rpp
✓Génère des graphiques de connaissances hiérarchiques via le principe de Pareto récursif pour une optimisation construction de schéma. Produit des structures à quatre niveaux (du méta-graphe L0 au graphe détaillé L3) où chaque niveau contient 80 % de nœuds en moins tout en mettant à la terre 80 % de son dérivé, atteignant Couverture de 51 % à partir de 0,8 % des nœuds via la compression Pareto³. À utiliser lors de la création d'ontologies de domaine ou des architectures de connaissances nécessitant : (1) Les premiers principes atomiques avec des composites émergents, (2) Densité d'informations optimisée par Pareto, (3) Topologie de petit monde avec nœud validé ratios (L1:L2 2-3:1), ou (4) construction bidirectionnelle. S'intègre au graphique (η≥4 validation), abduct (refactoring), mega (SuperHyperGraphs), infranodus (détection d'écart). Déclencheurs : 'génération de schéma', 'création d'ontologie', 'hiérarchie de Pareto', 'graphe récursif', « décomposition des premiers principes ».
Installation
SKILL.md
Generate hierarchical knowledge structures where each level achieves maximum explanatory power with minimum nodes through recursive application of the Pareto principle.
| Level | Role | Node % | Coverage | Ratio to L3 |
| L0 | Meta-graph/Schema | 0.8% | 51% | 6-9:1 to L1 | | L1 | Logic-graph/Atomic | 4% | 64% | 2-3:1 to L2 | | L2 | Concept-graph/Composite | 20% | 80% | — | | L3 | Detail-graph/Ground-truth | 100% | 100% | — |
Génère des graphiques de connaissances hiérarchiques via le principe de Pareto récursif pour une optimisation construction de schéma. Produit des structures à quatre niveaux (du méta-graphe L0 au graphe détaillé L3) où chaque niveau contient 80 % de nœuds en moins tout en mettant à la terre 80 % de son dérivé, atteignant Couverture de 51 % à partir de 0,8 % des nœuds via la compression Pareto³. À utiliser lors de la création d'ontologies de domaine ou des architectures de connaissances nécessitant : (1) Les premiers principes atomiques avec des composites émergents, (2) Densité d'informations optimisée par Pareto, (3) Topologie de petit monde avec nœud validé ratios (L1:L2 2-3:1), ou (4) construction bidirectionnelle. S'intègre au graphique (η≥4 validation), abduct (refactoring), mega (SuperHyperGraphs), infranodus (détection d'écart). Déclencheurs : 'génération de schéma', 'création d'ontologie', 'hiérarchie de Pareto', 'graphe récursif', « décomposition des premiers principes ». Source : zpankz/mcp-skillset.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/zpankz/mcp-skillset --skill rpp- Source
- zpankz/mcp-skillset
- Catégorie
- </>Développement
- Vérifié
- ✓
- Première apparition
- 2026-02-01
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que rpp ?
Génère des graphiques de connaissances hiérarchiques via le principe de Pareto récursif pour une optimisation construction de schéma. Produit des structures à quatre niveaux (du méta-graphe L0 au graphe détaillé L3) où chaque niveau contient 80 % de nœuds en moins tout en mettant à la terre 80 % de son dérivé, atteignant Couverture de 51 % à partir de 0,8 % des nœuds via la compression Pareto³. À utiliser lors de la création d'ontologies de domaine ou des architectures de connaissances nécessitant : (1) Les premiers principes atomiques avec des composites émergents, (2) Densité d'informations optimisée par Pareto, (3) Topologie de petit monde avec nœud validé ratios (L1:L2 2-3:1), ou (4) construction bidirectionnelle. S'intègre au graphique (η≥4 validation), abduct (refactoring), mega (SuperHyperGraphs), infranodus (détection d'écart). Déclencheurs : 'génération de schéma', 'création d'ontologie', 'hiérarchie de Pareto', 'graphe récursif', « décomposition des premiers principes ». Source : zpankz/mcp-skillset.
Comment installer rpp ?
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/zpankz/mcp-skillset --skill rpp Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/zpankz/mcp-skillset
Détails
- Catégorie
- </>Développement
- Source
- skills.sh
- Première apparition
- 2026-02-01