Mode d'emploi

Les ensembles de compétences sont de simples fichiers Markdown — tout assistant de programmation IA moderne les accepte sous une forme ou une autre. Le principe est toujours le même : indiquez à l'assistant où se trouvent les fichiers, et il s'en sert comme référence faisant autorité chaque fois que vous l'interrogez sur Isabyte.

Les exemples ci-dessous utilisent isabyte-react-skillsets.zip ; remplacez-le par le nom de votre archive (isabyte-vue-…, isabyte-angular-…, isabyte-reactnative-…, isabyte-flutter-…, ou isabyte-claude-skillsets.zip pour l'archive de référence approfondie).

Avec Claude Code (CLI)

Claude Code charge automatiquement les fichiers de compétences du répertoire .claude/skills/ de votre projet.

unzip isabyte-react-skillsets.zip -d .claude/skills/

Astuce — placez les fichiers de compétences dans ~/.claude/skills/ pour les rendre disponibles dans tous vos projets.

Avec les projets Claude (claude.ai)

Ouvrez votre projet Claude sur claude.ai
Allez dans Project Knowledge
Téléversez les fichiers .md de l'archive zip

Avec ChatGPT (GPT personnalisés / projets)

Créez un projet (ou un GPT personnalisé dans le GPT Builder)
Ouvrez le panneau Files du projet
Téléversez tous les fichiers .md de l'archive zip — ChatGPT les indexe pour la recherche

Avec Cursor / Windsurf / les agents de VS Code

Les assistants intégrés à l'IDE prennent automatiquement en compte la documentation du projet. Déposez les fichiers .md n'importe où dans l'espace de travail (un dossier docs/isabyte/ est courant) et faites-y référence dans la conversation. Pour Cursor, ajoutez-les en tant que Rules globales.

Directement avec n'importe quelle API de LLM

Pour les intégrations sur mesure, incluez le contenu des fichiers de compétences pertinents dans votre prompt système ou en tant que documents de contexte. Cela fonctionne avec l'API Claude, l'API OpenAI, l'API Gemini ou tout autre point de terminaison de LLM.

Vous voulez une solution sans configuration ? Le serveur MCP Isabyte fournit le même corpus sous forme d'image Docker exposant le Model Context Protocol — connectez n'importe quel client compatible MCP et évitez complètement la manipulation des fichiers.