Smart Learning — chainskills

Quand une erreur survient pendant le developpement du projet chainskills, suis ce processus d'auto-apprentissage.

Workflow d'apprentissage

1. Identifier l'erreur (type, message, stack trace)
2. Diagnostiquer la cause racine (pas le symptome)
3. Corriger en appliquant les principes d'architecture
4. Memoriser le pattern pour eviter la recurrence

Patterns frequents — chainskills

Architecture violations

Erreur	Cause	Fix
Import externe dans src/core/	Dependency Rule violation	Creer un port + adapter
Adapter instancie dans le CLI	Couplage direct	Utiliser le DI container
throw dans un use case	Wrong error pattern	Retourner Result<T, E>
any dans une signature	Typage faible	Utiliser generics ou unknown

Parser errors

Erreur	Cause	Fix
Directive non reconnue	Plugin remark manquant	Verifier remark-directive config
Frontmatter invalide	Schema YAML incorrect	Valider avec Zod schema
Variable $name non resolue	Template engine miss	Verifier le contexte d'execution

Runtime errors

Erreur	Cause	Fix
Step timeout	Pas de timeout configure	Ajouter timeout dans la config
MCP connection failed	Serveur non demarre	Verifier chainskills serve
State lost between steps	Mauvais state backend	Verifier CHAINSKILLS_STATE_BACKEND

Anti-patterns a eviter

• Ne pas importer un package npm dans src/core/
• Ne pas hardcoder des valeurs (URLs, seuils, secrets)
• Ne pas utiliser console.log au lieu du logger structure
• Ne pas faire de catch global qui avale les erreurs
• Ne pas ecrire de tests qui dependent de l'infra (DB, reseau, filesystem)