naskah-id : un AI agent Skill pour la rédaction et l'édition académiques en indonésien

À qui s'adresse-t-il ?

naskah-id est un AI agent Skill dédié à la rédaction académique en indonésien, conçu pour quiconque doit rédiger ou éditer les types de textes suivants : articles de revues, mémoires de fin d'études (skripsi/tesis), demandes de financement de recherche et rapports de recherche. Il intègre la norme orthographique EYD V (Ejaan Yang Disempurnakan, cinquième édition) et le standard lexical du KBBI, et met fortement l'accent sur l'intégrité académique : l'agent auquel il est lié ne doit pas inventer de données, de résultats, de citations ou de références bibliographiques ; lors de l'édition, il ne doit pas modifier les chiffres, les résultats ou les citations ; en l'absence de source vérifiable, il insère un marqueur [PERLU RUJUKAN: ...] au lieu de fabriquer une référence.

Cas où il ne convient pas : les tâches de rédaction dans d'autres langues que l'indonésien, ou les situations où l'on attend de l'IA qu'elle ajoute automatiquement de vraies références — ce Skill interdit explicitement toute invention, et les références restent à vérifier par vous-même.

Première tentative en 3 minutes

La méthode d'installation officiellement recommandée tient en une seule commande :

npx skills add nothinx/naskah-id

Prérequis et emplacement d'installation :

• Node.js 18 ou version ultérieure est requis.
• La commande ci-dessus, sans -g, installe le Skill dans le projet courant ; avec -g (npx skills add nothinx/naskah-id -g), il s'applique à tous les projets.
• Selon la documentation officielle, cette commande fonctionne avec Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot, Windsurf, OpenCode, Cline, Kiro, Antigravity ainsi que des dizaines d'autres agents prenant en charge le format Agent Skills ; certains agents permettent de spécifier le chemin d'installation avec le paramètre -a, par exemple .claude/skills/naskah-id pour Claude Code.

Première tentative à faible risque (il est conseillé de commencer par une tâche de vérification) :

1. Dans un projet où le Skill est installé, demandez à un agent compatible de charger naskah-id.
2. Lancez une tâche de diagnostic en lecture seule : soumettez à l'agent un texte académique en indonésien (par exemple un paragraphe de mémoire, en Markdown ou en texte brut) et demandez-lui de vérifier l'orthographe et le vocabulaire selon EYD V et le KBBI, sans modifier le fichier pour l'instant. Indiquez explicitement « donne uniquement un rapport, n'écris pas dans les fichiers ».
3. Signe de réussite : l'agent fournit un diagnostic conforme aux normes académiques concernant l'orthographe, le vocabulaire ou la structure ; si des références sont en jeu, un marqueur [PERLU RUJUKAN: ...] doit apparaître plutôt qu'une citation inventée.

Remarque : la documentation officielle ne détaille pas, point par point, si l'agent lit ou écrit vos fichiers, exécute des commandes ou accède au réseau après avoir chargé le Skill — ne présumez pas d'un risque nul ; avant toute opération modifiant des fichiers, vérifiez les effets secondaires et conservez des sauvegardes.

Par ailleurs, le dépôt inclut scripts/periksa.py (optionnel, nécessite Python 3.7+, sans dépendances supplémentaires) : l'exécution de python scripts/periksa.py naskah.md permet, sans faire appel à aucun modèle, de signaler les motifs non conformes et le style « IA » dans le manuscrit. Il s'agit d'une vérification locale indépendante, sans passer par l'agent, utilisable comme contrôle rapide avant la première tentative. Le Skill est également livré avec scripts/openalex.py (utilisable sans compte) pour rechercher et vérifier des références bibliographiques.

Cas d'usage

Cas 1 : vérifier la conformité d'un paragraphe de mémoire. Soumettez un passage d'un article destiné à une revue en indonésien à un agent équipé de ce Skill et demandez un diagnostic d'édition selon EYD V et le KBBI. L'agent respectera les contraintes : ne pas modifier les chiffres, les résultats et les citations, ne rien inventer ; les endroits dépourvus de référence vérifiable seront marqués [PERLU RUJUKAN: ...]. Vous pouvez attendre des suggestions de correction au niveau de l'orthographe et du vocabulaire, les chiffres et les citations restant inchangés.

Cas 2 : trouver des références vérifiables. Demandez à l'agent d'utiliser le script fourni scripts/openalex.py (sans compte requis) pour rechercher des références autour du sujet du mémoire et vérifier les citations existantes. Ce qui est confirmé : il peut vous aider à interroger OpenAlex ; l'exactitude des résultats de recherche et toute opération d'écriture ultérieure doivent être validées avec l'agent avant usage — ne le laissez pas écrire directement les résultats de recherche dans le manuscrit.

Limites d'utilisation

• Accès aux fichiers et aux commandes : scripts/periksa.py et scripts/openalex.py sont des scripts locaux ; le premier nécessite Python 3.7+, le second sert à la recherche bibliographique (avec accès au service externe OpenAlex). La documentation ne précise pas, point par point, si l'agent exécute automatiquement ces scripts ou lit/écrit des fichiers après avoir chargé le Skill.
• Effets secondaires et points de confirmation : les tâches d'édition peuvent produire des textes réécrits ; rien n'indique qu'il modifie directement vos fichiers. Toute action modifiant des fichiers ou appelant un service externe doit faire l'objet d'une clarification du périmètre et d'une confirmation préalable.
• Environnement d'exécution et prérequis côté client : la commande d'installation requiert Node.js 18+ ; utilisation via un agent prenant en charge le format Agent Skills (par exemple Claude Code, Cursor, etc.).
• Restrictions officielles explicites : ne pas inventer de données, de résultats, de citations ou de références ; ne pas modifier les chiffres, les résultats ou les citations lors de l'édition ; utiliser le marqueur [PERLU RUJUKAN: ...] en l'absence de source fiable.
• Non encore confirmé : la prise en charge de textes dans d'autres langues que l'indonésien, les détails concrets des lectures/écritures de fichiers et des accès réseau, ainsi que les différences de comportement effectif selon les agents — tout cela est à vérifier par vos propres tests après installation.