Bob Martin publie des règles de code pour agents IA
Bob Martin publie des règles de code pour agents IA
Le skill ub-mode de Robert Martin fixe des garde-fous pour les agents IA de programmation : modifications minimales, tests réels et correction des causes.
Bob Martin, auteur de « Clean Code », a publié un ensemble de règles suivies par ses propres agents IA lors de la rédaction de code.
Principaux points :
- Une vérification qui masque une panne sans en corriger la cause ne peut pas être considérée comme un correctif.
- Si un test continue de réussir alors que toutes les fonctions ne renvoient rien, il faut abandonner ce test.
- Les modifications de code doivent être minimales, mais suffisantes pour résoudre la tâche.
- Avant de modifier le code, il faut écrire un test qui révèle le bug existant.
En installant ce skill, vous pouvez empêcher les agents IA de dissimuler des erreurs et éviter que des tests réussis donnent une fausse impression de code fonctionnel.
Prompt d’installation :
Installe le skill ub-mode du dépôt GitHub unclebob/ub-mode dans mon dossier skills et utilise la commande /ub-mode pour la prochaine modification de code. Si crapper, dryer ou mutator ne sont pas installés, ignore les étapes correspondantes.
Dépôt : unclebob/ub-mode
Pourquoi c'est important
AnalyseCes règles aident les agents IA à éviter les faux positifs et à ne pas masquer les défaillances du code.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Bob Martin publie des règles pour les agents d’IA qui écrivent du code
Bob Martin, auteur du livre Clean Code, a publié le dépôt GitHub ub-mode contenant des règles destinées aux agents d’IA qui produisent et modifient du code.
Projet open source avec 74 compétences pour le développement de jeux
Un dépôt open source sur GitHub réunit 74 compétences pour Unity, Godot, Unreal Engine et d’autres moteurs de jeu, avec sélection automatique et prise en charge de Claude Code et Codex.
Claude Code Projects : comment une IA coordonne une équipe d'agents autonomes
Analyse approfondie de Claude Code Projects : architecture Coordinator et Threads, branches parallèles, mémoire partagée MEMORY.md et gestion des agents cloud.
Travailler avec Git via Claude Code : guide pour débutants
Guide pratique complet sur l'intégration de Git et de Claude Code : staging intelligent, descriptions automatiques des commits, résolution des conflits de fusion, GitHub CLI et normes de sécurité.
Agents IA (Agents autonomes)
Systèmes logiciels basés sur des LLM, capables de percevoir de manière autonome l'état de leur environnement, de décomposer des objectifs complexes, d'appeler des outils externes et de corriger itérativement leurs propres erreurs.
Marqueurs de code généré par IA (AI Code Smells)
Antipatterns typiques et marqueurs de code synthétique (« code malodorant » issu de l'IA). Commentaires superflus et évidents, duplication des utilitaires dans chaque fichier, mocks factices et blocs try-catch absurdes qui trahissent une génération non vérifiée.