Donnez aux agents une mémoire structurelle persistante d'une base de code : parcourez les dépendances, suivez les API publiques et comprenez pourquoi les connexions existent sans relire l'intégralité du dépôt.
Installez rapidement le skill IA data-structure-protocol dans votre environnement de développement via la ligne de commande
Source : sickn33/antigravity-awesome-skills.
LLM coding agents lose context between tasks. On large codebases they spend most of their tokens on "orientation" — figuring out where things live, what depends on what, and what is safe to change. DSP solves this by externalizing the project's structural map into a persistent, queryable graph stored in a .dsp/ directory next to the code.
DSP is NOT documentation for humans and NOT an AST dump. It captures three things: meaning (why an entity exists), boundaries (what it imports and exposes), and reasons (why each connection exists). This is enough for an agent to navigate, refactor, and generate code without loading the entire source tree into the context window.
DSP models the codebase as a directed graph. Nodes are entities, edges are imports and shared/exports.
Champs et commandes stables pour les citations IA/recherche.
npx skills add https://github.com/sickn33/antigravity-awesome-skills --skill data-structure-protocolDonnez aux agents une mémoire structurelle persistante d'une base de code : parcourez les dépendances, suivez les API publiques et comprenez pourquoi les connexions existent sans relire l'intégralité du dépôt. Source : sickn33/antigravity-awesome-skills.
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/sickn33/antigravity-awesome-skills --skill data-structure-protocol Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw
https://github.com/sickn33/antigravity-awesome-skills