Aller au contenu principal
Leçon 82 sur 95 · Construire avec l'API Claude

Débogage automatisé avec Claude Code

Leçon 82 sur 95 Mis à jour le 5 novembre 2026 Développeur
Sur cette page
  1. Le scénario
  2. Deux briques officielles
  3. Le squelette du workflow
  4. Ce que Claude apporte
  5. À vous de jouer
  6. Points clés à retenir

Jusqu’ici, Claude Code travaillait à votre demande, dans votre terminal. Il peut aussi travailler sans vous : chaque nuit, relever les erreurs de production, chercher leur cause et proposer des correctifs sous forme de pull requests. L’ancienne version du cours officiel consacrait une leçon à ce scénario ; celle-ci le reprend avec les outils actuels.

Le scénario

Un débogage qui tourne la nuit Cinq étapes : un workflow planifié chaque nuit, le relevé des erreurs des dernières 24 heures, leur regroupement et leur plafond, les correctifs de Claude avec cause et test, la pull request relue par un humain. DÉBOGAGE AUTOMATISÉ Un débogage qui tourne la nuit 1 Planifié cron, chaque nuit 2 Relevé erreurs des 24 heures 3 Tri regrouper, plafonner 4 Correctifs cause, correctif, test 5 Revue pull request relue Jamais de déploiement automatique : l'agent propose, un humain fusionne.
D'après la page Claude Code GitHub Actions (documentation Claude Code).
  1. Un workflow GitHub Actions se déclenche chaque nuit.
  2. Une étape récupère les erreurs des dernières 24 heures dans vos journaux, par exemple dans Amazon CloudWatch avec l’AWS CLI.
  3. Elle regroupe les erreurs identiques et en limite le nombre : une même erreur peut apparaître des milliers de fois, et dix erreurs bien analysées valent mieux qu’un torrent survolé.
  4. Claude cherche la cause de chaque erreur dans le code, écrit un correctif et un test qui la reproduit.
  5. Le workflow propose les correctifs dans une pull request, qu’un humain relit.

Le flux s’arrête à une pull request, jamais à un déploiement : l’agent enquête et propose, un humain relit et fusionne. L’automatisation s’arrête là où commence le risque de production.

Deux briques officielles

Le mode non interactif. claude -p "…" exécute une requête et s’arrête, sans session interactive : c’est ainsi qu’on appelle Claude Code depuis un script. On peut aussi lui passer des données par un tube, par exemple cat erreurs.txt | claude -p "Explique ces erreurs".

L’action GitHub. anthropics/claude-code-action@v1 exécute Claude Code dans un workflow GitHub Actions. La commande /install-github-app, lancée dans Claude Code, installe l’application GitHub de Claude, enregistre le secret et prépare le fichier de workflow. Avec une entrée prompt, l’action fonctionne sur n’importe quel événement, y compris une planification cron.

Le squelette du workflow

name: Débogage nocturne
on:
  schedule:
    - cron: "0 3 * * *"
jobs:
  debug:
    runs-on: ubuntu-latest
    permissions:
      contents: write
      pull-requests: write
      id-token: write
    steps:
      - uses: actions/checkout@v6
      - name: Relever les erreurs des dernières 24 heures
        run: ./scripts/fetch_errors.sh > errors.txt   # votre script : AWS CLI, regroupement, plafond
      - uses: anthropics/claude-code-action@v1
        with:
          anthropic_api_key: ${{ secrets.ANTHROPIC_API_KEY }}
          prompt: |
            Lis errors.txt. Pour chaque erreur, retrouve la cause dans le code,
            corrige-la et ajoute un test qui la reproduit. Décris chaque correctif
            (symptôme, cause, remède) pour la pull request. Ne déploie rien.
          claude_args: |
            --allowedTools "Read,Edit,Write,Bash(npm test *)"

Avec un prompt en texte libre, Claude n’a accès au shell et à l’API GitHub que pour les outils que vous autorisez dans claude_args, avec --allowedTools. Accordez le strict nécessaire. L’étape qui ouvre la pull request, comme le script de relevé des erreurs, dépend de votre dépôt : la documentation de l’action en donne des exemples complets.

Ce que Claude apporte

Claude ne se contente pas de repérer une ligne d’erreur : il lit aussi le code et la configuration. Il peut ainsi reconnaître, par exemple, qu’un identifiant de modèle invalide ne touche que la configuration de production, et corriger au bon endroit. Chaque pull request devient un dossier complet pour le relecteur : le symptôme, la cause et le correctif, plutôt qu’un diff à deviner.

À vous de jouer

Un premier workflow planifié. Dans un dépôt de test, lancez /install-github-app depuis Claude Code, puis ajoutez un workflow planifié qui lit un fichier d’erreurs factices et produit un rapport dans le journal d’exécution, sans aucun droit d’écriture. Une fois le rapport jugé fiable, ajoutez les outils d’édition et la pull request.

Sources officielles : Claude Code GitHub Actions (documentation Claude Code : installation, exécution planifiée, outils autorisés) · CLI reference (documentation Claude Code : claude -p, --allowedTools)

Points clés à retenir

  • Claude Code peut travailler sans vous : relever les erreurs, chercher leur cause, proposer des correctifs.
  • Le flux s’arrête à une pull request relue par un humain, jamais à un déploiement.
  • claude -p exécute Claude Code depuis un script ; anthropics/claude-code-action@v1 l’exécute dans GitHub Actions, y compris sur un cron.
  • Regroupez et plafonnez les erreurs avant de les confier à Claude.
  • N’autorisez que les outils nécessaires, avec --allowedTools dans claude_args.