Pourquoi les Skills d'Agents Remplacent les Dashboards : Le Cas last30days

Le tableau de bord est mort, le skill l'a remplacé

Il y a un an, quand une agence voulait savoir ce qui se disait sur un sujet en ligne, elle ouvrait cinq onglets : Twitter, Reddit, YouTube, Google, et peut-être un outil de social listening comme Brandwatch ou Mention. Le processus prenait 30 minutes à une heure pour un résultat rarement complet.

Aujourd'hui, un plugin Claude Code nommé last30days-skill fait ce travail en 60 secondes. Il agrège les discussions de Reddit, X/Twitter, YouTube, TikTok, Instagram, Hacker News, Polymarket, Bluesky, Truth Social et le web ouvert, produit un rapport structuré avec citations, et génère des prompts prêts à l'emploi adaptés à l'intention de recherche de l'utilisateur. Le projet, créé par Matt Van Horn, a atteint 2 800 étoiles sur GitHub et la première place des repos trending en une seule journée.

Ce n'est pas juste un outil de plus. C'est le symptôme d'un changement fondamental dans la manière dont l'intelligence de marché est produite et consommée. Les dashboards statiques, les rapports hebdomadaires, les outils de monitoring avec des graphiques sont en train de céder la place à des skills d'agents qui exécutent la recherche, l'analyse et la synthèse en une seule commande.

Comment fonctionne last30days-skill

last30days-skill est distribué comme un "skill" (plugin) pour Claude Code et les environnements compatibles. Son fonctionnement suit un workflow précis en plusieurs étapes.

L'étape initiale est le parsing d'intention. Le skill analyse la requête de l'utilisateur pour identifier le sujet, l'outil cible, et le type de recherche (recommandations, actualités, comparaison, prompting). Cette classification détermine le format de sortie et les sources prioritaires.

L'étape suivante est la collecte multi-source. Le skill interroge en parallèle plus de 10 plateformes via un ensemble de clés API et de mécanismes d'accès : ScrapeCreators pour Reddit/TikTok/Instagram, des API tierces pour X/Twitter, YouTube et le web. Le skill déclare des autorisations pour Bash, Read, Write, AskUserQuestion et WebSearch, ce qui lui permet d'exécuter des scripts, de lire et écrire des fichiers, et de faire des recherches web.

L'étape finale est la synthèse et le scoring. Les résultats sont pondérés selon une formule de scoring engagement-weighted : pertinence à 45 %, récence à 25 %, engagement à 30 %. Le rapport produit inclut des citations de chaque source, des statistiques d'engagement, et des prompts prêts à l'emploi pour le workflow cible de l'utilisateur.

Les benchmarks publiés dans les release notes montrent des temps d'exécution de 66 à 77 secondes avec 65 à 114 threads, et des résultats concrets comme 31 posts X avec 191 likes, 20 vidéos YouTube avec 685 000 vues, et 10 pages web pour une seule requête sur "Seedance 2.0 access".

Pourquoi les skills d'agents sont fondamentalement différents des dashboards

La différence entre un dashboard de social listening et un skill d'agent n'est pas une différence de degré. C'est une différence de nature qui mérite d'être expliquée, car elle a des implications profondes pour le fonctionnement des agences.

Un dashboard classique (Brandwatch, Mention, Sprout Social) est un outil de monitoring passif. Il collecte des données en continu, les stocke, et les affiche sous forme de graphiques et de métriques. Vous devez le consulter, interpréter les données, et tirer vos propres conclusions. Le dashboard répond à la question "que se passe-t-il ?" mais ne répond pas à "que dois-je faire ?".

Un skill d'agent est un outil de recherche actif. Il exécute une mission spécifique à la demande, en temps réel, avec un objectif défini par l'utilisateur. Il ne se contente pas de collecter des données : il les analyse, les hiérarchise, les synthétise, et produit des recommandations actionnables. Le skill répond directement à "que dois-je faire ?" en prenant en compte le contexte de l'utilisateur.

Pour une agence, cette distinction a des conséquences opérationnelles concrètes. Un dashboard nécessite un abonnement mensuel, un temps d'apprentissage, un temps de consultation régulier, et un analyste pour interpréter les données. Un skill d'agent nécessite une API key, une commande, et 60 secondes d'attente. Le coût marginal de chaque recherche est quasi nul comparé au coût fixe d'un abonnement SaaS.

Dave Morin, entrepreneur reconnu dans la tech, utilise last30days quotidiennement et l'a recommandé publiquement pour la recherche pré-vente, la veille produit et le suivi concurrentiel.

Les cas d'usage concrets pour les agences

Pour une agence digitale, les applications de last30days-skill (et plus généralement des skills de recherche d'agents) sont immédiates.

Le premier cas est la préparation de réunions clients. Avant un appel commercial ou un comité de pilotage, lancez "/last30days [nom du client]" pour obtenir un résumé de ce qui s'est dit publiquement sur le client au cours du dernier mois. Nouveaux produits lancés, problèmes mentionnés sur Reddit, tweets du CEO, articles de presse : tout est consolidé en un rapport de 2 minutes.

Le deuxième cas est la veille concurrentielle rapide. Quand un client demande "que font nos concurrents en ce moment ?", la réponse ne nécessite plus une semaine de travail d'un junior. Un skill d'agent peut produire un snapshot comparatif en temps réel, avec les sources et l'engagement comme indicateurs de pertinence.

Le troisième cas est l'évaluation technologique. Un tweet de Dobrenkz montre l'utilisation de last30days pour comparer "Vercel's agent-browser et Playwright", en obtenant instantanément les retours communautaires réels plutôt que les pages marketing des deux projets.

Le quatrième cas est le suivi de tendances pour les propositions de contenu. Pour les agences de content marketing, savoir ce qui buzze en temps réel est la différence entre proposer des sujets pertinents et proposer des sujets périmés. Un scan last30days avant chaque session de planification éditoriale garantit que les sujets proposés sont alignés avec les discussions actuelles.

Les limites et les risques à connaître

last30days-skill n'est pas sans défauts, et une agence sérieuse doit les connaître avant de l'intégrer dans ses workflows.

Le premier risque est la dépendance aux API tierces. Le skill repose sur ScrapeCreators, des clés X/Twitter, et d'autres fournisseurs de données. Si un service tombe ou change ses conditions, le skill cesse de fonctionner sur cette source. C'est une fragilité inhérente à tout outil qui agrège des sources non officielles.

Le deuxième risque est la question de la conformité. L'accès à certaines plateformes via des session tokens (AUTH_TOKEN et CT0 pour X/Twitter) pose des questions sur le respect des conditions d'utilisation de ces plateformes. Les agences qui travaillent avec des clients dans des secteurs réglementés doivent évaluer ce risque.

Le troisième risque est la qualité de la synthèse. Le skill produit un rapport, mais la qualité de ce rapport dépend de la qualité des données collectées. Sur un sujet niche avec peu de discussions, le rapport sera maigre. Sur un sujet polémique, il pourrait surreprésenter les opinions extrêmes qui génèrent le plus d'engagement.

Le quatrième risque est la sécurité des credentials. Le skill demande des clés API et des tokens d'authentification stockés en variables d'environnement. La gestion sécurisée de ces credentials est la responsabilité de l'utilisateur, et les agences doivent s'assurer que ces tokens ne sont pas exposés dans des dépôts Git ou des environnements partagés.

Ce que cela signifie pour l'avenir des outils d'agence

last30days-skill est un symptôme d'un mouvement plus large. Les outils monolithiques SaaS avec des interfaces graphiques complexes cèdent progressivement la place à des skills légers, composables, qui s'exécutent dans le contexte de travail de l'utilisateur. Au lieu de quitter votre terminal pour ouvrir un dashboard, vous lancez une commande et obtenez le résultat directement dans votre flux de travail.

Pour les agences, cela annonce une transformation des compétences requises. La valeur ne sera plus dans la capacité à manipuler des outils complexes (Brandwatch, Semrush, Ahrefs) mais dans la capacité à orchestrer des skills d'agents pour produire de l'intelligence de marché rapidement et de manière ciblée.

L'écosystème des skills Claude Code est encore jeune. last30days-skill est la version 2.9.5, avec des releases quasi hebdomadaires et une communauté en croissance rapide. D'autres skills de recherche, de monitoring et d'analyse émergent chaque semaine sur les places de marché comme AgentSkills, Smithery et ClawHub.

Les agences qui adoptent ces outils aujourd'hui gagnent un avantage compétitif mesurable : des recherches plus rapides, des coûts inférieurs, et une réactivité que les processus manuels ne peuvent pas égaler. Celles qui attendent risquent de se retrouver avec des processus obsolètes dans un marché où la vitesse d'exécution devient un différenciateur clé.

Une dimension souvent négligée est l'impact sur les juniors et les profils non techniques. Un account manager qui peut lancer un /last30days avant une réunion client produit une meilleure préparation qu'un analyste qui passe deux heures sur Google et Twitter. Le skill démocratise l'accès à l'intelligence de marché au sein de l'agence, ce qui réduit la dépendance aux profils seniors pour les tâches de recherche et de veille.

L'architecture même de last30days-skill illustre une tendance plus profonde : la convergence entre les outils de développement et les outils de business intelligence. Un skill qui s'exécute dans un terminal de développeur mais qui produit des rapports utilisables par un directeur commercial brouille les frontières entre les départements. Les agences qui comprennent cette convergence et qui forment leurs équipes à utiliser ces outils transversalement seront les mieux positionnées pour capturer la valeur de la révolution agentique.