paquets autonomes
Paquets
Sprezzature se compose de trois couches. Les skills (les fichiers SKILL.md que lit un agent) restent dans le dépôt principal. Les outils déterministes deviennent chacun un paquet installable avec pip, pour en utiliser un seul sans cloner toute la suite. Un runtime local fait tourner les outils hors ligne, sur un modèle local.
Chaque paquet est sous licence BSD-3-Clause, local d’abord, et versionné séparément. Ils ne sont pas encore sur PyPI : installez-les directement depuis GitHub.
Outils déterministes
sprezzature-figures
Figures
91 types de graphiques, Vega d’abord avec une porte de sortie SVG, plus la boucle Ralph Eyeball, l’explicabilité et les graphes causaux.
pip install git+https://github.com/warith-harchaoui/sprezzature-figuressprezzature-colors
Couleurs
Audit de contraste WCAG avec corrections par voisinage OKLCH, simulation des déficiences de la vision des couleurs, une palette choisie et un export Tailwind.
pip install git+https://github.com/warith-harchaoui/sprezzature-colorssprezzature-accessibility
Accessibilité
Un linter d’accessibilité HTML statique : des règles WCAG/WAI décidables depuis la source, sans navigateur ni DOM. Une barrière pre-commit rapide.
pip install git+https://github.com/warith-harchaoui/sprezzature-accessibilitysprezzature-cli-gui
CLI → interface web
Génère une interface HTML d’un seul fichier depuis n’importe quel CLI Python : introspection d’argparse, Click ou Typer, sans étape de build.
pip install git+https://github.com/warith-harchaoui/sprezzature-cli-guisprezzature-ux-laws
Lois de l’UX
Un auditeur statique des lois de l’UX pour le HTML : Hick, Miller, Fitts, Jakob, Tesler et d’autres, décidables depuis la source.
pip install git+https://github.com/warith-harchaoui/sprezzature-ux-lawssprezzature-audio
Audio
Sous-titres locaux (whisper.cpp), diarisation et qui-est-qui, narration et traduction. Les moteurs ML sont des extras optionnels.
pip install git+https://github.com/warith-harchaoui/sprezzature-audioRuntime & moteur
best-engine-ai-helper
Sélecteur de moteur & runtime local
Détecte la machine, choisit un modèle dans un catalogue et valide un LLM / VLM local avant que les skills s’appuient dessus. Chaque appel LLM/VLM d’un skill passe par son abstraction chat : un backend connectable (Ollama, compatible OpenAI, LangChain), la boucle Ralph et le pipeline d’écriture.
pip install git+https://github.com/warith-harchaoui/best-engine-ai-helperVous cherchez plutôt les skills pour l’agent ? La couche SKILL.md se distribue ensemble sous forme de bundle, dans la section Pour commencer.