Aller au contenu principal

Comment Praktik calcule les scores

Une moyenne unique trompe. Un skill excellent pour un débutant peut être médiocre en production, et vice-versa. Praktik adapte la pondération au profil utilisateur : 4 formules éditoriales (PRD §11) plus une formule de référence "global". Les sous-scores eux-mêmes (documentation, maintenance, simplicité, popularité, etc.) sont alimentés par Hermès, notre agent d'analyse continue. Données rafraîchies quotidiennement.

Les 5 formules de scoring

Profil global

Formule équilibrée — pertinence, maintenance et documentation pèsent le plus.

CritèrePondération
Popularité20%
Maintenance25%
Documentation20%
Simplicité15%
Pertinence cas d'usage20%

Profil débutant

Privilégie documentation et simplicité : on doit pouvoir démarrer sans expert.

CritèrePondération
Documentation35%
Simplicité30%
Exemples20%
Popularité15%

Profil production

Met l'accent sur la maintenance et la stabilité : on doit pouvoir compter dessus en prod.

CritèrePondération
Maintenance35%
Licence20%
Stabilité20%
Documentation15%
Popularité10%

Profil maker

Optimise pour la rapidité d'installation et la simplicité : on doit pouvoir prototyper en 1 heure.

CritèrePondération
Simplicité30%
Vitesse d'installation25%
Exemples20%
Pertinence cas d'usage15%
Popularité10%

Profil formateur

Met l'accent sur documentation, exemples et pédagogie : on doit pouvoir l'enseigner. (Formule éditoriale Praktik, cf. D-152).

CritèrePondération
Documentation30%
Exemples25%
Simplicité20%
Pédagogie15%
Popularité10%

À propos des sous-scores

Les sous-scores sont alimentés par Hermès (notre agent d'analyse) qui consolide signaux GitHub, audits de licence, qualité de documentation et croissance d'usage. Quand un sous-score n'est pas encore disponible, Praktik applique un fallback prudent (par ex. : licence inconnue = 70/100 par défaut, considérée comme OSI standard). Ces fallbacks sont documentés dans le code (cf. src/lib/scoring.ts).

← Retour au comparateur