Aller au contenu
AI MAGIC MAKERS

Ressources·Claude Code : les quatre extensions que nous installons en premier

Claude Code : les quatre extensions que nous installons en premier

Claude Code tourne sur votre poste depuis quelques semaines. Chaque matin, il repart de zéro : il ne se souvient pas de ce qu'il a fait la veille, il relit des journaux de 30 000 lignes pour y trouver une erreur, et les textes qu'il rédige se reconnaissent à dix mètres. Vous avez vu passer des listes de vingt plugins « indispensables », classées par nombre de partages.

Nous en avons retenu quatre, en partant du problème et non de la popularité. Ils tournent sur le dépôt de notre propre site. Chacun règle une chose précise, chacun est sous licence libre, et chacun a une limite que son auteur écrit noir sur blanc. Voici ce qu'ils font, ce qu'ils envoient hors de votre machine, et dans quel ordre les installer.

Quels sont les quatre outils, et quel problème chacun règle-t-il ?

Outil Problème réglé Forme Licence
claude-mem L'agent oublie tout entre deux sessions Plugin Claude Code, service local Apache 2.0
Headroom Les sorties d'outils saturent le contexte et la facture Proxy local, bibliothèque ou serveur MCP Apache 2.0
Humanizer La prose produite se lit comme de la prose produite Un skill, un seul fichier MIT
Task Observer Vos skills ne s'améliorent que si vous y pensez Un skill qui observe les autres CC BY 4.0

Les deux premiers touchent à ce que l'agent lit. Les deux derniers touchent à ce qu'il écrit, et à la façon dont vous le pilotez. Aucun des quatre ne remplace un CLAUDE.md bien écrit ni une relecture humaine, ce que nous détaillons dans notre guide sur l'adoption de Claude Code en équipe.

Quels critères comptent avant d'installer une extension ?

Un plugin Claude Code regroupe des skills, des agents, des hooks et des serveurs MCP. La documentation d'Anthropic est claire sur un point : une extension s'exécute avec vos droits sur votre machine, et Anthropic ne vérifie pas ce que contiennent les plugins tiers. Avant d'en installer une, nous passons cinq critères.

Critère La question à se poser Où regarder
Un problème précis Quel symptôme, cette semaine, cette extension fait-elle disparaître ? Votre journal de session, pas la page d'accueil du projet
Ce qui sort de la machine Compte requis, synchronisation cloud, télémétrie, modèle tiers qui lit quoi ? Le README, la section installation, les variables d'environnement
Le coût de contexte Combien de tokens ajoute-t-elle à chaque tour ? Le panneau /plugin, ligne « Context cost », avant d'installer
La réversibilité Peut-on l'enlever en une commande sans rien casser ? La commande de désinstallation, et ce qui reste sur le disque
La maintenance Qui la maintient, sous quelle licence, depuis quand ? Le dépôt : dernière mise à jour, licence, issues ouvertes

Le panneau /plugin affiche aussi, pour chaque extension, la liste de ce qu'elle va installer, et signale ensuite celles que vous n'avez pas utilisées depuis deux semaines sur au moins dix sessions. C'est l'outil de tri le plus utile, et le moins consulté.

claude-mem : comment donner une mémoire à Claude Code entre deux sessions ?

Le problème est connu de toute personne qui a repris un chantier le lendemain : l'agent ne sait plus quelle décision a été prise, ni pourquoi, ni quel fichier a été touché. Vous le lui réexpliquez, en tokens et en patience.

claude-mem se branche sur cinq points du cycle de vie de Claude Code (ouverture de session, envoi d'un prompt, fin d'un appel d'outil, arrêt, fermeture). À chaque étape, il capture ce que l'agent a fait, le compresse en observations courtes, et les stocke dans une base SQLite sur votre machine. À la session suivante, les observations pertinentes sont réinjectées en ouverture, avec leur coût en tokens affiché.

Le point utile, c'est la recherche par paliers. Quatre outils MCP permettent de chercher d'abord un index compact, puis de ne charger le détail que des observations retenues. Le projet annonce environ dix fois moins de tokens consommés par ce filtrage préalable qu'en chargeant tout d'un bloc. C'est son chiffre, pas une mesure indépendante. Ce que nous constatons sur ce dépôt, c'est que l'ouverture de session résume les décisions de la veille en quelques lignes au lieu de relire l'historique.

Deux réserves à lire avant d'installer.

L'installeur demande un compte. L'installation passe par une connexion par e-mail. Elle active un « observateur » hébergé, gratuit trente jours, qui fait tourner la compression hors de votre abonnement Anthropic. Passé ce délai, la compression rebascule sur votre abonnement, sauf souscription. Vous pouvez aussi fournir votre propre clé OpenRouter ou Gemini. Il faut savoir quel modèle lit vos sessions, et où.

La base est locale, la synchronisation ne l'est pas. Le stockage par défaut reste sur votre poste. La sauvegarde vers le cloud du projet est optionnelle. Pour une équipe dont le code ou les données ne peuvent pas sortir du périmètre, laissez-la désactivée, et entourez les contenus sensibles de balises <private>, que l'outil exclut du stockage. C'est la même question que pour n'importe quelle donnée d'entreprise, et nous y répondons en général par une intégration IA locale plutôt que par une exception.

Prérequis : Node.js 20 ou plus, Bun et uv, installés automatiquement.

Headroom : comment réduire les tokens consommés par les sorties d'outils ?

Un agent de code passe l'essentiel de son contexte à lire des choses que personne ne lit : cent résultats de recherche dont trois comptent, un journal de déploiement de dix mille lignes dont une seule dit FATAL. Vous payez chaque ligne, et la fenêtre de contexte se remplit de bruit.

Headroom s'intercale entre l'agent et le modèle et compresse ce que l'agent lit avant que cela n'atteigne le modèle : sorties d'outils, journaux, fichiers, historique de conversation. La compression tourne sur votre machine, sans envoyer de contenu à un tiers pour l'effectuer. Pour Claude Code, une commande suffit :

headroom wrap claude

Elle démarre un proxy local et relance Claude Code en le faisant passer par ce proxy. headroom unwrap claude revient en arrière.

Le projet publie des benchmarks reproductibles, hors ligne, avec le tokenizer du fournisseur. Les voici tels quels, en gardant à l'esprit qu'ils sont produits par l'éditeur.

Réduction de tokens mesurée par Headroom sur quatre scénarios d'agent

Réduction de tokens mesurée par Headroom sur quatre scénarios d'agent
Recherche de code (100 résultats)21 %
Débogage d'un incident SRE57 %
Exploration d'une base de code42 %
Tri d'issues GitHub30 %
Lecture : 55 957 tokens deviennent 24 340 sur le scénario d'incident. Le gain dépend de la répétitivité de ce que l'agent lit.Headroom, tableau de benchmarks du dépôt GitHub, graine 20260902, hors ligne

Ce qui rend la chose acceptable sur un vrai projet, c'est que la compression est réversible. Les originaux sont conservés localement et le modèle dispose d'un outil pour les récupérer quand il a besoin du texte complet. Le coût de calcul est négligeable, moins d'une milliseconde sur un résultat JSON de dix mille tokens d'après le projet.

Les limites, écrites par les auteurs eux-mêmes : les échanges conversationnels courts, la prose et les sorties déjà denses ne gagnent presque rien. Et un signal anonyme de télémétrie est activé par défaut ; il remonte le comportement de la compression, jamais le contenu, et se coupe avec HEADROOM_BEACON=off. Sur un poste d'entreprise, coupez-le avant qu'on vous pose la question.

Prérequis : Python 3.10 ou plus.

Humanizer : comment relire la prose que Claude Code produit ?

Vous avez demandé à l'agent de rédiger la description d'une pull request, une note de version, un e-mail au client. Le résultat est correct, et tout le monde voit qu'une machine l'a écrit : mots gonflés, groupes de trois, tirets partout, conclusion qui résume ce qui vient d'être dit.

Humanizer est un skill d'un seul fichier. Il réécrit un texte en le confrontant à trente-cinq motifs tirés de la page « Signs of AI writing » de Wikipédia, entretenue par le projet WikiProject AI Cleanup : importance gonflée, sources vagues, voix passive, faux choix, formules de remplissage, restes de brouillon oubliés dans le texte final. Il s'invoque avec /humanizer suivi du texte, ou sur un fichier.

La règle qui compte est celle que l'auteur a ajoutée en version 2.9 : le skill n'invente pas de faits. Noms, chiffres, dates, citations doivent venir du texte source ou de vous. Un texte rendu plus naturel mais faux est pire qu'un texte lourd et juste. C'est aussi la règle que nous appliquons à tout ce que nous publions, y compris cet article.

Installation dans Claude Code :

/plugin marketplace add blader/humanizer

Ce que Humanizer ne fait pas : il ne rend pas un texte vrai, il ne le rend pas intéressant, et il ne connaît pas votre ton. Donnez-lui deux ou trois paragraphes que vous avez vraiment écrits, il s'en sert comme référence de voix. Sans cela, il remplace un style générique par un autre, un peu moins visible.

Task Observer : comment faire progresser vos skills sans y passer vos soirées ?

Une fois qu'une équipe a écrit une dizaine de skills, un problème apparaît : personne ne les entretient. Une correction faite en session reste dans la session. Le skill reste ambigu, et l'équipe corrige la même chose la semaine suivante.

Task Observer, publié par Eoghan Henn sous licence CC BY 4.0, est un skill qui observe vos sessions de travail. Il note trois choses : les corrections que vous apportez aux sorties de l'agent, qui signalent un skill peu clair ; le travail manuel ou répétitif qui mériterait d'être systématisé ; et ses propres angles morts. À chaque session, il produit un journal d'observations structuré, avec le skill concerné et l'amélioration proposée.

Il ne modifie rien lui-même. Les observations et les mises à jour proposées sont écrites dans des fichiers que vous relisez et appliquez, ou non. L'auteur recommande une session de revue planifiée pour les traiter ; la sienne tourne trois matins par semaine. Sur sept mois d'usage, il indique plus de 1 200 observations enregistrées sur ses 70 skills, la plupart transformées en améliorations. C'est l'expérience d'une personne, pas une étude.

La limite est écrite dans le README, et c'est la plus honnête des quatre : la valeur de l'outil grandit avec la taille de la bibliothèque. Avec une poignée de skills, la mémoire intégrée de l'agent et une édition directe du fichier font le même travail avec moins de frais. Adoptez-le tôt si vous prévoyez que la bibliothèque grossisse, ou revenez-y le jour où l'édition manuelle ne suit plus.

Installation : le dossier se place dans .claude/skills/task-observer/ du projet, avec ses sous-dossiers references/ et scripts/.

Lequel installer selon votre situation ?

Si… Alors Et pas
Vous réexpliquez le projet à l'agent chaque matin claude-mem, synchronisation cloud désactivée une mémoire avant d'avoir écrit le CLAUDE.md
Vos sessions lisent des journaux, des JSON, des résultats de recherche Headroom, télémétrie coupée Headroom pour des échanges courts en prose
L'agent rédige des textes que des humains lisent Humanizer, avec deux paragraphes de votre plume Humanizer sur du code ou des chiffres
Vous maintenez plus d'une dizaine de skills Task Observer, avec une revue hebdomadaire planifiée Task Observer avec trois skills
Le code ou les données ne peuvent pas sortir du périmètre Headroom et Humanizer seulement, puis cadrage claude-mem avec compte et synchronisation

Et pas les quatre le même jour. Chacun ajoute une couche à comprendre, et un problème qui apparaît après quatre installations ne se diagnostique plus.

Un ordre d'installation qui limite les surprises

  1. 1HumanizerUn fichier, aucune dépendance, aucun service. Rien à casser.
  2. 2HeadroomUn proxy local, réversible. Coupez la télémétrie, vérifiez avec headroom doctor.
  3. 3claude-memUn compte, un service local, une base. Décidez avant d'installer ce qui peut être stocké.
  4. 4Task ObserverQuand la bibliothèque de skills dépasse ce que vous pouvez entretenir à la main.
Du plus simple à retirer au plus structurant. Une semaine entre chaque étape suffit à savoir si la précédente tient.

Quelles erreurs voit-on le plus souvent ?

Installer d'après une liste. Une liste classée par partages mesure l'enthousiasme, pas votre problème. Partez du symptôme, puis cherchez l'outil.

Ne pas lire ce qui va être installé. Le panneau /plugin liste les hooks, les serveurs MCP et les skills que l'extension ajoute, et son coût de contexte à chaque tour. Un hook actif en permanence coûte sur toutes vos sessions, pas seulement celles où il sert.

Laisser les réglages par défaut. Un compte, une synchronisation, une télémétrie : chacun des quatre a au moins un réglage qui décide ce qui quitte la machine. Décidez-le à l'installation, pas au premier audit.

Confondre mémoire et conventions. claude-mem retient ce que l'agent a fait. Il ne retient pas ce qu'il aurait dû faire. Cela, c'est le CLAUDE.md, et aucune extension ne l'écrit à votre place.

Quand ces extensions sont-elles la mauvaise réponse ?

Trois cas où nous déconseillons d'y passer du temps.

Vous n'avez pas encore de CLAUDE.md sérieux. Une mémoire entre sessions ne compense pas l'absence de conventions écrites. L'agent se souviendra très bien de règles que personne n'a fixées. Écrivez d'abord le manuel du dépôt, puis donnez-lui une mémoire.

Votre contrainte est réglementaire, pas technique. Si vos données ne peuvent pas quitter votre infrastructure, un outil qui demande un compte et propose une synchronisation cloud est une question de conformité avant d'être une question d'outillage. La réponse n'est pas un plugin de plus, c'est un cadrage de ce qui sort et de ce qui reste.

Votre équipe n'a pas de skill à observer, ni de prose à relire. Deux des quatre outils règlent des problèmes que vous n'avez peut-être pas. Un développeur seul, sur un projet, avec trois skills, n'a besoin ni d'un observateur ni d'un réviseur de prose. Il a besoin de tests.

Par où commencer

Si votre équipe technique utilise déjà Claude Code et que la question est de l'outiller correctement, le plus court est un échange de vingt minutes sur ce qui bloque aujourd'hui : contexte, mémoire, qualité des sorties, ou entretien des skills. Nous vous dirons lequel des quatre installer en premier, et lesquels vous pouvez ignorer.

Si la question est plus large, celle d'un déploiement d'agent de code dans une équipe qui ne l'a pas encore cadré, c'est le rôle du conseil. Et si vous cherchez d'abord à monter l'équipe en compétence, nos formations IA couvrent Claude en usage professionnel ; la formation dédiée à Claude Code se construit avec les premières équipes qui la demandent, et cette page dit où nous en sommes.

À lire ensuite