thomas@hammoudi:~/dev$

Ma veille GitHub : une liste de solutions à consulter avant de coder

Mes favoris sur GitHub (une plateforme de code public) sont triés un par un, avec un verdict et une raison. Claude Code, l'IA qui code avec moi, consulte cette liste avant d'écrire du code.

en service · 156 projets de code triés, dont 21 adoptés et 134 écartés · mis à jour en

Avant
Des favoris GitHub oubliés au moment du besoin, et du code recréé alors qu'il existe.
Maintenant
156 dépôts triés avec un verdict, consultés avant toute recherche ou ligne de code.

Utile si vous mettez des dépôts GitHub en favori sans jamais les retrouver quand le besoin arrive.

# stack

En 3 étapes

  1. Un script relève mes nouveaux favoris GitHub et ne garde que ceux pas encore triés.
  2. Claude Code donne un verdict à chacun (installé, à installer, à clarifier, écarté) avec une raison en une phrase, dans un tableau.
  3. Devant un problème, Claude Code ouvre d'abord ce tableau, avant de chercher sur le web ou d'écrire du code.
Quelques lignes du tableau des favoris GitHub triés : le dépôt, le verdict (installé, à clarifier, écarté) et la raison en une phrase.
Quelques lignes du tableau des favoris GitHub triés : le dépôt, le verdict (installé, à clarifier, écarté) et la raison en une phrase.
$ veille-github --schema7 étapes · 3 faits maison

A · Le tri des favoris

01

Moi

je mets des dépôts en favori

nouveaux favoris

02fait maison

Le relevé

ne sort que les nouveaux favoris

lit : Le tableau des verdicts

avecPythonGitHub CLI

le delta

03fait maison

Le verdict

un verdict et sa raison par dépôt

écrit les lignes : Le tableau des verdicts

avecClaude Code

à installer

04

Moi

je valide chaque installation

B · Avant de construire

05

Moi

j'ai un problème à résoudre

le problème

06

La consultation

ouvre le tableau avant le web

lit d'abord : Le tableau des verdicts

Claude Code

dépôt retenu

07

Un dépôt à réutiliser

une solution trouvée sans recoder

Les données

Le tableau des verdicts

156 dépôts triés, un verdict chacun

lu par 02, 06 · écrit par 03

Markdown

lit
écrit les lignes
lit d'abord

À côté

La routine

enchaîne le tout, parle s'il y a du neuf

Claude Code

fait maison

Les skills reprises

compare mes copies aux dépôts d'origine

avecPython

Un verdict par dépôt, à lire avant de chercher.

  • fait maison
  • outil du marché, source ou résultat
  • une personne
  • les données

le détail, étape par étape

Pourquoi je l'ai fait

Je mets en favori sur GitHub les dépôts qui pourraient me servir. Sans tri, cette liste ne sert à rien : je ne m’en souviens pas au moment où le besoin arrive, et je recode ce qui existe déjà. Depuis septembre 2026, devant un problème, ça peut valoir le coup de regarder si je n’ai pas déjà mis une étoile à un dépôt qui le règle. Et le nombre d’étoiles d’un dépôt ne prouve rien : certains projets gonflent leurs chiffres.

Ce que ça fait, concrètement

À chaque passage, un script relève mes nouveaux favoris, et Claude Code donne un verdict à chacun : déjà installé chez moi, à installer, à clarifier, ou écarté, avec une raison en une phrase. Le tout tient dans un tableau Markdown. En novembre 2026 : 156 dépôts triés, dont 21 installés, 134 écartés et 1 à clarifier. Début novembre 2026, un seul passage en a trié 14.

Une règle de travail en découle : devant un problème, Claude Code ouvre d’abord ce tableau, avant toute recherche sur le web et avant d’écrire du code. Un dépôt écarté « pour le moment » peut redevenir la bonne réponse quand le besoin apparaît.

Comment ça marche, en détail

Fabrication : 2 scripts Python (relevé des favoris, comparaison des skills), 1 tableau Markdown

Un script relève mes favoris GitHub et ne sort que les nouveautés ; Claude Code les classe et écrit les lignes dans un tableau au format fixe. Rien n’est analysé deux fois, et le relevé ne coûte aucun appel d’IA.

Le script ne décide pas : il relève les favoris et ne sort que les nouveautés

Un script Python interroge l’API GitHub par la ligne de commande (gh), récupère tous mes favoris, lit le tableau existant et ne sort que la différence : les nouveaux dépôts, et ceux en attente à reconsidérer. Claude Code classe cette différence et écrit les lignes.

Un tableau au format fixe que le script relit

Chaque ligne donne le dépôt, la date du favori, le verdict, la raison et la date du tri. Le script lit ces colonnes pour savoir ce qui est déjà vu. La veille de la tendance lit aussi le tableau des favoris : elle ne repropose jamais un dépôt déjà classé.

Contre les étoiles gonflées : comparer étoiles, forks, contributeurs et versions publiées

Avant d’écarter un dépôt pour croissance fabriquée, Claude compare étoiles, forks, contributeurs et versions publiées. Le repère retenu : un vrai projet a environ un fork (la copie qu’un autre fait du dépôt pour travailler dessus) pour dix étoiles. Un dépôt gonflé affiche des étoiles énormes et presque aucun fork.

Les skills reprises de GitHub : comparées aux dépôts d’origine, sans écraser mon adaptation

Le même passage met à jour les skills que j’ai reprises de dépôts publics. Une liste blanche dit quelles skills viennent d’un dépôt public. Un script clone chaque dépôt d’origine, compare avec ma copie et répond : à jour, différente, manquante ou en erreur. Par défaut, il ne fait que montrer. Quand j’ai adapté une skill, un correctif s’applique à la version publique avant la comparaison ; si le code visé change en amont, le script s’arrête au lieu d’écraser mon adaptation. Mes propres skills ne sont jamais touchées.

La seconde veille, sur la tendance du moment de GitHub : arrêtée en juin 2026

Elle suit la même mécanique, dans un tableau séparé. Son dernier passage date de juin 2026, après 17 dépôts triés.

La routine : une tâche qui ne parle que s’il y a du nouveau et n’installe rien seule

La tâche tourne dans la routine de maintenance. Elle ne parle que s’il y a du nouveau, et n’installe jamais rien seule : un « à installer » attend mon accord.

Le rôle de chaque pièce

Les 7 étapes du schéma, une par une
  1. Moi Je mets en favori sur GitHub les dépôts qui pourraient me servir un jour.
  2. Le relevéPython · GitHub CLIfait maison Il récupère tous mes favoris par gh, lit le tableau et ne sort que le delta. Il ne décide de rien et ne coûte aucun appel d'IA.
  3. Le verdictClaude Codefait maison Installé, à installer, à clarifier ou écarté, avec une phrase de raison. Étoiles, forks et contributeurs sont comparés avant d'écarter un dépôt gonflé.
  4. Moi Rien ne s'installe seul : un « à installer » attend mon accord.
  5. Moi Devant un problème, avant de coder, je demande à Claude Code de regarder ce qui existe.
  6. La consultationClaude Code Une règle de travail l'oblige à lire le tableau avant toute recherche sur le web. Un dépôt écarté peut redevenir la bonne réponse.
  7. Un dépôt à réutiliser Le besoin est couvert par un dépôt déjà trié, au lieu d'un code réécrit.

# mémoires

  • Le tableau des verdictsMarkdown Une ligne par dépôt : date du favori, verdict, raison, date du tri. Le script relit ces colonnes pour savoir ce qui est déjà vu.

# à côté

  • La routineClaude Code Elle tourne dans la routine de maintenance et ne parle que s'il y a du nouveau.
  • Les skills reprisesPythonfait maison Il répond : à jour, différente, manquante ou en erreur. Par défaut il ne fait que montrer.

Ce que vous pouvez reprendre chez vous

Faites sortir à un script les seules nouveautés, laissez une IA les classer, tenez un tableau au format fixe que le script relit, et imposez-vous de le consulter avant de construire. Mon tableau, je ne le montre pas : ses raisons parlent de mes projets. Le rythme vient des routines de maintenance.

Ce que j'en retiens

Trier mes favoris ne sert que si je regarde le tableau au moment du besoin : c’est la règle de regarder ici avant de chercher ailleurs qui le rend utile. Et un verdict laissé en attente finit en non : je l’ai acté en septembre 2026, et tout ce qui attendait ma réponse est passé en « écarté pour le moment », sans être perdu pour autant.

tous les projets