Full-stack & cloud engineer · AI applications · Paris
I turn ideas into products that ship.
I'm Yulin Xin, a full-stack engineer and tech lead with 3 years in insurtech. I owned an internal CRM and the DevOps of a core system, and led up to 5 freelance developers on a client app rebuild, where the new front end cut quote loading from tens of seconds to under 5. For the past year I've focused on LLM applications and coding agents: agents for speed, tests, evals and infrastructure as code for quality.
Looking for an AI application or full-stack cloud role in Paris · available from January 2027 · authorised to work in France
From Shanghai to Paris, from building pages to owning the whole delivery chain.
I studied computer science for my engineering degree. As an intern I rebuilt a legacy system. At work I moved from front end to back end, cloud and CI/CD. Now LLM applications and agent evaluation are my main focus.
Université de technologie de Belfort-Montbéliard (UTBM)
2022.09 – 2023.02
Technical support intern
Capgemini Consulting · Shanghai
2023.08 – 2026.12
Tech lead & full-stack engineer
An insurtech company · Paris
2025 – now
AI application engineering
Coding agents, evals, local models, skills
3 yrsof full-stack work: front end, back end, cloud and CI/CD
3product lines I've owned end to end
< 5 squote loading after the rebuild, down from tens of seconds
3working languages: Chinese (native), English (C1+), French (B2)
Work · Insurtech · 2023–2026
At a French insurtech company, I covered front end, back end, cloud and delivery.
The team is small, so one person often owns a product line from design to release. I worked in a Scrum team and ran sprints in Jira. I often built a prototype first, let colleagues try it, and then iterated on their feedback. When production broke or a new project started, colleagues usually came to me first.
After three product lines, what I care about most is the delivery chain: consistent environments, automated deploys and clear permissions. That is what lets code change fast and safely.
AWS Lambda
DynamoDB
Cognito
Serverless
Docker
GitHub Actions
Python · FastAPI
TypeScript
Vue
React
Flutter
Java
Salesforce
1
Client app rebuildI led the move of the core content to a new architecture on my own and rewrote the front end in React, cutting quote loading from tens of seconds to under 5. I also set up full CI/CD on AWS, which became the team's standard for building and deploying.
2
Internal CRMTurned work colleagues used to do by hand into a standard web tool. Vue + TypeScript front end, Python Lambda back end, with full authentication and permissions for sensitive insurance data.
3
DevOps for the core business systemA Java / Tomcat / Redis system. I unified the environments with Docker Compose and automated deploys to AWS EC2 with GitHub Actions. I was also the main contact for production incidents.
Projects
From idea to release
Each project starts with the results: how fast it shipped, what it delivers, and what keeps the quality up. I own the problem, the trade-offs and the acceptance checks. AI agents speed up the code, docs and reviews.
A pixel-art idle game about cutting gems. Chip off the rock, set the angle of the gem’s base, grind the facets. Finished gems glow, and light is the currency.
2 daysfrom the first prototype to the public itch.io release, in 26 commits
300+players so far. Chinese and English, following the browser language
0 backendthe whole game is one HTML file, and progress is saved in the browser
It was inspired by a video about why diamonds sparkle. I wanted “light goes in and can’t get out” to be something you can try with your own hands. When you set the angle, the game traces every ray through a cross-section of the gem and works out how much light stays in, using real refractive indices and the Fresnel equations. Diamond’s critical angle is 24.4°, while fluorite leaves a window of about 2°, and you feel the difference when you play.
Key trade-offs · 4
Setting the angle used to mean reading a ray diagram first. I replaced it with a bar showing the bright zone and a tap on the gem. The ray diagram moved into a fold-out panel for people who want the physics.
Most itch.io players read English, so every string went into one translation table. The game is in Chinese and English, follows the browser language and can be switched by hand.
I redid the whole look as a crystallography plate, but kept the gems in pixel art. The 3D pixel gems and the coloured light under them are what people remember.
The English name was going to be Hidden Light. Before release I found games with the same name on itch, so it became Stonelight. The first release is free, with no payments.
Next: pacing tests and a prestige system.
A test bench for coding agents: under reproducible conditions, it measures whether an agent holds combined constraints, and where it fails.
17/17tests passing on the first frozen-condition run (28 Jul), 0 minutes of manual fixes. But a skill triggered on its own, so it counts as one success, not proof the prompt did it. The run isn't merged; main has 15 tests
1/3in the three valid repeated trials that followed: success, failure, failure. Conclusion: the prompt can succeed, but it isn't reliable yet
13numbered learning notes, plus docs on the experiment method, failure modes, context templates and the scoring rubric, all in the public repo
What I care about is how to tell whether an agent's output can be trusted, not just getting it to finish the code. So every run freezes the starting point, runs in isolation and gets no manual fixes before the end. Then “task passed” and “experiment valid” are judged separately. The domain is photo training, which I know well: the constraints are rich and the answers are easy to check.
Key trade-offs · 3
Freeze the prompt and the starting commit, run in an isolated environment, make no manual fixes before the end, and keep the raw output.
The first real run passed every feature, but it pulled in a skill and review subtasks on its own, which changed the setup. I marked the result “confounded” and did not use it as a pure-prompt baseline.
I wrote down a hypothesis that a 0/3 result would disprove, and judged “task succeeded” and “experiment valid” separately.
Not proven yet: a stable success rate, A/B tests on context and skills.
For people with some photography basics who go out and don't know what to shoot: an observation drill they can run on location, and decide for themselves when it's done.
53 + 5frontend and backend tests passing. Camera, permissions, photo storage and sharing verified on the target iPhone
7 / 14seven drill focuses and fourteen task families. Every task traces back to the fields and version that generated it
It started as a random subject generator and grew into a bounded drill: it tells you what to look for and which framing rule to keep, but it does not judge conditions on site for you or rate your photos. The feedback backend is deployed with AWS SAM and only receives task events. Photos and reviews stay on the phone.
Key trade-offs · 7
A drill is done when you have explored the theme seriously. You don't have to hand in “the best shot”. No limits on gear, focal length or exposure. Film and digital both work.
The light option became “which light-and-shadow relation do you want to observe”. The photographer decides whether the light is there. The app no longer guesses from the device clock.
“Find a red anchor” became “find a colour anchor”. A specific colour, light source or material should not be required for a whole type of drill.
Capture is 1:1 and portrait-locked for now, with up to three photos per share and no metering yet. We discussed auto-switching orientation that day, then I chose to cut the scope.
For framing I compared three options on the phone: square, a tall 3:4 window, and a square window with frame lines. I chose frame lines: the window stays square, 3:4 lines follow the camera image, and the saved photo is exactly what was inside the lines.
After trying both flows on the phone, I dropped the close-lid, retract-ring, eject-card animation. The task is now one sheet of paper with three resting places: when the sheet covers the body, the hood closes; when it moves away, the hood opens.
The feedback backend runs in AWS Singapore, because most testers are in China. It only receives task events. Photos and reviews stay on the phone and are never uploaded.
Not done yet: the private beta with invited testers, and real usage data.
More shipped work
Local AI pipeline · 2026.07
Local video library
Runs fully on my machine: whisper.cpp transcribes the videos, a local LLM (Ollama) sorts them by topic, with full-text search and SRT export. Its CLI tool, video-to-md, never overwrites existing files and falls back to CPU if the GPU crashes.
A static site in Chinese, English and French. Hosting on AWS Amplify is defined in CloudFormation, deploys go through a separate least-privilege role, security headers such as CSP and HSTS are set, and one script publishes it. The repo is public.
HTML · CSS · JS · CloudFormation · Amplify · IAMView the repo ↗From needs to delivery · 2026
AI agents for friends
I install and configure coding agents for friends who don't code. I first find out which parts of their work repeat, then write custom skills so the agent works the way they do.
Agent setup · custom skills
More experiments · 2
Local AI experiment · 2026.07
Photo Direction Finder
Using a local vision model (Qwen2.5-VL) to find someone's creative direction in their photo library, with every photo processed on the device. I ran three prompt versions on the same 20 photos, and the model still read snapshots as serious work. So I stopped judging photo by photo and looked for choices that repeat across photos.
One spec that links story, references, generation, editing and review: first an animatic with sound and test clips for hard shots, then batch generation.
Workflow spec · 8 rough storyboards
MY OWN SKILLS
Turning calls I make again and again into protocols an agent can run.
When I do the same kind of work a third or fourth time, I package it as a skill: the entry point holds shared principles, details load on demand, and it has versions and check scripts and works across projects. I set the problem, the constraints and the trade-offs. AI helps write the protocols, scripts and tests.
pixel-mv2026.10 · open source · distilled from a music video
Pixel music video pipeline
Turns a song into a music video styled as a pixel-art RPG. No image-generation model: Python and Pillow draw every frame at 320×180, scaled to 1080p and assembled with ffmpeg. Five visual styles, and the lyrics light up character by character in a game dialogue box. The first one runs 4 min 39 s.
The engine and render pipeline are fixed, so each new song only needs a storyboard and scenes. Code is written only after I approve the storyboard.
All 11 change requests I made on the first video went into a feedback log, which became the self-check list before every delivery.
Code on GitHub ↗short-video-growth-director2026.08 · 3 iterations
An upgradable cross-project skill
A workflow skill from topic choice to post-release review. The interesting part is how it is maintained: how knowledge is layered and how updates stay safe.
New knowledge falls into three types: general methods, time-bound platform info, and project-specific notes. Only general methods go into the global rules.
Updates run --check before --apply, and refuse to run on a dirty workspace or a forked version. Connected to five agent tools.
The first turns saved material into use cards and manages their state. The second only decides whether a piece of evidence should change a project: adopt, minimal test, defer or reject.
At first their roles overlapped. I redrew the boundary: only upstream owns state, downstream only returns its call, and the handoff needs user confirmation.
The agent makes the value calls. Scripts only scan, hash, index and check structure. In a real trial on 5 originals, every SHA-256 stayed unchanged.
Calls and trade-offs
Write the call down first. Let time test it.
What I chose to build or skip, each with the date I decided. Calls I got wrong and changed stay here too.
01A ▸2026.06
Not building BossDirect
A hiring app linking tech talent in France directly with startup founders. The technical design was done. Research showed the swipe-matching model already existed and mine wasn't different enough, so I stopped before writing code.
Dropped
02A ▸2026.07
Classify each photo as work first, then find the direction
Over three rounds, the local model kept reading snapshots as serious work. The same day I dropped photo-by-photo classification and moved to analysing relations across photos, instead of hiding the problem with more prompt tuning.
Revised
03A ▸2026.08
With skills hidden and subtasks blocked, Prompt v1 succeeds at least once in three valid trials
A feasibility hypothesis that a 0/3 result would disprove outright. The three valid trials have not all run yet.
Untested
04A ▸2026.08
When two skills overlap, keep both and narrow each one's role
content-to-action owns the inbox and state. evidence-to-project-decision only makes project calls, and the handoff needs user confirmation. No merge, and no state owned by both.
Shipped
Earlier calls · 3
05A ▸2026.07
“Blue hour can count as night”
This was my first modelling call. As I built on it, the exceptions kept piling up. The same day I made it a separate time slot and stopped patching “night”.
Revised
06A ▸2026.08
A drill is done when you explore seriously, not when you pick one good photo
This is now the completion rule in Wind On. Whether it improves retention is a question for real users.
Untested
07A ▸2026.10
Not every task can fill a whole photo walk
Now one outing can chain several drills, with one task in focus at a time. The user decides when to stop.
Shipped
Method
How I build with AI
Agents for speed, but every step leaves evidence I can check: tasks that can be judged, runs that can be reproduced, limits enforced by the environment, and verification reported in layers.
Write a task that can be judged right or wrong, then hand it to the agent
Goal, existing context, hard constraints, what may be changed and the evidence for acceptance, each written out on its own.
Freeze the start, keep the failures
Same commit, prompt, model and permissions. Record the raw run first, then make manual fixes.
Let the environment enforce the limits
Forbidding something in the prompt doesn't mean the environment forbids it. Limits belong in the tool layer and permissions, and independent checks decide what is done.
Verify in layers, report in layers
Unit tests, real models, browser, device, cloud and user feedback each report on their own. Working locally is not deployed.
Make every generated result traceable
Keep field IDs, versions, source text and hashes. A restore never quietly regenerates past results.
5 more
Use a domain model to remove ambiguity
Common practice is not a requirement. When exceptions pile up, redraw the categories instead of adding rules.
Prove that bad input gets rejected
A passing happy-path example is not enough. In TDD, “red” must be the target assertion failing. An environment error doesn't count.
Judge task outcome and experiment validity separately
The feature can pass while the attribution is still invalid. One score can't stand in for both.
Decide if it's worth packaging before building a skill
Only the same inputs, calls and checks coming up again and again justify a skill. If an existing skill can be extended, I don't build a new one.
When skills work together, decide who owns state first
Upstream owns the lifecycle. Downstream only returns its call. The handoff carries only what is needed and never widens write access on its own.
Want to build something together?
Job offers, project collaborations, or a chat about AI application engineering: all welcome. I can talk in Chinese, English or French.
Ingénieur full-stack & cloud · applications IA · Paris
Je transforme une idée en produit en ligne.
Je suis Yulin Xin, ingénieur full-stack et tech lead avec 3 ans d'expérience en insurtech. J'ai porté un CRM interne et le DevOps d'un système métier, et j'ai encadré jusqu'à 5 développeurs freelances sur la refonte d'une app client, dont le nouveau front-end a fait passer le chargement des devis de plusieurs dizaines de secondes à moins de 5. Depuis un an, je me concentre sur les applications LLM et les agents de code : vite grâce aux agents, solide grâce aux tests, aux évaluations et à l'infrastructure as code.
En recherche d'un poste d'ingénieur IA applicative ou full-stack cloud à Paris · disponible à partir de janvier 2027 · autorisé à travailler en France
De Shanghai à Paris, des pages web à toute la chaîne de livraison.
Diplômé ingénieur en informatique. En stage, j'ai refondu un ancien système ; en poste, je suis passé du front-end au back-end, au cloud et au CI/CD. Aujourd'hui, je me concentre sur les applications LLM et l'évaluation d'agents.
2021.09 – 2024.02
Informatique · titre d'ingénieur
Université de technologie de Belfort-Montbéliard (UTBM)
2022.09 – 2023.02
Stagiaire support technique
Capgemini Consulting · Shanghai
2023.08 – 2026.12
Tech lead & ingénieur full-stack
Une insurtech parisienne
2025 – aujourd'hui
Ingénierie d'applications IA
Agents de code, évaluations, modèles locaux, Skills
3 ansde full-stack : front-end, back-end, cloud et CI/CD
3 produitspilotés en autonomie
< 5 sde chargement des devis après la refonte, contre plusieurs dizaines avant
3 languesde travail : chinois (langue maternelle), anglais (C1+), français (B2)
Travail · Insurtech · 2023–2026
Dans une insurtech parisienne, j'ai géré à la fois front-end, back-end, cloud et livraison.
L'équipe est petite : une seule personne porte souvent un produit de la conception à la mise en production. Je travaillais en Scrum, avec Jira pour les sprints. Souvent, je faisais d'abord un prototype, je le faisais tester à mes collègues, puis je l'ajustais selon leurs retours. En cas d'incident en production ou au lancement d'un nouveau projet, c'est en général moi qu'on venait voir en premier.
Sur ces trois produits, ce qui compte le plus pour moi, c'est la chaîne de livraison : environnements cohérents, déploiement automatisé, droits clairs. C'est ce qui permet d'itérer vite et sereinement.
AWS Lambda
DynamoDB
Cognito
Serverless
Docker
GitHub Actions
Python · FastAPI
TypeScript
Vue
React
Flutter
Java
Salesforce
1
Refonte de l'app clientJ'ai mené seul la migration du contenu principal vers une nouvelle architecture, avec un front-end réécrit en React : le chargement des devis est passé de plusieurs dizaines de secondes à moins de 5. J'ai aussi mis en place une CI/CD complète sur AWS, devenue le standard de l'équipe.
2
CRM interneDes tâches que les collègues faisaient à la main, transformées en outil web standardisé. Front-end Vue + TypeScript, back-end en Lambda Python, avec un système complet d'authentification et de droits pour des données d'assurance sensibles.
3
DevOps du système métier principalSystème Java / Tomcat / Redis. Docker Compose pour harmoniser les environnements, GitHub Actions pour déployer automatiquement sur AWS EC2. J'étais aussi le référent sur les incidents de production.
Projets
De l'idée à la mise en ligne
Chaque projet commence par ses résultats : en combien de temps il est sorti, ce qu'il livre, et ce qui garantit sa qualité. Je définis le problème, les arbitrages et la validation ; les agents IA accélèrent l'implémentation, la documentation et les vérifications.
Un jeu incrémental en pixel art sur la taille des pierres. On casse la gangue, on règle l'angle du bas de la pierre, on polit les facettes. Les pierres taillées brillent, et la lumière sert de monnaie.
2 joursdu premier prototype à la sortie publique sur itch.io, en 26 commits
300+joueurs à ce jour ; chinois et anglais, selon la langue du navigateur
0 back-endtout le jeu tient dans un seul fichier HTML, la progression est enregistrée dans le navigateur
L'idée vient d'une vidéo qui explique pourquoi un diamant étincelle. Je voulais que « la lumière entre et ne ressort plus » devienne quelque chose qu'on essaie soi-même. Quand on règle l'angle, le jeu suit chaque rayon dans une coupe de la pierre et calcule la lumière qui reste, avec les vrais indices de réfraction et les équations de Fresnel. L'angle critique du diamant est de 24,4°, alors que la fluorite ne laisse qu'une fenêtre d'environ 2° : ça se sent en jouant.
Arbitrages clés · 4
Pour régler l'angle, il fallait d'abord lire un schéma des rayons. Je l'ai remplacé par une barre qui montre la zone lumineuse et un simple appui sur la pierre. Le schéma est rangé dans un panneau dépliable, pour ceux qui veulent la physique.
La plupart des joueurs d'itch.io lisent l'anglais : tous les textes sont passés dans une seule table de traduction. Le jeu est en chinois et en anglais, suit la langue du navigateur et se change à la main.
J'ai refait tout le visuel façon planche de cristallographie, mais les pierres restent en pixel art : les pierres 3D pixelisées et la lumière colorée en dessous sont ce qu'on retient.
Le nom anglais devait être Hidden Light. Avant la sortie, j'ai trouvé des jeux du même nom sur itch : il est devenu Stonelight. La première version est gratuite, sans paiement.
Prochaines étapes : tests d'équilibrage, système de prestige.
Un banc d'essai pour agents de code : dans des conditions reproductibles, il mesure si un agent respecte des contraintes combinées, et où il échoue.
17/17tests au vert au premier run aux conditions figées (28/07), 0 minute de correction. Mais une Skill s'est déclenchée d'elle-même : un succès, pas la preuve que le Prompt suffit. Run non fusionné ; main compte 15 tests
1/3sur les trois essais répétés valides qui ont suivi : succès, échec, échec. Conclusion : le Prompt peut réussir, mais il n'est pas encore fiable
13notes d'apprentissage numérotées, plus la méthode d'expérimentation, les modes d'échec, les modèles de Context et la grille d'évaluation, toutes dans le dépôt public
Ce qui m'intéresse, c'est de savoir si la sortie d'un agent est fiable, pas seulement de lui faire finir le code. Chaque run fige donc le point de départ, s'exécute en isolation et ne reçoit aucune correction manuelle avant la fin ; « tâche réussie » et « expérience valide » sont ensuite jugés séparément. Le domaine choisi, l'entraînement photo, je le connais bien : les contraintes sont riches et les réponses faciles à vérifier.
Arbitrages clés · 3
Prompt et commit de départ figés, exécution en environnement isolé, aucune correction manuelle avant la fin, résultats bruts conservés.
Au premier vrai run, tout passait, mais l'exécution avait activé d'elle-même une Skill et une sous-tâche de relecture : la configuration avait changé. Je l'ai classé « résultat contaminé », pas comme référence du Prompt seul.
Formuler une hypothèse réfutable par un 0/3, et juger séparément « tâche réussie » et « expérience valide ».
Pas encore démontré : un taux de réussite stable, un A/B entre Context et Skill.
Pour qui a quelques bases en photo mais ne sait pas quoi photographier une fois dehors : un exercice d'observation à mener sur le terrain, dont on juge soi-même la fin.
53 + 5tests front-end et back-end au vert ; caméra, autorisations, stockage des photos et partage validés sur l'iPhone cible
7 / 14sept axes d'exercice, quatorze familles de tâches ; chaque tâche remonte aux champs et à la version qui l'ont générée
Au départ, un générateur de sujets aléatoires ; c'est devenu un exercice cadré : il dit quoi observer et quelle règle tenir dans l'image, sans juger les conditions sur place ni les photos. Le back-end de retours est déployé avec AWS SAM et ne reçoit que les événements liés aux tâches ; photos et bilans restent sur le téléphone.
Arbitrages clés · 7
Terminer, c'est avoir vraiment exploré le thème, pas rendre « la meilleure photo ». Aucune contrainte de matériel, de focale ou d'exposition : argentique et numérique sont acceptés.
L'option lumière devient « quel contraste ombre-lumière observer ». Le photographe juge lui-même s'il y a de la lumière ; on ne déduit plus la faisabilité de l'heure de l'appareil.
« Trouver un point d'ancrage rouge » devient « trouver un point d'ancrage coloré ». Une couleur, une source de lumière ou une matière précise ne doit pas conditionner tout un type d'exercice.
Prise de vue d'abord en 1:1, orientation portrait fixe, partage de trois photos maximum, pas de mesure de lumière pour l'instant. Le basculement automatique paysage/portrait a été discuté le jour même, puis j'ai volontairement réduit le périmètre.
Pour le cadrage, j'ai comparé trois options sur le téléphone : carré, fenêtre verticale 3:4, et fenêtre carrée avec cadre. J'ai choisi le cadre : la fenêtre reste carrée, un cadre 3:4 suit l'image de la caméra, et la photo enregistrée correspond exactement à l'intérieur du cadre.
Après avoir essayé les deux parcours sur le téléphone, j'ai abandonné l'animation « fermer le capot, rentrer les bagues, éjecter la carte ». La tâche est désormais une feuille de papier avec trois positions : quand la feuille couvre le boîtier, le capuchon du viseur se ferme ; quand elle s'écarte, il s'ouvre.
Le back-end de retours tourne sur AWS à Singapour, car la plupart des testeurs sont en Chine. Il ne reçoit que les événements liés aux tâches ; photos et bilans restent sur le téléphone et ne sont jamais envoyés.
Reste à faire : le test privé avec des testeurs invités, et les données d'usage réelles.
Autres réalisations
Pipeline IA local · 2026.07
Médiathèque vidéo locale
Tout tourne en local : whisper.cpp transcrit les vidéos, un LLM local (Ollama) les classe par thème, avec recherche plein texte et export SRT. Son outil en ligne de commande, video-to-md, n'écrase jamais un fichier existant et repasse sur le CPU si le GPU plante.
Un site statique en chinois, anglais et français. L'hébergement sur AWS Amplify est décrit en CloudFormation, le déploiement passe par un rôle dédié à privilèges minimaux, les en-têtes de sécurité (CSP, HSTS…) sont en place, et un seul script publie le tout. Le dépôt est public.
HTML · CSS · JS · CloudFormation · Amplify · IAMVoir le dépôt ↗Du besoin à la livraison · 2026
Agents IA pour des proches
J'installe et je configure des agents de code pour des proches qui ne programment pas. Je repère d'abord ce qui se répète dans leur travail, puis j'écris des Skills sur mesure pour que l'agent suive leur façon de faire.
Configuration d'agents · Skills sur mesure
Autres expériences · 2
Expérience d'IA locale · 2026.07
Boussole photo
Utiliser un modèle de vision local (Qwen2.5-VL) pour dégager la direction créative d'une photothèque, avec un traitement entièrement sur l'appareil. Trois versions de Prompt sur les mêmes 20 photos : le modèle surinterprétait encore des photos du quotidien. J'ai donc arrêté le jugement photo par photo pour chercher les choix qui se répètent d'une photo à l'autre.
Python · PhotoKit · Apple Vision · OllamaConception de processus · 2026.09
Cahier de production vidéo IA
Un cadre qui relie histoire, références, génération, montage et validation : d'abord une prévisualisation sonore du storyboard et des tests des plans difficiles, puis la génération en série.
Cadre de processus · 8 plans esquissés
SKILLS MAISON
Transformer les jugements récurrents en protocoles qu'un Agent peut exécuter.
Quand je refais le même type de travail une troisième ou quatrième fois, j'en fais une Skill : un point d'entrée pour les principes communs, des détails lus à la demande, des versions, des scripts de contrôle, un usage d'un projet à l'autre. Je pose le problème, les contraintes et les arbitrages ; l'IA m'aide à écrire protocoles, scripts et tests.
pixel-mv2026.10 · open source · tirée d'un clip
Chaîne de clips en pixel art
Transforme une chanson en clip façon RPG en pixel art. Aucun modèle de génération d'images : Python et Pillow dessinent chaque image en 320×180, agrandie en 1080p et assemblée avec ffmpeg. Cinq styles visuels, et les paroles s'allument caractère par caractère dans une boîte de dialogue de jeu. Le premier dure 4 min 39.
Le moteur et la chaîne de rendu sont figés : pour chaque nouvelle chanson, il ne reste qu'à écrire le storyboard et les scènes. Le code ne s'écrit qu'une fois le storyboard validé.
Mes 11 demandes de modification sur le premier clip sont consignées dans un journal de retours, devenu la liste d'autocontrôle avant chaque livraison.
Une Skill de processus, du choix du sujet au bilan après publication. Ce qui compte ici, c'est sa maintenance : comment les connaissances sont classées, et comment les mises à jour restent sûres.
Les nouvelles connaissances sont classées en trois catégories : méthodes générales, infos de plateforme datées, spécificités d'un projet. Seules les méthodes générales entrent dans les règles globales.
Une mise à jour passe d'abord par --check, puis --apply ; refus immédiat si l'espace de travail est modifié ou si les versions divergent. Branchée sur cinq outils d'Agent.
La première transforme les contenus sauvegardés en fiches d'usage et gère leur état. La seconde décide seulement si une preuve doit changer un projet : adopter, expérience minimale, reporter ou refuser.
Au départ, leurs rôles se chevauchaient. J'ai redessiné la frontière : l'état appartient à l'amont seul, l'aval ne renvoie que son jugement, et le relais passe par l'accord de l'utilisateur.
Le jugement de valeur revient à l'Agent ; les scripts se limitent au scan, au hash, à l'index et aux contrôles de structure. Test réel sur 5 sources : tous les SHA-256 inchangés.
Décisions et arbitrages
Écrire ses décisions d'abord, laisser le temps trancher.
Ce que je fais et ce que je ne fais pas, daté du jour de la décision. Les erreurs et les corrections restent ici aussi.
01A ▸2026.06
Pas de BossDirect
Une app de recrutement pour mettre en relation directe talents tech en France et fondateurs de startups ; l'architecture technique était prête. L'étude de marché a montré que le matching par swipe existait déjà, sans différence suffisante. J'ai arrêté avant d'écrire le code.
Abandonné
02A ▸2026.07
Repérer les œuvres une à une, puis trouver la direction
Après trois essais, le modèle local surinterprétait toujours des photos du quotidien comme des œuvres. Le jour même, j'ai abandonné le classement photo par photo pour analyser les liens entre plusieurs photos, plutôt que de masquer le problème en retouchant le Prompt.
Corrigé
03A ▸2026.08
Sans Skill exposée ni sous-tâches, le Prompt v1 réussit au moins une fois sur trois essais valides
Une hypothèse de faisabilité réfutable directement par un 0/3. Les trois essais valides n'ont pas encore été menés.
À vérifier
04A ▸2026.08
Deux Skills qui se chevauchent : garder les deux, mais resserrer leur rôle
content-to-action gère la boîte de réception et l'état, evidence-to-project-decision ne fait que juger le projet, et le relais passe par l'accord de l'utilisateur. Pas de fusion, et jamais le même état détenu des deux côtés.
Adopté
Décisions plus anciennes · 3
05A ▸2026.07
« L'heure bleue peut compter comme la nuit »
C'était mon hypothèse de modélisation de départ. En la suivant, les exceptions se multipliaient. Le jour même, j'en ai fait une plage horaire à part, au lieu de rapiécer encore la « nuit ».
Corrigé
06A ▸2026.08
Terminer un exercice, c'est explorer sérieusement, pas choisir une belle photo
C'est désormais le critère de fin de Wind On. Reste à savoir s'il améliore la rétention : seuls de vrais utilisateurs le diront.
À vérifier
07A ▸2026.10
Toutes les tâches ne justifient pas une sortie photo entière
Désormais, une même sortie permet d'enchaîner les exercices, mais un seul à la fois, et c'est l'utilisateur qui décide quand arrêter.
Adopté
Méthode
Comment je fais de l'ingénierie avec l'IA
Les agents pour la vitesse, mais chaque étape laisse des preuves vérifiables : des tâches qu'on peut juger, des runs reproductibles, des limites imposées par l'environnement, une validation rapportée par niveaux.
Écrire une tâche vérifiable avant de la confier à l'Agent
Objectif, contexte existant, contraintes fortes, périmètre modifiable et preuves de validation : chacun écrit à part, clairement.
Figer le point de départ, garder les échecs
Même commit, même Prompt, même modèle, mêmes droits. On consigne d'abord le résultat brut, puis on corrige à la main.
Laisser l'environnement faire respecter les limites
Un interdit écrit dans le Prompt n'est pas un interdit dans l'environnement. Les limites se contrôlent au niveau des outils et des droits, et la fin d'une tâche se juge par une vérification indépendante.
Valider par niveaux, rendre compte par niveaux
Tests unitaires, modèle réel, navigateur, appareil, cloud, retours utilisateurs : chacun son verdict. Réussir en local ne veut pas dire être déployé.
Rendre chaque résultat généré traçable
Conserver numéros de champs, versions, textes sources et hash. À la reprise, ne pas régénérer en silence les résultats passés.
5 principes de plus
Lever l'ambiguïté par le modèle du domaine
Une pratique courante n'est pas une condition nécessaire. Quand les exceptions s'accumulent, on redécoupe les catégories au lieu d'empiler des règles.
Prouver que les entrées invalides sont refusées
Que les exemples valides compilent ne suffit pas. En TDD, le « rouge » doit venir de l'assertion visée, pas d'une erreur d'environnement.
Juger à part le résultat et la validité de l'expérience
Une fonctionnalité peut passer et l'attribution rester invalide. Un seul score ne remplace pas ces deux jugements.
Juger si ça vaut une Skill avant d'en créer une
Il faut que les mêmes entrées, jugements et validations reviennent souvent. Si une Skill existante peut s'étendre, on n'en crée pas une nouvelle.
Avec plusieurs Skills, décider d'abord à qui appartient l'état
L'amont gère le cycle de vie, l'aval ne renvoie que son jugement. Le relais ne transmet que le nécessaire et n'élargit pas les droits d'écriture.
Envie de construire quelque chose ensemble ?
Offre d'emploi, collaboration, ou envie de parler d'ingénierie d'applications IA : écrivez-moi. J'échange volontiers en français, en anglais ou en chinois.