Agent de migration de codebase (Python 2→3, JavaScript→TypeScript)
Cet agent orchestre la migration complète d'une codebase entre technologies : Python 2 vers Python 3 ou JavaScript vers TypeScript. Il analyse le code source existant, identifie les incompatibilités et patterns obsolètes, génère un plan de migration priorisé, puis produit le code migré fichier par fichier avec les tests unitaires correspondants.
Pour qui
Développeurs et tech leads devant migrer une codebase legacy vers une version moderne du langage, cherchant à automatiser et fiabiliser le processus.
Entrée
Code source à migrer (fichiers Python 2 ou JavaScript), avec indication du type de migration souhaité (Python 2→3 ou JS→TS)
étapes (5)
Audit et cartographie du code source
promptAnalyse le code existant pour identifier toutes les incompatibilités et dépendances à migrer.
Plan de migration priorisé
promptGénère un plan de migration ordonné avec les dépendances entre fichiers et l'ordre optimal de traitement.
Migration du code fichier par fichier
promptApplique les transformations de migration sur chaque fichier en suivant le plan établi.
Génération des tests de non-régression
promptCrée une suite de tests vérifiant que le comportement du code migré est identique à l'original.
Rapport final et guide de déploiement
promptSynthétise la migration avec un rapport complet et les instructions de déploiement.
Sortie
Code migré complet, suite de tests de non-régression, changelog détaillé des transformations, et rapport de migration avec guide de déploiement
Exemple
Entrée
Migration Python 2→3 d'un module de traitement de données :
```python
# utils.py
import urllib2
import ConfigParser
from StringIO import StringIO
def fetch_data(url):
response = urllib2.urlopen(url)
return response.read()
def parse_config(path):
config = ConfigParser.SafeConfigParser()
config.read(path)
return dict(config.items('main'))
def process_items(items):
results = filter(lambda x: x > 0, items)
for key, value in {}.iteritems():
print key, value
return map(str, results)
```Sortie
**Code migré (utils.py)** :
```python
import urllib.request
import configparser
from io import StringIO
def fetch_data(url: str) -> bytes:
response = urllib.request.urlopen(url)
return response.read()
def parse_config(path: str) -> dict[str, str]:
config = configparser.ConfigParser()
config.read(path)
return dict(config.items('main'))
def process_items(items: list[int]) -> list[str]:
results = [x for x in items if x > 0]
for key, value in {}.items():
print(key, value)
return [str(x) for x in results]
```
**Changelog** : 6 transformations appliquées (3 imports renommés, 1 print→print(), 1 iteritems→items, 1 filter/map→list comprehension). **Tests** : 4 tests de parité fonctionnelle générés. **Confiance** : 95%.Personnalisation
| Paramètre | Description | Valeur par défaut |
|---|---|---|
| migration_type | Type de migration à effectuer : Python 2 vers Python 3, ou JavaScript vers TypeScript | python2-to-python3 |
| strategie | Stratégie de migration : 'conservative' (comportement identique garanti) ou 'modern' (adoption des patterns modernes idiomatiques) | modern |
| strictness_level | Niveau de strictness pour le typage en cible : 'loose' (any autorisé), 'moderate' (any limité), 'strict' (zéro any, types exhaustifs) | moderate |
Notes techniques
Cet agent fonctionne de manière optimale sur des modules de taille modérée (< 500 lignes par fichier). Pour les codebases volumineuses, procédez par lots en soumettant les fichiers module par module en suivant l'ordre de dépendance.
Pour les migrations Python 2→3, l'agent gère les incompatibilités majeures : print, unicode/bytes, imports renommés, itérateurs, division entière, et syntax changes. Les cas de métaprogrammation avancée (metaclasses, descripteurs custom) nécessitent une revue humaine.
Pour les migrations JS→TS, l'agent infère les types à partir du contexte et des usages. Fournissez les fichiers de types existants (@types/) et les interfaces API pour un typage plus précis. Activez le mode 'strict' pour les projets critiques.
Termes du glossaire
Prompts associés
Prompt Perplexity pour optimiser un workflow
Perplexity AI se distingue par sa capacité à combiner recherche web en temps réel et synthèse intelligente, ce qui en fait un outil redoutable pour optimiser vos workflows professionnels. Que vous cherchiez à éliminer les goulots d'étranglement dans votre chaîne de production, à automatiser des tâches répétitives ou à identifier les meilleures pratiques de votre secteur, Perplexity peut analyser des dizaines de sources simultanément pour vous fournir des recommandations actionnables. Contrairement à un moteur de recherche classique, Perplexity comprend le contexte de votre demande et structure ses réponses de manière à vous faire gagner un temps considérable. L'optimisation d'un workflow ne se limite pas à accélérer des étapes individuelles : il s'agit de repenser l'ensemble du processus en s'appuyant sur des données concrètes, des retours d'expérience documentés et des outils éprouvés. Le prompt que nous vous proposons ici est conçu pour extraire de Perplexity une analyse complète et personnalisée de votre workflow, avec des recommandations priorisées et des métriques de suivi. Vous obtiendrez un plan d'action structuré, directement applicable à votre contexte professionnel.
Pipeline de prétraitement
Automatiser le preprocessing
Définir sa proposition de valeur
Pour clarifier son message et sa différenciation marché
Prompt ChatGPT pour créer une FAQ
Créer une FAQ pertinente et complète est un exercice qui demande une compréhension approfondie de votre audience et de ses préoccupations. ChatGPT transforme radicalement ce processus en vous permettant de générer des questions-réponses structurées, anticipant les interrogations réelles de vos utilisateurs. Plutôt que de deviner ce que vos visiteurs cherchent, vous pouvez exploiter la capacité du modèle à analyser un contexte métier et à produire des questions naturelles, formulées comme les poserait un vrai client. Que vous construisiez une FAQ pour un site e-commerce, un SaaS, un service client ou une documentation technique, ChatGPT vous aide à couvrir tous les angles : questions basiques, objections fréquentes, cas limites et préoccupations techniques. Le résultat est une FAQ qui réduit réellement la charge de votre support, améliore votre SEO grâce au balisage schema FAQ, et guide vos visiteurs vers la conversion. Dans ce guide, vous trouverez un prompt principal optimisé ainsi que trois variantes adaptées à votre niveau d'exigence, pour produire des FAQ professionnelles en quelques minutes au lieu de plusieurs heures.