Lab
Ce que j'ai construit et que vous pouvez utiliser
Les instruments que je construis et le harnais dans lequel je les fais tourner, publiés au fil de l'eau. Rien de tout ça n'est un produit fini, et je ne prétendrai pas le contraire — mais si c'est listé ici, c'est que ça tourne sur ma propre machine, et les parties open-source sont à vous. Le raisonnement derrière tout ça est dans les notes de travail.
Instruments
-
AI Usage Cardlivré · en usage
Mon propre outil : un prompt que vous lancez dans votre propre Claude Code et qui mesure comment vous pilotez réellement le modèle — votre niveau (L0–L5), votre palier d'adoption ≈ Cherny, votre prochain déblocage. 100 % local, ~2 minutes. En ligne sur silou.dev/fr/pulse, et open-source dans mon dépôt public ; l'histoire est dans le comportement plutôt que l'outillage.
-
cLensopen-source · MIT · bêta
Un instrument d'observabilité pour Claude Code, local-first et sans dépendances, qui transforme le comportement invisible d'un agent en signal auditable. Le transcript vous dit ce que votre agent a tapé — cLens vous montre pourquoi : il capture et analyse chaque session, et votre code ne quitte jamais votre machine. Terminal d'abord aujourd'hui, interface web en cours.
clens.dev présente la vraie chose — ce qu'il révèle, des captures, et les premiers tarifs. C'est encore en bêta, donc l'offre payante est un « prévenez-moi » plutôt qu'un paiement ; je préfère prendre votre email que votre argent avant de l'avoir mérité. Le code : github.com/silouone/clens (npm @silou/clens).
-
Software factoryprivé · en construction
Un système de workflow de développement autonome que je construis pour mon propre travail : des tickets typés en entrée, des pull requests relues par un humain en sortie — des agents et du code déterministe au milieu, des humains aux deux bouts. Piloté par la spec, et instrumenté de bout en bout par cLens + OpenTelemetry à chaque exécution. Privé aujourd'hui ; c'est la preuve concrète derrière « le faire tourner sans vous » de la page d'accueil.
-
Hub de connaissances personnelusage quotidien
Un système de mémoire, pas un tas de notes. Zettelkasten au cœur — des notes atomiques qui gagnent leur place par ce qu'elles relient — et la répétition espacée comme couche qui fait réellement passer une notion en mémoire longue, la partie qui a le plus d'effet de levier et que la plupart des outils sautent. Les agents travaillent sur une base locale servie via MCP, et mon outil
ingestest la porte d'entrée : pointez-la sur une conférence ou un article et elle revient sous forme d'extraction de points clés évaluée contre ma configuration réelle, prête à devenir des notes. Cet outil est la seule pièce publique — le hub lui-même est à moi, pas un produit, et c'est le banc d'essai des patterns que j'enseigne ensuite.
Le harnais, à découvert
La machinerie dans laquelle tournent les instruments — la couche agentique, les hooks, et les pièces que je n'ai pas écrites. Même exigence que ci-dessus : ce qui est livré dit livré, ce qui est à moitié construit le dit aussi.
-
Agent Skillsopen-source · MIT
Les Agent Skills — les modules de compétence que Claude Code sait charger — que j'écris et que j'utilise au quotidien, publiés pour Claude Code et Codex à la fois — parce que la moitié des gens avec qui je partage un module utilisent un autre environnement d'exécution, et les portages recopiés à la main divergent en quelques semaines. Chaque module est un contrat neutre plus deux adaptateurs maintenus, avec un détecteur de dérive qui fait échouer le build quand un cœur change sans que ses adaptateurs aient été revus. Actuellement ai-usage-card, ingest et sitrep : github.com/silouone/skills.
-
Boucle vocaleopen-source · MIT
Vous parlez à votre agent de code ; il vous répond. Quand Claude Code ou Codex termine un tour, un hook transforme le message final de l'agent en un récapitulatif parlé de 220 caractères maximum — calculé de façon déterministe, sans appel au modèle ni tokens supplémentaires — et le prononce pendant que vous êtes à l'autre bout de la pièce. Les détails qui ont demandé de vraies itérations : il se détache en ~0,1 s pour ne jamais bloquer un tour, un anti-rebond « le plus récent gagne » empêche les sessions parallèles d'empiler l'audio, chaque agent et chaque dépôt peut avoir sa propre voix pour savoir qui parle, et il se rabat sur la voix macOS hors-ligne quand l'API tombe. Couplé à de la reconnaissance vocale pour la moitié entrante, vous pouvez enchaîner des itérations entières sans toucher le clavier. github.com/silouone/llm-voice-loop.
-
Ce que je fais tourner et qui n'est pas de moicrédits
Un harnais, c'est surtout les bonnes idées des autres, câblées ensemble, et je préfère dire lesquelles. Les patterns d'ingénierie agentique sous les miens viennent d'IndyDevDan ; les fondamentaux LLM de l'AI Hero de Matt Pocock — les deux sont toujours sur ma propre liste de lecture. La boucle vocale ci-dessus parle via Higgs Audio (Boson AI) et écoute via SuperWhisper ; je ne suis affilié ni à l'un ni à l'autre, et aucun des deux n'est requis — ça se rabat sur ce que votre machine a déjà.
Vous préférez la version en direct ?
La lecture la plus claire sur ma façon de travailler, c'est une session sur votre propre code.
Voir les formats & tarifs