| name | chain-of-density |
| version | 2.0.0 |
| description | Densifie itérativement des résumés via la technique Chain-of-Density. Utiliser pour compresser de la documentation verbeuse, condenser des spécifications ou créer des synthèses exécutives en préservant la densité informationnelle. |
| allowed-tools | Read, Bash, Glob, Agent |
| argument-hint | [texte ou fichier] [--iterations 5] [--mots-cibles 80] [--historique] |
| context | conversation |
Skill : /chain-of-density
Compresse un texte par injection itérative d'entités suivant la méthodologie du papier Chain-of-Density (CoD). Chaque passe identifie les entités manquantes de la source et les incorpore en maintenant un nombre de mots identique.
Référence : From Sparse to Dense: GPT-4 Summarization with Chain of Density Prompting
Déclencheurs
/chain-of-density, /cod- "densifie ce texte", "résumé dense", "condense ce document"
- "chain of density", "synthèse dense"
- Toute demande de compression itérative de texte
Arguments
| Argument | Description | Défaut |
|---|
texte ou fichier | Texte brut ou chemin vers un fichier .md/.txt | obligatoire |
--iterations N | Nombre de passes de densification | 5 |
--mots-cibles N | Nombre de mots maintenu à chaque itération | 80 |
--historique | Inclure les résumés intermédiaires + entités | non |
Parsing via $ARGUMENTS :
- Si l'argument est un chemin de fichier existant, lire son contenu
- Si c'est du texte brut, l'utiliser directement
- Les flags
--iterations, --mots-cibles, --historique sont optionnels
Principes de la méthode CoD
Voir references/methode-cod.md pour les principes détaillés et les 5 critères des entités manquantes (Adams et al., 2023).
Contraintes
| Règle | Description |
|---|
| Texte source intégral | Ne JAMAIS pré-digérer, résumer ou reformuler le texte source. Chaque sous-agent lit le fichier /tmp/${COD_ID}.txt lui-même |
| Sérialisation | Les itérations sont exécutées une par une, jamais en parallèle. Chaque itération dépend de la sortie de la précédente |
| Tolérance de comptage | Le résumé doit faire exactement mots_cibles mots (+-3 mots). Au-delà, relancer l'itération |
| Limites de taille | < 100 mots : refuser (résumé classique). < 300 mots : avertir (CoD moins efficace). > 50 000 mots : refuser (découper) |
| Non-régression | Ne JAMAIS supprimer une entité déjà intégrée dans un résumé précédent |
| Fidélité | Aucune entité inventée — chaque ajout doit être vérifiable dans le texte source |
| Langue de sortie | Détecter la langue du texte source. Tous les résumés doivent être rédigés dans cette même langue. Seuls les en-têtes de sortie (étiquettes YAML, noms de colonnes) restent en français |
| Convention de comptage | Un mot = toute séquence séparée par des espaces. Mots composés (« c'est-à-dire ») = 1, nombres (« 2023 ») = 1, acronymes (« RGPD ») = 1. Source de vérité : scripts/text_metrics.py |
Workflow
Phase 1 : Préparation
- Parser
$ARGUMENTS pour extraire le texte source, les paramètres
- Si c'est un fichier, lire son contenu avec
Read
- OBLIGATOIRE : Écrire le texte source brut INTÉGRAL dans un fichier temporaire :
COD_ID="cod-source-$(date +%s)"
cat /chemin/vers/source.md > /tmp/${COD_ID}.txt
cat <<'EOFSOURCE' > /tmp/${COD_ID}.txt
[texte brut ici]
EOFSOURCE
Note : Le suffixe $COD_ID (timestamp) est stable entre appels Bash successifs dans une même session. Réutiliser ce même chemin dans les prompts des sous-agents et lors du nettoyage en phase 3.
RÈGLE ABSOLUE : Ne JAMAIS pré-digérer, résumer ou reformuler le texte source avant de le passer aux sous-agents. Chaque sous-agent DOIT lire le fichier /tmp/${COD_ID}.txt lui-même pour accéder au texte original intégral. Cette règle prévient la perte d'information entre l'orchestrateur et les sous-agents.
- Compter les mots du texte source (
$SKILL_DIR = variable native Claude Code, résout vers le répertoire du skill) :
python3 "${SKILL_DIR}/scripts/text_metrics.py" words < /tmp/${COD_ID}.txt
-
Vérifier les limites du texte source :
- Si moins de 100 mots : refuser et suggérer un résumé classique (CoD inadaptée)
- Si moins de 300 mots : avertir « Ce texte fait moins de 300 mots. La technique Chain-of-Density est plus efficace sur des textes plus longs. Continuer quand même ? »
- Si plus de 50 000 mots : refuser et suggérer de découper le texte en sections
-
Ajuster mots_cibles si nécessaire (textes très longs = augmenter)
Phase 2 : Itérations (sérialisées)
Exécuter les itérations une par une via des sous-agents inline (Agent tool).
CRITIQUE : Les itérations doivent être sérialisées (jamais en parallèle). Chaque itération dépend de la sortie de la précédente.
Les prompts complets des sous-agents sont dans references/prompts.md. L'orchestrateur substitue les variables avant injection : [N] = mots_cibles, [N_TOTAL] = iterations, [N_TOTAL_MOINS_1] = iterations - 1, [I] = numéro d'itération, [X] = mots du résumé précédent, $$ = valeur de $COD_ID (timestamp capturé en phase 1).
Syntaxe d'appel :
Agent(subagent_type="general-purpose", prompt="[prompt substitué depuis references/prompts.md]")
Itération 1 — Le sous-agent lit le fichier source et produit un résumé volontairement épars et verbeux de mots_cibles mots, sans entités spécifiques. Le remplissage est intentionnel : c'est du texte sacrificiel que les itérations suivantes remplaceront par des entités. Utiliser des expressions creuses typiques : « cet article traite de », « il est intéressant de noter que », « on peut observer que », « dans le contexte de ».
Itérations 2 à N — Le sous-agent reçoit le résumé précédent, lit le fichier source, identifie 1-3 entités manquantes (5 critères), densifie le résumé en les intégrant par compression, puis vérifie le comptage et la non-régression avant de répondre. Le résumé doit rester auto-suffisant (compréhensible sans le texte source).
Retry sur comptage divergent — Si un sous-agent retourne un résumé hors tolérance (+-3 mots), relancer l'itération avec un rappel explicite du mots_cibles. Maximum 2 tentatives par itération. Après 2 échecs consécutifs, livrer le dernier résumé valide et passer à la phase 3.
Phase 3 : Vérification et livraison
- Compter les mots du résumé final :
python3 "${SKILL_DIR}/scripts/text_metrics.py" words <<< "résumé final"
- Vérifier que le compte est dans la tolérance (+-3 mots de
mots_cibles)
- Nettoyer le fichier temporaire :
rm -f /tmp/${COD_ID}.txt
- Afficher le résultat selon le format demandé
Pattern d'orchestration
Itération 1 : Base éparse (mots_cibles, remplissage verbeux)
| Entités_Manquantes: (aucune - base)
Itération 2 : +3 entités, compression du remplissage
| Entités_Manquantes: "entité1"; "entité2"; "entité3"
Itération 3 : +3 entités, compression supplémentaire
| Entités_Manquantes: "entité4"; "entité5"; "entité6"
Itération 4 : +2 entités, resserrement
| Entités_Manquantes: "entité7"; "entité8"
Itération 5 : +1-2 entités, densité maximale
| Entités_Manquantes: "entité9"
Résumé final dense (même nombre de mots, 9+ entités)
Format de sortie
Minimal (défaut)
[Résumé dense final]
Avec historique (--historique)
resume_final: |
[Résumé dense au mots_cibles avec toutes les entités accumulées]
iterations:
- tour: 1
entites_manquantes: "(aucune - établissement de la base)"
mots: 80
resume: |
[Résumé épars itération 1]
- tour: 2
entites_manquantes: "entité1; entité2; entité3"
mots: 80
resume: |
[Résumé plus dense itération 2]
total_entites: 9
Quand utiliser
- Documentation verbeuse dépassant 500 mots
- Cahiers des charges à condenser
- Synthèses exécutives à partir de rapports détaillés
- Compression de skills trop longs
Quand NE PAS utiliser
- Textes juridiques/conformité (précision requise)
- Tutoriels (les débutants ont besoin des explications)
- Contenu déjà concis (moins de 300 mots)
- Spécifications techniques (ne pas compresser les specs)
Exemples
Format minimal (source : 342 mots sur les skills Claude Code) :
/chain-of-density rapport.md --mots-cibles 80
→ Les skills Claude Code sont définis par un fichier SKILL.md dans
.claude/skills/ avec frontmatter YAML obligatoire : name (kebab-case,
regex ^[a-z0-9]+(-[a-z0-9]+)*$, 1-64 caractères), description (1-1024
caractères, déclencheurs et mots-clés de découverte), allowed-tools et
context (conversation ou fork). Divulgation progressive via
sous-répertoires references/, assets/, scripts/. Orchestration de tâches
complexes par Agent (sous-agents stateless). Le pipeline skill-pipeline
enchaîne skill-creator, skill-conformity-checker (/50) et skill-review
(/100) pour un score combiné /150. Multi-plateformes : Claude Code CLI,
Cursor, GitHub Copilot.
Exemples complets avec itérations intermédiaires : voir references/exemples.md.
Format historique (source : 299 mots sur le catalogue de 34 skills) :
/chain-of-density spec.md --historique --iterations 3 --mots-cibles 100
→ resume_final: |
Ce workspace propose 34 skills en 7 catégories : quotidien,
accessibilité (9 skills dont /audit-a11y), qualité (/skill-pipeline
score combiné /150), IA multi-modèles, rédaction, spécialisés et
utilitaires.
iterations:
- tour: 1
entites_manquantes: "(aucune - établissement de la base)"
mots: 98
- tour: 2
entites_manquantes: "/pdf; /audit-a11y; /council"
mots: 102
- tour: 3
entites_manquantes: "34 skills; 9 skills accessibilité; /skill-pipeline /150"
mots: 97
total_entites: 6
Exemples complets avec itérations intermédiaires : voir references/exemples.md.
Gestion des erreurs
| Situation | Message | Action |
|---|
| Texte source vide | "Aucun texte fourni" | Demander le texte |
| Fichier introuvable | "Fichier X introuvable" | Vérifier le chemin |
| Texte trop court (<100 mots) | "Texte trop court pour CoD" | Suggérer un résumé classique |
| Comptage divergent (>3 mots d'écart) | "Le résumé fait X mots au lieu de Y" | Relancer l'itération |
| Agent retourne un format invalide | "Format de sortie inattendu" | Relancer avec rappel du format |
| Sous-agent timeout (pas de réponse) | "Timeout itération X" | Relancer l'itération (max 2 tentatives) |
| 2 échecs consécutifs sur une itération | "Itération X échouée après 2 tentatives" | Livrer le dernier résumé valide |
| Texte source trop long (>50 000 mots) | "Texte de X mots, limite 50k" | Suggérer de découper le texte |
Checklist finale
Architecture
- Skill (ce fichier) = orchestrateur des itérations
- Sous-agents inline (via
Agent tool, subagent_type="general-purpose") = travailleurs stateless par itération (prompts dans references/prompts.md)
- Script (
scripts/text_metrics.py) = utilitaire déterministe de comptage
Agent dans allowed-tools correspond à l'outil natif Claude Code qui lance des sous-agents autonomes. Les sous-agents ne peuvent pas appeler d'autres sous-agents. Seul le skill orchestre via cet outil.
