Apprenez Clever Cloud à votre assistant IA : le skill clever-tools

Face à la CLI Clever Cloud, un assistant sans contexte fait ce qu’il peut : il devine. Il invente une option qui n’existe pas, mélange la syntaxe d’une ancienne version avec celle d’aujourd’hui, ou se rabat sur des commandes git push à la main. Ça finit souvent par marcher, après quelques allers-retours.

Clever Tools embarque maintenant un skill : un petit paquet de connaissances que votre assistant charge quand il en a besoin, et qui lui apprend la CLI depuis sa source plutôt que par approximation. Dans ce billet, on l’installe, puis on le regarde travailler sur un vrai déploiement : une application de todo adossée à Materia KV.

Qu’est-ce qu’un skill ?

Un skill, c’est un dossier qui contient un fichier SKILL.md. Ce fichier commence par un nom et une description, suivis d’instructions en Markdown, et peut s’accompagner de fichiers de référence. Le format est ouvert, c’est la spécification Agent Skills, et il est reconnu par Claude Code, Cursor, Codex, Copilot et d’autres.

Le principe est économe. Au démarrage, l’assistant ne lit que le nom et la description de chaque skill installé. Il ne charge le contenu complet que lorsque la tâche le demande : vous parlez de déployer sur Clever Cloud, il ouvre le skill clever-tools. Le reste du temps, il ne coûte rien à votre contexte.

Le nôtre vit dans le dépôt de Clever Tools, à côté du code de la CLI. Il contient un aide-mémoire des commandes essentielles (déploiement, logs, variables d’environnement, domaines, add-ons, scaling, SSH) et une référence complète de toutes les commandes, options, runtimes, add-ons et zones. Comme il évolue dans le même dépôt que la CLI, il suit ses versions.

Installation

Il vous faut Node.js pour npx, et Clever Tools installé et connecté à votre compte (clever login). Ensuite, une seule commande :

npx skills add CleverCloud/clever-tools

skills est l’installeur de l’écosystème Agent Skills. Il clone le dépôt, trouve le skill clever-tools, puis vous pose deux questions :

• pour quels assistants l’installer : Claude Code, Cursor, Codex… ;
• où l’installer : dans le projet courant uniquement, ou globalement pour tous vos projets.

Si vous déployez sur Clever Cloud depuis plusieurs projets, l’installation globale est la plus pratique. Si vous voulez que toute l’équipe en profite, installez-le dans le projet et commitez-le avec le reste.

Deux commandes vous serviront ensuite : npx skills list pour voir ce qui est installé, et npx skills update pour récupérer la dernière version du skill quand la CLI évolue.

Vous croiserez peut-être npx add-skill dans de vieilles documentations : c’est l’ancien nom du même outil, qui affiche désormais un avertissement et redirige vers npx skills add.

Une session réelle

Pour voir ce que ça donne, j’ai demandé à Claude Code, avec le skill installé, une chose simple : « fais une petite application de todo qui utilise Materia KV comme s’il s’agissait d’un Redis, et déploie-la sur Clever Cloud ».

Materia KV est notre base clé-valeur serverless, construite sur FoundationDB et répliquée sur trois datacenters à Paris. Elle parle le protocole Redis : n’importe quel client Redis fonctionne, sans SDK spécifique.

Ce qui suit, ce sont les commandes que l’assistant a réellement lancées, avec leur sortie.

L’application et sa base

Après avoir écrit une petite application Node.js (un serveur HTTP, une page HTML, le client redis officiel), l’assistant a créé l’application et l’add-on :

$ clever create --type node todo-kv --region par
✓ Application todo-kv successfully created!

$ clever addon create kv todo-kv-store --plan base --region par --link todo-kv
Add-on created and linked to application todo-kv successfully!
/!\ The Materia KV provider is in beta testing phase

Le --link fait le travail de branchement : à la création, l’add-on est lié à l’application, et ses variables d’environnement lui sont injectées. L’assistant a vérifié qu’elles étaient bien là :

$ clever env
KV_HOST=…
KV_PORT=…
KV_TOKEN=…
REDIS_HOST=…
REDIS_PORT=…
REDIS_PASSWORD=…
REDIS_URL=…
…

Les alias REDIS_* sont là pour ça : une application qui attend un Redis trouve ce qu’elle cherche sans changer une ligne de configuration.

Un détail intéressant s’est glissé ici. Avant d’écrire le code, l’assistant est allé lire la documentation de Materia KV, en Markdown, et y a trouvé la liste des commandes supportées. Materia KV ne supporte pas encore les listes Redis (LPUSH, LRANGE). Plutôt qu’une liste, les todos sont donc rangés dans un hash, avec un compteur pour les identifiants :

const id = await kv.incr('todos:next-id');
await kv.hSet('todos', String(id), JSON.stringify({ id, title, done: false }));

Deployment

$ clever deploy
   ✓ Code pushed to Clever Cloud (0.6s)
   ✓ Deployment started
Starting with Node.js v24.21.0
Installing dependencies…
todo-kv listening on 8080
Response from GET / is 200 (within expected range 200...500)
Successfully deployed in 0 minutes and 7 seconds

✓ Access your application: https://app-….cleverapps.io/

clever deploy pousse le code et suit le déploiement jusqu’au bout, logs compris. Pour l’assistant, c’est précieux : il voit le résultat dans la même commande, sans aller le chercher ailleurs.

Vérifier, de l’application jusqu’à la base

L’assistant a ensuite testé l’API en ligne : création de trois todos, passage de l’un d’eux à « fait », lecture de la liste. Puis il est allé vérifier directement dans Materia KV avec clever kv, qui envoie une commande brute à la base sans installer redis-cli.

Premier accroc : clever kv n’apparaissait pas dans l’aide. La commande est une fonctionnalité expérimentale, qu’il faut d’abord activer. L’assistant a listé les fonctionnalités avec clever features, trouvé la bonne, et l’a activée :

$ clever features enable kv
Experimental feature 'kv' enabled

$ clever kv todo-kv-store PING
PONG

$ clever kv todo-kv-store HGETALL todos
[
  '1', '{"id":1,"title":"Écrire le billet sur le skill","done":false}',
  '2', '{"id":2,"title":"Tester npx skills add","done":true}',
  '3', '{"id":3,"title":"Ouvrir une PR sur le SKILL.md","done":false}'
]

Les données écrites par l’application sont bien là, dans le format attendu.

Lire les logs

Dernière étape, demander ce qui se passe dans l’application :

$ clever logs --app todo-kv --since 15m --until 1m
…
todo-kv listening on 8080
Successfully deployed in 0 minutes and 7 seconds
KV error SocketClosedUnexpectedlyError: Socket closed unexpectedly

Une erreur, trois minutes après la dernière requête. L’assistant l’a lue, a fait l’hypothèse d’une connexion inactive fermée côté serveur, et l’a vérifiée : le client redis se reconnecte tout seul, et une nouvelle écriture sur l’API passait sans problème. Rien à corriger, mais il fallait le constater plutôt que le supposer.

Au passage, une option utile : --until borne la lecture des logs. Sans elle, clever logs --since 15m continue de suivre le flux indéfiniment, ce qui convient à un humain devant son terminal, beaucoup moins à un assistant qui attend que la commande se termine. L’assistant l’a appris à ses dépens avec clever accesslogs, qui a suivi le flux sans jamais rendre la main, et qu’il a fini par interrompre.

Ce qu’il faut en retenir

Toute la session a tenu en une douzaine de commandes. La plupart ont fait ce que l’assistant attendait d’elles du premier coup, et c’est ce que le skill apporte : la bonne commande, avec les bonnes options, sans tâtonner.

Ce qui rend l’exercice efficace, c’est aussi la boucle courte entre une commande et son résultat. Lancer, lire la sortie, corriger : clever deploy qui montre les logs de build, clever env qui montre ce qui a été injecté, clever kv qui montre ce qui est vraiment en base. L’assistant ne travaille jamais à l’aveugle.

La session a aussi montré les limites actuelles du skill, et c’est tant mieux : la nécessité d’activer clever features enable kv n’y figurait pas, pas plus que le comportement de --until. Ce sont deux lignes à ajouter au SKILL.md, et c’est exactement le genre de retour qu’on attend.

Skill ou serveur MCP ?

Le skill n’est pas la seule porte d’entrée pour un assistant. Clever Cloud propose aussi un serveur MCP, qui donne à l’assistant un accès direct à l’API sans passer par la CLI, à travers trois outils : search pour découvrir les opérations, execute pour les appeler, doc pour lire la documentation. Et toute la documentation est lisible en Markdown, avec un index llms.txt qui permet à un assistant de trouver la bonne page sans parcourir le site.

Les trois se complètent. Le skill est le point de départ le plus simple : une commande d’installation, et votre assistant parle couramment Clever Tools. Le serveur MCP sert quand vous voulez aller au-delà de ce que la CLI expose. La documentation en Markdown, on l’a vu avec Materia KV, sert dans tous les cas. Tout cela est décrit sur la page Drive Clever Cloud from an AI agent de notre documentation.

En résumé

npx skills add CleverCloud/clever-tools

Une commande, deux questions, et votre assistant sait déployer sur Clever Cloud, gérer vos add-ons, vos variables d’environnement et lire vos logs, avec la CLI telle qu’elle est aujourd’hui.

Le skill est open source et vit dans le dépôt de Clever Tools. Il s’améliore comme le reste du code : si votre assistant bute sur une commande, ouvrez une issue ou une PR sur le SKILL.md. Et pour nous dire ce qui fonctionne, ce qui coince et ce qu’il vous manque, la discussion est ouverte sur notre communauté GitHub.