Remplit automatiquement les en-têtes de métadonnées des artefacts SDLC à travers les modèles de projet en utilisant la configuration de l'équipe (ex: .aiwg/team/team-profile.md). Les champs tels que l'auteur, la date de création, le projet, l'organisation, le statut et la version sont remplis de manière idempotente.
À exécuter au début d'un projet après l'intégration de l'équipe, lors de l'ajout de nouveaux artefacts, ou pour standardiser les métadonnées du projet à travers les modèles. Supporte les aperçus en mode dry-run, le remplissage ciblé par type (ADRs, cas d'utilisation, plans de test) et les substitutions d'auteur.
Destiné aux chaînes d'outils de développement agentiques (Claude Code, Codex, orchestrateurs style Copilot) qui s'intègrent aux modèles de repo et aux CLI.
Cette compétence n'a pas encore été examinée par notre pipeline d'audit automatisé.
Export de Corpus
Paquette des sous-ensembles sélectionnés d'un corpus de recherche en archives portables (tar.gz/zip) incluant les PDF, l'analyse, les citations et BibTeX avec manifeste et provenance.
Export de Corpus
Exportez des sous-ensembles sélectionnés d'un corpus de recherche vers des archives portables (tar.gz ou zip), incluant les PDF, les analyses, les citations et BibTeX pour le partage ou la reproductibilité.
Vérification du Gate Flow SDLC
Orchestrez des validations automatisées des étapes du SDLC avec des sous-agents spécialistes et synthétisez un rapport clair de réussite ou d'échec.
AIWG Steward
Fournit une connaissance des capacités des fournisseurs et un routage intelligent des commandes pour les plateformes de développement augmentées par l'IA.
AIWG Plugin Packager
Regroupez, validez et publiez des wrappers de livraison pour le marketplace AIWG dans des archives distribuables.
Instantané du Corpus
Génère un rapport ponctuel d'un corpus de recherche, incluant la topologie, les dimensions et les mesures de qualité.
Audit d'Application Twelve-Factor
Réalise un audit structuré d'applications selon les critères Twelve-Factor et les standards opérationnels cloud-native modernes pour identifier les lacunes de préparation.