Install
https://github.com/linny006/trending-claude-skillsÀ qui cela s'adresse
Si vous voulez savoir rapidement quels dépôts de skills claude-skills, de serveurs MCP et de capacités AI agent sont apparus récemment, sans maintenir vous-même une liste, ce dépôt est un point d'entrée prêt à l'emploi. Il se présente comme un classement automatiquement mis à jour : il interroge l'API GitHub Search, repère les dépôts de skills pour agents de codage IA récemment créés ou récemment mis à jour, les classe par fraîcheur et par dynamique plutôt que par nombre cumulé d'étoiles, et écrit le résultat dans un tableau de classement auto-mis à jour dans son README.
Trois types d'utilisateurs y trouvent leur compte : ceux qui doivent choisir un outil et parcourir rapidement les nouvelles capacités agent ; ceux qui écrivent eux-mêmes des skills Claude Code ou des services MCP et veulent voir ce que font récemment des projets comparables ; et ceux qui veulent conserver une adresse stable comme point d'observation, pour ne plus relancer une recherche manuelle à chaque fois.
Ce qu'il n'est pas doit aussi être dit d'emblée : c'est un classement, pas un paquet de skills directement installable, et le dépôt lui-même ne contient aucune étape d'installation qui installe l'une des entrées dans un client.
Votre première tentative en 3 minutes
Il n'y a qu'un seul chemin officiel : ouvrir la page d'accueil du dépôt et lire le tableau de classement dans le README.
https://github.com/linny006/trending-claude-skills
Une seule condition : pouvoir accéder à GitHub et consulter le README sur la page d'accueil du dépôt. Aucun client à installer, aucun fichier écrit sur votre disque : l'ensemble de l'opération est un accès en lecture seule.
Étapes concrètes :
- Dans la session d'agent que vous utilisez, capable de lire des pages web, faites une demande en lecture seule, par exemple : « Lis le tableau de classement dans le README de la page d'accueil de ce dépôt et liste les 5 premières entrées dans l'ordre, avec l'adresse de dépôt de chacune. »
- Vérifiez que cette demande est purement en lecture : elle n'écrit aucun fichier local et ne modifie pas le contenu du dépôt.
- Comparez, une par une, les noms d'entrées renvoyés avec le tableau de la page d'accueil du dépôt.
Il y a trois signaux de réussite : les entrées renvoyées se retrouvent une à une dans le tableau de la page d'accueil ; l'ordre correspond à ce que vous avez vu en ouvrant la page ; et à la fin de l'opération, aucun nouveau fichier n'apparaît dans le répertoire de travail. Si l'agent répond « je ne peux pas accéder au web » ou fournit une liste de skills reconstituée de mémoire, cette tentative n'a pas abouti.
La page mentionne aussi qu'une étoile sur ce dépôt peut servir de marque-page, pour revenir plus tard au même point d'entrée. C'est la seule opération d'écriture documentée sur la page, mais elle porte sur votre compte GitHub et non sur le disque local : elle mérite donc une confirmation préalable.
Cas d'usage
Premier cas : découvrir des capacités AI agent orientées création vidéo et réseaux sociaux
Le périmètre des entrées suivies inclut les skills Claude Code, les serveurs MCP et les capacités AI agent destinées à des scénarios comme la création vidéo ou la gestion de réseaux sociaux. Concrètement, on demande à l'agent de lire une fois le tableau de classement sur la page d'accueil du dépôt, d'en extraire les entrées liées à la création vidéo ou à la gestion de réseaux sociaux, puis de lister leurs adresses de dépôt et leur position actuelle dans le classement.
Ce raisonnement repose sur le fonctionnement suivant : le classement interroge l'API GitHub Search pour les dépôts de skills récemment créés ou mis à jour, et les classe par fraîcheur et par dynamique ; chaque rafraîchissement reflète les changements réels en amont, avec de nouvelles entrées qui entrent et des entrées obsolètes qui sortent. Ainsi, une entrée d'un même domaine qui survit à plusieurs rafraîchissements consécutifs signifie généralement qu'elle est encore maintenue - cette lecture exploite précisément le caractère volatil du classement.
Deuxième cas : transformer le classement en point d'observation stable
Le README explique que le tableau ci-dessous est entièrement réécrit à chaque rafraîchissement programmé, et donne un conseil : mettre une étoile sur ce dépôt pour le garder en marque-page. L'opération correspondante : une fois que vous avez confirmé que vous voulez vraiment suivre ce classement dans la durée, mettez une étoile sur le dépôt ; ensuite, il suffit d'ouvrir la page d'accueil du dépôt pour retrouver le même point d'observation.
La limite doit être énoncée elle aussi : une étoile enregistre un point d'entrée, pas un instantané du contenu. Le tableau peut être complètement différent entre deux visites ; chaque citation doit donc porter la mention « état à la lecture d'un moment donné » plutôt que d'être traitée comme un jeu de données stable.
Limites d'usage
- Le classement est du contenu volatil : le tableau est entièrement réécrit à chaque rafraîchissement programmé, chaque lecture n'est qu'une tranche de l'instant présent, et aucune copie n'est conservée automatiquement en local.
- La fraîcheur est limitée par l'index de recherche de l'API GitHub Search ; le dépôt indique lui-même l'API GitHub Search comme source de données, donc « non apparu » ne veut pas dire « inexistant ».
- Le tri repose sur la fraîcheur et la dynamique, pas sur le nombre cumulé d'étoiles : un projet ancien mais stable et abandonné peut se classer plus loin.
- Le dépôt fournit uniquement le classement, sans aucune étape d'installation pour les entrées ; l'utilisabilité et la sûreté d'une entrée dépendent de la description faite dans son dépôt externe respectif.
- Pour un suivi dans la durée, utilisez un marque-page comme l'étoile, plutôt que de compter sur une copie du contenu de la page comme référence fixe.