✦ Nouveau • Skill IA gratuite

Rédigez et validez vos pipelines GitLab CI sans quitter votre éditeur.

Une skill IA gratuite qui rédige et valide votre .gitlab-ci.yml dans votre éditeur local. Compatible avec Cursor, VS Code, Claude Code et tout agent que vous utilisez déjà.

Obtenir la skill Powered by glci (experimental)
0compte GitLab requis pour valider en local
6+agents IA et éditeurs pris en charge
MITopen source (skill et CLI)
Le changement

De commit-puis-valider à valider-puis-commiter

Les pipelines restent la seule partie de la stack de développement moderne que vous ne pouvez pas encore valider en local. La skill rédige le YAML dans votre éditeur. glci (un projet GitLab expérimental) l''exécute sur le runner réel avant que vous poussiez. Vous cessez d''utiliser votre pipeline distant comme débogueur et votre historique git comme journal de coquilles.

Avant

Commit. Push. Attendre. Échouer. Recommencer.

  • Écrire le YAML à la main, de mémoire ou depuis la documentation
  • Commiter et pousser sur une branche pour voir si ça fonctionne
  • Attendre 8 à 12 minutes un runner distant
  • Échouer sur une coquille, une variable manquante ou un job mal nommé
  • Éditer, pousser, recommencer 3 à 4 fois
  • Laisser une trace de commits « fix CI » dans votre historique
Avec la skill + glci

Rédiger. Valider. Pousser quand tout est au vert.

  • Demander à l'agent de rédiger un pipeline à partir de votre repo
  • Exécuter glci show pour inspecter le graphe des jobs
  • Exécuter glci run pour exécuter chaque job dans un vrai Docker
  • Corriger ce qui échoue — en secondes, pas en minutes
  • Pousser une seule fois, avec un pipeline que vous avez déjà vu passer
  • Garder votre historique git centré sur votre code, pas sur votre YAML

Le changement n''est pas un pipeline plus rapide. C''est une relation différente avec votre pipeline. Celle que vous entretenez déjà avec le code de votre application.

Commencer

Deux étapes. Environ cinq minutes

Aucun compte GitLab n'est nécessaire pour valider en local. Rien n'est poussé tant que vous ne l'avez pas décidé.

01~1 minute

Ajoutez la skill à votre éditeur

Déposez la skill dans Claude Code, Cursor, VS Code, OpenCode ou Codex. L'agent connaît désormais GitLab CI/CD : syntaxe, bonnes pratiques, votre stack.

Spécification en markdown brut. Portable par conception.
02~3 minutes

Demandez, exécutez, poussez

"Write a CI pipeline for this project." Relisez le YAML rédigé par l'agent. Exécutez glci run. Poussez quand tout est au vert.

Même binaire gitlab-runner qu'en production

Ce qu'il vous faut

  • Un éditeur ou un agent compatibleClaude Code, Cursor, VS Code, OpenCode, Codex, ou tout outil qui charge des skills en markdown.
  • Un projetN'importe quelle base de code, hébergée n'importe où. L'agent lit votre dossier de travail local et rédige automatiquement un pipeline suggéré.
  • Docker actif en localPour que glci puisse valider et exécuter les jobs dans de véritables conteneurs.
  • Un projet GitLab(lorsque vous êtes prêt à exécuter la CI à chaque push)La skill et glci valident en local sans cela ; vous en aurez besoin quand vous voudrez exécuter les pipelines dans le cloud.
Installer

Compatible avec vos agents IA actuels

Une CLI pour exécuter les pipelines en local, et une skill pour les rédiger dans votre éditeur. Installez-les dans l'ordre que vous préférez.

Ajoutez la skill à votre éditeur

Choisissez votre agent

Téléchargez la skill et apprenez où placer les fichiers reconnus par Cursor.

git clone https://gitlab.com/gitlab-org/ci-cd/gitlab-ci-skill.git ~/.cursor/skills/gitlab-ci-skill

Rechargez Cursor. L'agent utilise la skill automatiquement lorsqu'on le sollicite : "Write a CI pipeline for this project."

Pourquoi GitLab

Plus qu'un runner. Plus que cette skill

Personne ne souhaite se connecter à l''interface pour écrire un pipeline. Cette skill vous garde dans votre éditeur aussi longtemps que possible. Mais parfois, il faut y revenir, qu''il s''agisse d''un pipeline cassé, d''une revue de merge request ou d''un déploiement qui tourne mal. Lorsque cela arrive, la plateforme est déjà reliée. Code, pipelines, registry, secrets et déploiements vivent au même endroit. Quel que soit l''éditeur ou l''agent que vous utilisez, il s''intègre. Les mêmes contrôles de sécurité s''appliquent au code écrit par l''IA comme au vôtre.

Un seul modèle de données. Ouvert aux extrémités.

Code, pipelines, paquets, vulnérabilités de sécurité, déploiements, livraisons — tout sur un même système, relié plutôt que synchronisé. Quel que soit l'éditeur, l'agent ou le modèle que vous apportez, il s'intègre via MCP et travaille à partir de la même vue de référence. Ouvert aux extrémités, gouverné au centre.

Le contexte distingue l'IA rapide de l'IA fiable.

Sans contexte, les agents écrivent du code qui semble correct et casse en production, car ils ne voient pas ce qui dépend d'un changement ni ce qui existe déjà. Le knowledge graph de GitLab maintient une carte vivante des liens entre votre code, vos pipelines, vos déploiements et vos signalements de sécurité ; les questions sur la portée d'un changement ou ses effets en aval obtiennent une réponse en secondes, pas en jours. Tout agent peut le consulter.

Une gouvernance structurelle, pas ajoutée après coup.

Le code écrit par l'IA passe par les mêmes analyses de sécurité, les mêmes approbations et la même piste d'audit que le code que vous écrivez. Les agents disposent d'identités cantonnées, de politiques comportementales et d'une chaîne de traçabilité complète. Apportez votre propre modèle, votre propre cloud, votre propre agent : tout est gouverné par la même trame.

Du traditionnel à l'autonome, sur la même plateforme.

Certaines de vos équipes continueront d'écrire du code à la main. D'autres dirigeront des agents sur des tâches précises. Quelques-unes laisseront des agents travailler en autonomie sur des sujets à faible risque. Ces trois approches reposent sur le même modèle de données et la même gouvernance ; chaque équipe progresse à son rythme, sans replatformer à mesure que sa maturité IA évolue.

Nous développons activement cette skill, et l'équipe qui la construit veut qu'elle s'adapte à votre façon de travailler. Dites-nous ce qui marche et ce qui vous gêne. Partagez vos retours avec nous.

Aller plus loin

Deux autres points où l'IA de GitLab rencontre votre CI

GitLab CI Skill est conçue pour la rédaction et la validation de nouveaux pipelines dans votre éditeur. Lorsque votre travail CI/CD change de nature, GitLab propose des produits complémentaires pour les autres situations.

Skill IA gratuite · Migration

Vous venez de GitHub Actions ?

La skill de migration depuis GitHub Actions lit votre .github/workflows/ et le convertit en GitLab CI/CD idiomatique, en signalant ce qui réclame une décision manuelle. Mêmes éditeurs, même workflow.

Découvrir la skill de migration
GitLab Duo Agent Platform

Votre pipeline se complexifie ?

CI Expert Agent vit au sein de GitLab Duo Agent Platform avec un contexte projet complet : lecture des logs de jobs en direct, optimisation des temps de build, débogage des jobs instables, prise en charge des pipelines multi-projets. Pour le moment où vos pipelines cessent d'être quelque chose que vous écrivez et deviennent quelque chose que vous exploitez.

Découvrir CI Expert Agent

Ne déboguez plus en production

Rédigez le pipeline. Exécutez-le en local. Poussez quand tout est au vert.

Obtenir la skill Voir le code source