Skills

game-sensitivity-coach : emportez votre sensibilité familière vers un nouveau jeu et affinez-la avec des preuves de parties

Pour emporter la sensibilité de souris que vous maîtrisez d'un jeu vers un autre, ou effectuer un réglage fondé sur des preuves via des rediffusions de vraies parties, cette compétence d'agent est idéale ; il faut au préalable disposer de Python 3.8+, de FFmpeg et d'un environnement de jeu Windows, et les recommandations de conversion ne modifient jamais vos réglages automatiquement.

Official source · game-sensitivity-coach

Install

git clone https://github.com/DenisSergeevitch/game-sensitivity-coach.git ~/.agents/skills/game-sensitivity-coach

Pour qui

  • Les joueurs de FPS qui veulent emporter la sensibilité de souris qu'ils maîtrisent vers un nouveau jeu, ou procéder à un réglage fondé sur des preuves grâce à des rediffusions de vraies parties.
  • Ceux qui disposent déjà sur leur ordinateur d'un agent capable d'exécuter des commandes locales, de lire des fichiers et de consulter des images (la documentation officielle cite Codex, Claude Code et d'autres hôtes d'Agent Skills comme exemples), et qui acceptent de placer le dossier de la compétence selon la structure de répertoires de Codex / Claude Code.
  • Vérifier avant utilisation que l'environnement remplit les exigences officielles : Python 3.8+ (bibliothèque standard uniquement, aucun paquet Python ni clé d'API d'IA nécessaires), FFmpeg (pour l'enregistrement vidéo et l'export des preuves, doit être dans le PATH ou spécifié via --ffmpeg), et un PC de jeu sous Windows (nécessaire pour l'enregistrement en temps réel fourni).
  • Cas non adaptés : absence de preuve explicite ; par exemple, la compatibilité avec des environnements de jeu non Windows, d'éventuelles restrictions liées aux anti-cheats, ou la prise en charge de votre jeu précis ne sont pas confirmées — vérifiez par vous-même dans le dépôt avant utilisation.

Première tentative en 3 minutes

Prérequis : Python 3.8+ et FFmpeg opérationnels, un agent capable d'exécuter des commandes locales et de lire des fichiers.

  1. Installer dans le répertoire de compétences de l'agent. La documentation officielle propose aussi de télécharger game-sensitivity-coach.zip depuis les GitHub Releases et de le décompresser (avec somme de contrôle SHA-256) ; lors de la décompression, le dossier game-sensitivity-coach entier (avec scripts, references, assets) doit être placé ensemble ; un clonage direct est équivalent :

    git clone https://github.com/DenisSergeevitch/game-sensitivity-coach.git ~/.agents/skills/game-sensitivity-coach

    Pour Claude Code, l'emplacement correspondant est ~/.claude/skills/game-sensitivity-coach/ (ou .claude/skills/game-sensitivity-coach/ au niveau du projet) ; pour les autres hôtes d'Agent Skills, copiez-le dans leur répertoire de compétences documenté.

  2. Pour la première tâche, privilégiez un usage à faible risque et réversible : décrivez à l'agent vos DPI/sensibilité de souris actuels et le jeu visé, et demandez-lui une conversion de sensibilité entre jeux. Ce type de calcul ne produit que du texte de recommandation.

  3. Signe de réussite : l'agent fournit un résultat de conversion fondé sur les paramètres d'entrée, accompagné de son raisonnement ; la documentation officielle précise explicitement qu'une simple recommandation ne modifie pas vos réglages, et qu'une modification n'intervient que si vous demandez explicitement de « l'appliquer » — la première tentative est donc sans effet secondaire.

Cas d'usage

Cas 1 : conversion entre jeux. Vous passez du jeu A au jeu B : fournissez à l'agent les noms des deux jeux ainsi que votre sensibilité/DPI actuels et demandez la conversion. La compétence effectue la conversion selon les instructions officielles et propose des valeurs à essayer ; le processus ne comporte que du calcul et de la sortie texte.

Cas 2 : débriefing de partie. Demandez à l'agent d'enregistrer un extrait de jeu limité (la compétence gère l'enregistrement, l'analyse des images et des mouvements de souris ; l'enregistrement en temps réel est fourni sous Windows), puis demandez-lui de déterminer si le problème vient de la sensibilité ou plutôt du timing, du contrôle du recul ou du mouvement de la cible, et de formuler une recommandation de réglages à conserver ou à essayer. Le résultat doit inclure des preuves tirées des images réelles et une recommandation claire ; la décision d'appliquer reste la vôtre.

Limites d'usage

  • Fichiers et commandes : la compétence requiert que l'agent exécute des commandes locales, lise des fichiers et examine des images ; l'enregistrement et l'export des preuves dépendent de FFmpeg. Il n'est pas précisé dans les preuves officielles si elle peut lire ou écrire des fichiers en dehors de votre configuration de jeu.
  • Accès réseau : aucune preuve explicite, inconnu.
  • Effets secondaires et points de confirmation : la documentation officielle précise explicitement « une recommandation seule ne modifie pas les réglages, une requête d'application explicite est nécessaire » ; au-delà de cela, le mécanisme de confirmation des autres actions n'est pas documenté dans les preuves.
  • Environnement d'exécution : Windows (enregistrement en temps réel sur le PC de jeu) ; la disponibilité sous Linux/macOS n'est pas indiquée par la documentation officielle.
  • Clients : la documentation officielle liste les mappages de répertoires pour Codex et Claude Code ; les autres hôtes d'Agent Skills placent la compétence dans leur répertoire dédié ; aucune autre méthode d'installation automatique (type place de marché d'extensions) n'est confirmée.
  • Non encore confirmé : la liste des jeux pris en charge, les langues/types de texte pris en charge, l'existence d'autres flux nommés ou critères de contrôle, les détails des frontières de sécurité. Consultez le README du dépôt et les fichiers de la compétence avant utilisation.