Le Ponytail skill agent est un fichier d’instructions qui demande à un agent de code d’écrire moins de code : le projet le présente comme un « développeur senior paresseux » qui remplace cinquante lignes par une. Le dépôt DietrichGebert/ponytail affiche environ 172 300 étoiles à la fin octobre 2026 pour seulement 363 commits, ce qui justifie un regard critique sur ce que ce skill apporte réellement.
Un skill est un fichier d’instructions que l’agent charge dans son contexte. Il ne change pas le modèle : il modifie son comportement, donc le volume de code produit, le coût en tokens et le temps de travail. Cet article présente le projet d’après son README, montre ce que le dépôt fournit comme visuels, explique l’installation, puis propose une méthode pour vérifier les gains annoncés avec OpenTelemetry. Précision d’honnêteté : span.observer n’a pas installé ce skill ; les chiffres cités sont ceux de l’auteur, et les images viennent du dépôt.
Ponytail skill agent : ce que dit le dépôt
- Licence : MIT, copyright 2026 au nom du mainteneur du dépôt (
DietrichGebert). - Chiffres relus le 22 octobre 2026 : environ 172 300 étoiles, environ 9 400 forks, 363 commits ; la version indiquée par le
package.jsonest 5.3.2. - Nature du projet : « Ponytail is one prompt » : un fichier
skills/ponytail/SKILL.mdet une version compacteAGENTS.md, que des adaptateurs chargent dans différents agents (Claude Code, Codex, OpenCode, Gemini, Cursor, Copilot et d’autres). - Règle de fond : écrire seulement ce que la tâche demande, sans jamais retirer la validation, la gestion d’erreurs, la sécurité ni l’accessibilité. Le README insiste : la règle n’est « jamais le moins de tokens ».
La méthode du skill est une « échelle » : s’arrêter au premier barreau qui tient (est-ce nécessaire ? déjà dans le dépôt ? dans la bibliothèque standard ? une fonction native de la plateforme ? une dépendance installée ?), puis écrire le minimum et un petit test si la logique le justifie. Chaque réponse se termine par ce qui a été sauté ou non vérifié. C’est cohérent avec les garde-fous décrits dans nos garde-fous pour agents en production.
Visite : le bandeau et les chiffres du README
Depuis la version 5.3, le projet ajoute dans Claude Code un bandeau au-dessus de l’invite. D’après le README, il affiche le coût de la tâche en cours, les tokens et le temps d’agent consommés, la part de code existant réutilisé, et si les tests passent après la dernière modification. Il demande Claude Code 2.1.290 ou plus récent, et ne s’affiche pas dans le panneau de conversation de VS Code ni avec claude -p.

La capture est tirée du dépôt ; les valeurs sont des exemples du projet. Un « Board » ouvre en outre une page locale qui regroupe les tâches de tous vos projets : coût, temps et tokens dans le temps. Le README précise que tout reste sur votre machine, dans ~/.config/ponytail/band/.
Le graphique central du README compare, selon l’auteur, trois configurations : l’agent sans skill, Ponytail v4.13 et Ponytail 5.

Installation pas à pas
Étape 1 — Claude Code
Le README demande deux invites séparées :
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail
Étape 2 — Codex ou un autre agent
codex plugin marketplace add DietrichGebert/ponytail
codex plugin add ponytail@ponytail
Il faut ensuite ouvrir /hooks dans Codex, faire confiance à ses deux hooks de cycle de vie et démarrer un nouveau fil. Pour tout autre agent, le README propose de copier AGENTS.md dans le projet ou d’installer skills/ponytail/SKILL.md comme skill ; le détail par agent est dans INSTALL.md.
Étape 3 — Choisir l’intensité
La commande /ponytail accepte lite, full, ultra ou off. Le README ajoute /ponytail-review et /ponytail-audit (revue du diff, puis du dépôt entier), /ponytail-debt (liste des raccourcis différés) et /ponytail-gain (tableau d’impact tiré du benchmark).

Le projet prévient de n’installer que depuis DietrichGebert/ponytail sur GitHub ou @dietrichgebert/ponytail sur npm, et indique qu’il ne livre jamais de fichiers .exe ni .dll.
Limites et points ouverts
- Chiffres déclarés par l’auteur : d’après le fichier de benchmark du dépôt (7 octobre 2026), 39 tâches, 5 exécutions chacune, soit 585 sessions Claude Code sans shell, mesurées avec Opus 5.5. Le README annonce -53 % de lignes de code, -41 % de temps, -26 % de coût, -45 % de tokens de sortie, et 98 % de logique risquée accompagnée d’un test contre 68 % sans skill. Ce sont des moyennes géométriques de médianes par tâche, avec intervalles de confiance publiés dans le fichier. Ce n’est pas une mesure indépendante.
- Un skill coûte aussi des tokens : ses instructions sont chargées à chaque session. Le bilan net dépend de votre dépôt et de vos tâches.
- Moins de code n’est pas toujours meilleur : le skill peut choisir une fonction native au lieu d’une bibliothèque que votre équipe a standardisée. Relisez.
- Hooks et chaîne d’approvisionnement : le projet installe des hooks et des plugins. Traitez-le comme n’importe quel code exécuté par votre agent (voir notre article sur un skill d’audit de sécurité pour la même prudence) et fixez une version.
Comment vérifier les gains avec OpenTelemetry
Le bandeau est un indicateur local pratique, mais pour un chiffre à vous, comparez des sessions avec et sans le skill (/ponytail off). Claude Code exporte en OpenTelemetry la métrique claude_code.token.usage ventilée par type de token ; le protocole de comparaison est détaillé dans notre article sur context-mode, valable à l’identique ici : même dépôt, même modèle, même prompt, plusieurs répétitions, et somme de tous les types de tokens. La configuration d’export vers Dynatrace est dans superviser un agent de code en entreprise et la logique de coût par tâche dans le coût d’un agent IA en tokens. Cela vaut pour Dynatrace SaaS comme pour Dynatrace Managed qui reçoit de l’OTLP.
Ajoutez des mesures de qualité : tests qui passent, nombre de retours en revue, bogues trouvés après fusion. Un code plus court qui échoue davantage n’est pas une économie.
Comment vérifier que ça fonctionne
- Après installation,
/ponytail-helpaffiche la référence des commandes. - Le démarrage ou le changement de mode affiche le mode courant (le README l’indique).
- Sur une tâche de référence, le nombre de lignes du diff et les tokens baissent, sans que les tests échouent davantage.
Bonnes pratiques
- Testez d’abord en
litesur un petit dépôt, avec une tâche de référence fixée. - Gardez la revue humaine : le skill propose des raccourcis, il ne les valide pas à votre place.
- Notez la version du skill, du modèle et de l’agent à côté de chaque mesure.
- Relisez les commentaires
shortcut:et traitez-les comme de la dette.
Questions fréquentes
Ponytail change-t-il le modèle ?
Non. C’est un prompt (un fichier de skill et une règle compacte) qui modifie le comportement de l’agent. Les effets viennent de ces instructions.
Peut-on croire les -53 % de code ?
C’est un résultat déclaré par l’auteur, avec une méthode publiée dans le dépôt. Il vaut pour ses 39 tâches et son agent ; mesurez sur les vôtres avant de généraliser.
Faut-il un compte ou un service externe ?
Le README n’en mentionne aucun : l’installation passe par le dépôt, et le tableau de bord reste local par défaut.
Conclusion
Le skill Ponytail illustre une idée simple et mesurable : demander à l’agent de réutiliser avant d’écrire. Ses gains annoncés sont ceux de l’auteur ; la bonne façon de les adopter est de les mesurer sur vos propres tâches, avec des métriques OpenTelemetry. Source : dépôt DietrichGebert/ponytail.
span.observer est un blog indépendant de la communauté, non affilié à Dynatrace LLC ni aux projets cités. Les marques citées appartiennent à leurs propriétaires. Les outils évoluent vite : vérifiez les commandes et options dans leur documentation officielle.