvernés.
- Quoi
- Workflow local explicite pour grands projets IA gouvernés.
- Coût
- Gratuit
- Prérequis
- Rien à créer — ce skill est entièrement local et fonctionne hors ligne. Les scripts auxiliaires utilisent Python 3 ; la plupart des systèmes l'ont pré-installé.
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Un skill pour l'agent Muse qui fait passer les grands projets IA par un workflow local explicite : commencez avec un plan approuvé par l'utilisateur et un budget borné, divisez le travail en flux, faites réviser chaque pièce par un critique indépendant avant de l'accepter, enregistrez des handoffs durables, et terminez avec un panel de révision final. Rien n'est externe — aucun compte, aucune clé API, aucun réseau. Cette fiche est l'exception du lot : un skill de processus plutôt qu'un connecteur de service, conservé ici pour un mix qui n'est pas 100 % connecteurs. Brouillon : écrit d'après le SKILL.md du build, pas encore testé de bout en bout — Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Zéro secret dans le repo.
Sélectionné par Skill Harbor — build gratuit et open-source (MIT) par @Israelmusondaayliffe.
Version :
Installation
Prérequis : Rien à créer — ce skill est entièrement local et fonctionne hors ligne. Les scripts auxiliaires utilisent Python 3 ; la plupart des systèmes l'ont pré-installé. Pas de compte GitHub nécessaire sauf indication ci-dessus. Installe-moi « Skill Gauntlet Loop pour Muse ». Un skill pour l'agent Muse qui fait passer les grands projets IA par un workflow local explicite : plan approuvé, budget borné, flux de travail, critiques indépendants, handoffs durables, panel de révision final. Dépôt : https://github.com/Israelmusondaayliffe/muse-skills/tree/main/skills/gauntlet-loop 1. Récupère le fichier SKILL.md (et les fichiers auxiliaires) depuis le dépôt dans un dossier temporaire et résume ce qu'il fait en une ou deux phrases. 2. Contrôle de sécurité : passe en revue le SKILL.md et les scripts pour repérer tout comportement suspect (appels réseau inattendus, commandes système, récolte d'identifiants). Ce repo est censé contenir zéro secret dans le code, fonctionne entièrement hors ligne, aucun hôte externe. Vérifie que c'est le cas ici ; au moindre drapeau rouge, arrête-toi et préviens-moi. 3. Installe-le comme skill : copie SKILL.md et ses fichiers auxiliaires dans le répertoire de skills de l'agent, dans un dossier nommé « gauntlet-loop ». 4. Vérifie sans appel réseau : frontmatter valide, fichiers en place. 5. Résume-moi : ce qui a été installé, où, et ce qu'il me reste à faire moi-même (ex. vérifier que Python 3 est disponible pour les scripts auxiliaires). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne l'exige jamais sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Au moindre doute, arrête-toi et demande-moi.
Questions
Comment installer un skill ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe le skill pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours un skill avant de l’installer.