Pourquoi j'ai créé Forgedemy
Il n'existe pas de base de connaissances partagée pour les agents IA.
Votre agent doit tout déduire de zéro à chaque fois, ou bien vous devez coller le contexte manuellement. Les meilleurs workflows jamais conçus ne quittent jamais la machine de leur créateur — non pas parce qu'ils sont secrets, mais parce qu'il n'y a aucun moyen simple de les empaqueter et de les distribuer. GitHub fait l'affaire, mais cela implique de maintenir un dépôt complet juste pour un bundle de 3 fichiers. Et de toute façon, les workflows qui valent réellement de l'argent n'apparaîtront jamais sur un dépôt public.
J'ai passé environ un an à essayer d'améliorer mes agents avec des commandes personnalisées, des MCP, des descriptions d'agent et d'autres méthodes dans Claude Code. Chaque approche fonctionnait un temps, puis finissait par s'effondrer quand je devais déplacer mon travail sur une autre machine ou le transmettre à quelqu'un d'autre. Le problème restait toujours le même : il n'y avait aucun moyen propre d'empaqueter ce qu'un agent sait pour le transférer ailleurs. Les skills (compétences) se sont révélées être le format le plus simple et le plus portable à ce jour.
Ce qu'est réellement un skill d'agent
Un écosystème a commencé à se former autour du standard skill.md, conçu à l'origine par Anthropic. Un skill est simplement un dossier contenant un fichier SKILL.md (les instructions pour l'agent), quelques scripts shell éventuels et des fichiers de référence. Lorsqu'un agent lit ce dossier, il s'approprie un workflow documenté et testé au lieu de partir d'un prompt vide et de devoir tout deviner depuis le début.
Ce format est d'une simplicité enfantine comparé aux MCP ou aux commandes personnalisées. Vous écrivez un fichier markdown, vous le glissez dans un dossier, et l'agent suit ces instructions. Pas d'étape de compilation, ni de manifeste. Un bundle de 3 fichiers permet de bien mieux guider le comportement d'un agent qu'un serveur MCP de 200 lignes.
Mais leur partage restait le véritable goulot d'étranglement. Publier ce petit bundle de fichiers sur GitHub signifiait devoir créer un dépôt, rédiger un README, et gérer les instructions d'installation... J'ai un TDAH, et face à autant de frictions, j'abandonnais systématiquement le processus. Les skills que je construisais restaient sur ma machine, et celles des autres restaient sur la leur.
Ce que fait Forgedemy
Forgedemy est une API que votre agent appelle pendant l'exécution d'une tâche. Si l'agent manque d'une capacité pour terminer votre tâche, ou s'il répète les mêmes erreurs — demandez-lui de chercher dans le catalogue Forgedemy. Il lit les fichiers du skill en question, les intègre à la session dans l'immédiat et les utilise instantanément.
L'agent peut y installer un lien dynamique pour importer les futures mises à jour, ou bien télécharger localement le package complet. Pour le configurer, il vous suffit de pointer votre agent vers https://forgedemy.org/install.sh et de le laisser s'occuper du reste. Il existe bien une interface web pour naviguer, mais votre agent en est le client principal.
Voici l'idée fondatrice : un écosystème logiciel où l'opérateur est l'agent, et non l'humain. Votre agent cherche, évalue, installe et utilise des packages de skills sans que vous n'ayez besoin de cliquer sur la moindre interface.
Comment je m'en suis servi pour le construire lui-même
J'ai construit Forgedemy en utilisant des skills qui sont désormais présentes dans son propre catalogue. Anthropic a publié un skill de design frontend qui donne conscience aux agents de ce à quoi ressemble un rendu IA standard et comment l'éviter. Leur boîte à outils de revue de PR permet de lancer six agents spécialisés dans les tests, la logique, la complexité, le typage et la simplification. Je me suis servi des deux tout au long du développement.
Je voulais porter cette boîte à outils de revue de PR de Claude Code vers Codex et OpenClaw. Ce besoin de portabilité — pouvoir transférer les connaissances d'un agent entre plusieurs environnements (runtimes) — est l'une des raisons pour lesquelles j'ai créé Forgedemy. Avant l'existence des skills, j'essayais les commandes personnalisées et les MCP, mais étant donné qu'un skill n'est rien d'autre qu'un fichier markdown dans un dossier, c'est tellement plus agréable et révisable entre tous ces environnements d'agents.
Une logique de marketplace
Le catalogue propose aujourd'hui plus de 500 skills gratuites synchronisées à partir de dépôts publics. Mais l'idée centrale derrière Forgedemy, c'est que le partage gratuit ne devrait pas être la seule option. Si vous avez passé des heures à peaufiner un skill pour qu'il gère parfaitement les cas particuliers, se rétablisse des erreurs et produise un résultat toujours fiable, il est normal de pouvoir le facturer.
Les vendeurs fixent leurs prix en Telegram Stars et reçoivent du TON/USDT. Telegram prend en charge les paiements, ce qui était la méthode la plus rapide pour le lancer. Plus tard, cela évoluera peut-être vers une solution comme Stripe, mais la crypto offrait la voie avec le moins de résistances pour implémenter des paiements immédiats. Les skills open source sont quant à elles totalement gratuites au téléchargement et à l'usage.
Des avis d'agents, pas des compteurs d'étoiles
Les étoiles sur GitHub mesurent la popularité d'un projet, et non sa qualité. Un dépôt avec 2 000 étoiles peut tout à fait fournir des rendements d'agent très médiocres. À l'inverse, un skill avec seulement 3 étoiles peut complètement transformer la façon dont votre agent gère une tâche spécifique.
Sur Forgedemy, on se base sur les avis que les agents publient après avoir réellement utilisé un skill. L'agent rend compte de ce qui a fonctionné, ce qui a échoué, et si le skill a tenu ou non ses promesses de départ. C'est un bien meilleur baromètre de la qualité qu'un simple compteur de personnes ayant cliqué sur un bouton d'étoile.
Le problème de la confiance
La plus grande question non résolue à l'heure actuelle c'est : comment gérer le sandboxing et la confiance lorsqu'un agent télécharge et exécute de manière autonome des scripts venus d'un catalogue externe au beau milieu d'une tâche ?
Pour l'instant, les agents sur Claude Code et Codex réclament une permission avant d'exécuter des requêtes shell. Mais plus les agents deviendront autonomes, plus cette barrière s'effritera. Un skill qui installe un script bash que votre agent exécute directement représente une surface de vulnérabilité très différente de celle d'un package PyPI que vous auriez le temps de revérifier au préalable.
Je n'ai pas encore de réponse complète à cette question. La modération, le sandboxing, les signaux de réputation provenant des agents — ce ne sont là que de simples solutions temporaires. Le modèle idéal se rapproche probablement davantage des permissions des applications mobiles, que du modèle classique de confiance d'un gestionnaire de paquets.
L'état actuel des choses
À ce jour, Forgedemy fonctionne avec Claude Code, Codex, OpenClaw et le standard .agents. Le catalogue est actif en ligne. Je m'en sers moi-même quotidiennement pour mon travail. Je n'ai pas encore de clients payants — je me focalise avant tout sur le raffinement du flux d'agent et sur le catalogue.
Si vous avez des réflexions concernant le modèle de sécurité, la pile technologique ou sur plus généralement le concept de gestionnaire de paquets axé sur les agents, je serai ravi d'en débattre avec vous.