Digest des extensions IA, 26 octobre : la panoplie quotidienne de Theo, un bureau vivant pour vos agents, et SAM 3 sur votre propre GPU
Trois trouvailles GitHub récentes : tstack empaquette les skills d'agent que Theo Browne utilise au quotidien, whatsmyagentdoing montre tous les agents Claude Code, Codex et Gemini CLI locaux dans un bureau isométrique en direct, et sam3-segmentation exécute le SAM 3 de Meta sur votre GPU avec un workflow « revue d'abord ». Toutes en MIT ; toutes vieilles de quelques jours.
Digest des extensions IA, 26 octobre : la panoplie quotidienne de Theo, un bureau vivant pour vos agents, et SAM 3 sur votre propre GPU
Trois trouvailles GitHub des derniers jours : tstack empaquette les skills d'agent que Theo Browne dit utiliser chaque jour, whatsmyagentdoing montre chaque session Claude Code, Codex et Gemini CLI de votre machine dans un bureau isométrique en direct, et sam3-segmentation donne aux agents de code le SAM 3 de Meta sur votre propre GPU NVIDIA avec un workflow de revue qui traite chaque masque comme une proposition, pas un fait. Les trois sont sous licence MIT (fichiers LICENSE lus), et les trois ont moins de quatre jours.
tstack : les skills quotidiennes d'un développeur, nettoyées
tstack (t3dotgg/tstack) est un ensemble de neuf skills d'agent signées Theo Browne, présentées comme « les skills d'agent que j'utilise tous les jours », installables dans Claude Code et Codex en copiant un dossier. C'est un pipeline PR complet : full-send mène un changement jusqu'à un PR fusionné sans surveillance - il le prouve, le révise, le dépose, le surveille et le fusionne - tandis que full-stop s'arrête au PR prêt ; council fait tourner la revue de trois modèles de fournisseurs différents jusqu'à accord ; takeover termine le PR, la branche ou le fil d'agent de quelqu'un d'autre en gardant son crédit ; babysit-pr surveille la CI et les bots de revue et corrige les vrais problèmes ; modernize rebase un vieux PR et décide s'il doit encore exister. La composition est la partie intéressante : les skills appellent d'autres skills (full-send utilise sol-loop, file-pr et babysit-pr), et les réglages personnels comme les modèles de votre conseil sont censés vivre dans votre CLAUDE.md ou AGENTS.md pour que les skills restent modifiables. Prérequis : un GitHub CLI authentifié, python3 pour un script, et, pour council et sol-loop, un harnais capable de lancer les modèles d'autres fournisseurs. Licence MIT (fichier LICENSE lu). 749 étoiles au 26 octobre, créé le 24 octobre. Une note avant installation : une skill dont le métier est de fusionner des PR sans surveillance mérite une lecture attentive de ce qu'elle compte comme preuve.
whatsmyagentdoing : la supervision déguisée en écran de veille
whatsmyagentdoing (Charonyuu/whatsmyagentdoing) répond à une vraie question - lequel de mes agents m'attend en ce moment - derrière une interface enjouée. Tapez /myoffice et un navigateur ouvre un bureau isométrique où chaque session Claude Code, Codex ou Gemini CLI active occupe un cubicule : une bulle de pensée pendant le raisonnement, du code qui défile sur son écran pendant un appel d'outil, et il se lève et fait signe quand il a besoin de votre accord. Les agents au repos traînent vers la fontaine, le canapé ou la borne d'arcade ; une vue liste simple regroupe les sessions en « Besoin de vous », « En cours » et « Terminées » avec la commande de reprise exacte par session. Le mécanisme est la partie crédible : pas de hooks, pas de config, pas de clés API - il lit les journaux JSONL que les CLI écrivent déjà sur le disque, exige Node 18+, et tourne tel quel après clonage, sans npm install. Le bureau 2D est un canvas sans aucune dépendance ; le rendu 3D (three.js, environ 180 Ko gzippé, modèles Kenney CC0) et les packs de scènes supplémentaires ne se chargent qu'à la demande, et les packs de scènes sont des données seules, vérifiées contre un SHA-256 épinglé avant installation. Un drapeau --private masque prompts et titres pour le partage d'écran. Google Antigravity n'est pas pris en charge car son magasin de conversations n'est pas documenté. Licence MIT (fichier LICENSE lu). 243 étoiles au 26 octobre, créé le 23 octobre.
sam3-segmentation : un modèle de vision avec une piste d'audit
sam3-segmentation (lillyguisnet/sam3-segmentation) donne à un agent de code le SAM 3 de Meta sur votre propre GPU NVIDIA : détourer chaque instance d'une phrase, segmenter depuis un clic ou une boîte, ou tout segmenter. Pour le cas difficile - beaucoup de petits objets comme des grains, des graines ou des cellules - il prescrit un workflow soigneux : recadrages rapprochés qui se chevauchent, tous les candidats bruts sauvegardés, contrôles de scores, feuilles de revue et drapeaux, décisions de revue enregistrées et réversibles, raffinement des contours, exports PNG et COCO RLE, et une visionneuse zoomable. La règle de conception à copier est son contrat d'honnêteté : les masques sont rapportés comme des propositions du modèle, jamais comme une vérité vérifiée, avec les incertitudes listées. Les prérequis sont stricts : Linux ou WSL2, un GPU NVIDIA (12-24 Go suggérés), environ 11 Go de disque, uv, et votre propre accès accepté à facebook/sam3 sur Hugging Face - aucun chemin CPU ou GPU Apple, et la skill ne demande jamais votre token ; vous vous connectez vous-même. La propre transparence de l'auteur fait partie de tout verdict : le README dit que le projet « a été majoritairement écrit par Opus 5.5 et pas vérifié sérieusement par un humain », et sa comparaison de six modèles sur une photo de maïs est, selon le même README, une sortie d'exemple non revue - une démo, pas une mesure. Licence MIT (fichier LICENSE lu). 75 étoiles au 26 octobre, créé le 24 octobre.
En bref
tstack vaut d'être miné même si vous n'en adoptez rien - l'idée transférable est des skills qui composent des skills avec la config personnelle hors du dossier des skills, même si le défaut de full-send de fusionner sans surveillance est une décision de gouvernance, pas un confort. whatsmyagentdoing est l'installation la plus simple des trois et celle qui change une habitude : regarder un écran vaut mieux que deviner quelle session est bloquée. sam3-segmentation est la plus disciplinée : une skill de capacité qui part du principe que le modèle est faillible et intègre la boucle de revue dès le départ. Les trois ont quelques jours - épinglez une version si vous en adoptez une.