generate-custom-instructions-from-codebase
github/awesome-copilot
Générateur d'instructions de migration et d'évolution du code pour GitHub Copilot. Il analyse les différences entre deux versions d'un projet (branches, commits ou versions) afin de créer des instructions précises permettant à Copilot de garantir la cohérence lors de migrations technologiques, de refactorisations majeures ou de mises à niveau de versions de frameworks.
...Développer toutÀ propos generate-custom-instructions-from-codebase
Cette compétence génère des instructions de migration et d’évolution du code pour GitHub Copilot en analysant les différences entre deux versions d’un projet — deux branches, commits ou balises. Elle résout le problème du maintien de la cohérence lors des migrations technologiques, des refactorisations majeures ou des mises à niveau de framework : une fois les modèles de transformation entre un état « avant » et un état « après » capturés, Copilot peut automatiquement appliquer les mêmes modifications lors de travaux futurs, plutôt que de compter sur les développeurs pour se souvenir de chaque règle.
Cette compétence est pilotée par des variables de configuration (type de migration, références source et cible, périmètre d’analyse, priorités de modification, niveau d’automatisation, génération d’exemples et nécessité d’une validation). Elle définit une méthodologie en plusieurs phases : une analyse comparative des états qui détecte les changements structurels, les modifications de dépendances et les transformations de code adaptées au type de migration (version du framework, refactorisation de l’architecture, migration technologique) ; l’extraction de modèles de transformation répétitifs sous forme de règles de correspondance « avant/après » ; et la génération d’un fichier `.github/copilot-migration-instructions.md`. Ce résultat documente les transformations obligatoires, les transformations nécessitant une validation, les tables de correspondance des API, les nouveaux modèles à adopter, les modèles obsolètes à éviter, les recommandations spécifiques aux types de fichiers, les points de contrôle de validation et de sécurité, les cas nécessitant une intervention manuelle et les indicateurs de suivi. Des phases optionnelles permettent d’ajouter des exemples de code « avant/après » contextualisés et d’optimiser les règles de manière itérative.
Elle s’adresse aux développeurs, architectes et équipes entreprenant des migrations systématiques qui souhaitent que Copilot reproduise leurs décisions d’évolution de manière cohérente. Les cas d’utilisation incluent la mise à niveau d’une version de framework, la refactorisation de l’architecture ou le remplacement d’une technologie par une autre tout en préservant la cohérence des conventions et en évitant les modèles obsolètes. La compétence lit l’historique du contrôle de version et les fichiers de projet, puis génère un document d’instructions ; elle effectue des comparaisons Git et des analyses de fichiers, mais n’effectue aucune opération destructive ni ne gère d’identifiants, ce qui lui confère un niveau de risque faible.
FAQ
Que produit cette compétence ?
Un fichier .github/copilot-migration-instructions.md contenant des règles de transformation automatiques, des tables de correspondance d’API, les modèles à adopter et à éviter, des points de contrôle de validation et des métriques de suivi qui guident Copilot lors de modifications futures.
De quelles données d’entrée a-t-elle besoin ?
Des variables de configuration, notamment le type de migration, une référence source et cible (branche, commit ou balise), la portée de l’analyse, l’objectif de la modification, un niveau d’automatisation, ainsi que des indicateurs permettant de générer des exemples et d’exiger une validation.
Quels types de migrations prend-il en charge ?
Mises à niveau de version de framework, refactorisation d’architecture, migrations technologiques, mises à jour de dépendances et changements de modèles — l’analyse étant adaptée au type de migration sélectionné.
Le niveau d’automatisation modifie-t-il le résultat ?
Oui. Le niveau « Conservateur » omet les règles de transformation automatique obligatoires, tandis que les niveaux « Équilibré » et « Agressif » les incluent ; le niveau « Agressif » ajoute également une optimisation itérative pour maximiser l’automatisation et réduire les faux positifs.
Comment identifie-t-il les règles de transformation ?
Il compare les deux états du projet — structure des dossiers, dépendances et code —, extrait les transformations répétitives et construit une matrice de correspondance « avant/après », incluant les changements rompant la compatibilité et les modèles obsolètes.
Configuration Variables
${MIGRATION_TYPE="Framework Version|Architecture Refactoring|Technology Migration|Dependencies Update|Pattern Changes"}<!-- Type of migration or evolution -->${SOURCE_REFERENCE="branch|commit|tag"}<!-- Source reference point (before state) -->${TARGET_REFERENCE="branch|commit|tag"} <!-- Target reference point (after state) -->${ANALYSIS_SCOPE="Entire project|Specific folder|Modified files only"}<!-- Scope of analysis -->${CHANGE_FOCUS="Breaking Changes|New Conventions|Obsolete Patterns|API Changes|Configuration"}<!-- Main aspect of changes -->${AUTOMATION_LEVEL="Conservative|Balanced|Aggressive"}<!-- Level of automation for Copilot suggestions -->${GENERATE_EXAMPLES="true|false"}<!-- Include transformation examples -->${VALIDATION_REQUIRED="true|false"}<!-- Require validation before application -->Generated Prompt
"Analyze code evolution between two project states to generate precise migration instructions for GitHub Copilot. These instructions will guide Copilot to automatically apply the same transformation patterns during future modifications. Follow this methodology:### Phase 1: Comparative State Analysis#### Structural Changes Detection- Compare folder structure between ${SOURCE_REFERENCE} and ${TARGET_REFERENCE}- Identify moved, renamed, or deleted files- Analyze changes in configuration files- Document new dependencies and removed ones#### Code Transformation Analysis${MIGRATION_TYPE == "Framework Version" ? "- Identify API changes between framework versions - Analyze new features being used - Document obsolete methods/properties - Note syntax or convention changes" : ""}${MIGRATION_TYPE == "Architecture Refactoring" ? "- Analyze architectural pattern changes - Identify new abstractions introduced - Document responsibility reorganization - Note changes in data flows" : ""}${MIGRATION_TYPE == "Technology Migration" ? "- Analyze replacement of one technology with another - Identify functional equivalences - Document API and syntax changes - Note new dependencies and configurations" : ""}#### Transformation Pattern Extraction- Identify repetitive transformations applied- Analyze conversion rules from old to new format- Document exceptions and special cases- Create before/after correspondence matrix### Phase 2: Migration Instructions GenerationCreate a `.github/copilot-migration-instructions.md` file with this structure:\`\`\`markdown# GitHub Copilot Migration Instructions## Migration Context- **Type**: ${MIGRATION_TYPE}- **From**: ${SOURCE_REFERENCE} - **To**: ${TARGET_REFERENCE}- **Date**: [GENERATION_DATE]- **Scope**: ${ANALYSIS_SCOPE}## Automatic Transformation Rules### 1. Mandatory Transformations${AUTOMATION_LEVEL != "Conservative" ? "[AUTOMATIC_TRANSFORMATION_RULES] - **Old Pattern**: [OLD_CODE] - **New Pattern**: [NEW_CODE] - **Trigger**: When to detect this pattern - **Action**: Transformation to apply automatically" : ""}### 2. Transformations with Validation${VALIDATION_REQUIRED == "true" ? "[TRANSFORMATIONS_WITH_VALIDATION] - **Detected Pattern**: [DESCRIPTION] - **Suggested Transformation**: [NEW_APPROACH] - **Required Validation**: [VALIDATION_CRITERIA] - **Alternatives**: [ALTERNATIVE_OPTIONS]" : ""}### 3. API Correspondences${CHANGE_FOCUS == "API Changes" || MIGRATION_TYPE == "Framework Version" ? "[API_CORRESPONDENCE_TABLE] | Old API | New API | Notes | Example | | --------- | --------- | --------- | -------------- | | [OLD_API] | [NEW_API] | [CHANGES] | [CODE_EXAMPLE] | " : ""} |### 4. New Patterns to Adopt[DETECTED_EMERGING_PATTERNS]- **Pattern**: [PATTERN_NAME]- **Usage**: [WHEN_TO_USE] - **Implementation**: [HOW_TO_IMPLEMENT]- **Benefits**: [ADVANTAGES]### 5. Obsolete Patterns to Avoid[DETECTED_OBSOLETE_PATTERNS]- **Obsolete Pattern**: [OLD_PATTERN]- **Why Avoid**: [REASONS]- **Alternative**: [NEW_PATTERN]- **Migration**: [CONVERSION_STEPS]## File Type Specific Instructions${GENERATE_EXAMPLES == "true" ? "### Configuration Files [CONFIG_TRANSFORMATION_EXAMPLES] ### Main Source Files [SOURCE_TRANSFORMATION_EXAMPLES] ### Test Files [TEST_TRANSFORMATION_EXAMPLES]" : ""}## Validation and Security### Automatic Control Points- Verifications to perform after each transformation- Tests to run to validate changes- Performance metrics to monitor- Compatibility checks to perform### Manual EscalationSituations requiring human intervention:- [COMPLEX_CASES_LIST]- [ARCHITECTURAL_DECISIONS]- [BUSINESS_IMPACTS]## Migration Monitoring### Tracking Metrics- Percentage of code automatically migrated- Number of manual validations required- Error rate of automatic transformations- Average migration time per file### Error ReportingHow to report incorrect transformations to Copilot:- Feedback patterns to improve rules- Exceptions to document- Adjustments to make to instructions\`\`\`### Phase 3: Contextual Examples Generation${GENERATE_EXAMPLES == "true" ? "#### Transformation Examples For each identified pattern, generate: \`\`\` // BEFORE (${SOURCE_REFERENCE}) [OLD_CODE_EXAMPLE] // AFTER (${TARGET_REFERENCE}) [NEW_CODE_EXAMPLE] // COPILOT INSTRUCTIONS When you see this pattern [TRIGGER], transform it to [NEW_PATTERN] following these steps: [STEPS] \`\`\`" : ""}### Phase 4: Validation and Optimization#### Instructions Testing- Apply instructions on test code- Verify transformation consistency- Adjust rules based on results- Document exceptions and edge cases#### Iterative Optimization ${AUTOMATION_LEVEL == "Aggressive" ? "- Refine rules to maximize automation - Reduce false positives in detection - Improve transformation accuracy - Document lessons learned" : ""}### Final ResultMigration instructions that enable GitHub Copilot to:1. **Automatically apply** the same transformations during future modifications2. **Maintain consistency** with newly adopted conventions 3. **Avoid obsolete patterns** by automatically proposing alternatives4. **Accelerate future migrations** by capitalizing on acquired experience5. **Reduce errors** by automating repetitive transformationsThese instructions transform Copilot into an intelligent migration assistant, capable of reproducing your technology evolution decisions consistently and reliably."Typical Use Cases
Framework Version Migration
Perfect for documenting the transition from Angular 14 to Angular 17, React Class Components to Hooks, or .NET Framework to .NET Core. Automatically identifies breaking changes and generates corresponding transformation rules.
Technology Stack Evolution
Essential when replacing a technology entirely: jQuery to React, REST to GraphQL, SQL to NoSQL. Creates a comprehensive migration guide with pattern mappings.
Architecture Refactoring
Ideal for large refactorings like Monolith to Microservices, MVC to Clean Architecture, or Component to Composable architecture. Preserves architectural knowledge for future similar transformations.
Design Pattern Modernization
Useful for adopting new patterns: Repository Pattern, Dependency Injection, Observer to Reactive Programming. Documents the rationale and implementation differences.
Unique Benefits
🧠 Artificial Intelligence Enhancement
Unlike traditional migration documentation, these instructions "train" GitHub Copilot to reproduce your technology evolution decisions automatically during future code modifications.
🔄 Knowledge Capitalization
Transforms specific project experience into reusable rules, avoiding the loss of migration expertise and accelerating future similar transformations.
🎯 Context-Aware Precision
Instead of generic advice, generates instructions tailored to your specific codebase, with real before/after examples from your project evolution.
⚡ Automated Consistency
Ensures that new code additions automatically follow the new conventions, preventing architectural regression and maintaining code evolution coherence.
Tous les fichiers
0 fichiersInstaller generate-custom-instructions-from-codebase
Téléchargez et décompressez les fichiers de compétences dans votre répertoire .claude/skills/.
Télécharger le ZIPClonez le dépôt et copiez les fichiers de compétence dans votre projet.
git clone https://github.com/github/awesome-copilot/blob/main/skills/generate-custom-instructions-from-codebase/SKILL.md # Copy SKILL.md to your .claude/skills/ directory
Copier





Maison
