Communitygithub.com

cdeust/zetetic-team-subagents

Plattformübergreifende Evidenzsynthese für Codex, Gemini CLI und Claude Code, plus einen vollständig Claude-nativen Agenten und Gate-Verteilung. 11 problemorientierte Skills, gestützt durch 97 Quellen-basierte Denkmuster; Commit-Prüfungen blockieren unbegründete Konstanten. 'Ich weiß es nicht' ist ein unterstütztes Ergebnis.

Was ist zetetic-team-subagents?

Dieser Skill bietet eine systematische Methodik für Evidence Synthesis und Decision-Making über mehrere KI-Agenten-Plattformen hinweg, einschließlich Codex, Gemini CLI und Claude Code, mit einer speziellen Claude-nativen Implementierung. Er umfasst 11 problemorientierte Skills, die jeweils auf spezifische Entscheidungsherausforderungen zugeschnitten sind, gestützt durch 97 quellenbasierte Denkmuster. Der Skill setzt Commit-Zeit-Prüfungen durch, um die Verwendung von unbegründeten Konstanten zu verhindern, und fördert so robuste und nachvollziehbare Schätzungen. Er unterstützt explizit das Ergebnis 'Ich weiß es nicht', wann immer eine genaue Eingrenzung nicht möglich ist, und stellt so sicher, dass Unsicherheiten transparent kommuniziert werden. Entwickler können diesen Skill nutzen, um Schätzungen, Kapazitätsplanungen, Durchführbarkeitsprüfungen und kalibrierte Vorhersagen in ihren Arbeitsabläufen zu verbessern.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add cdeust/zetetic-team-subagents

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Schätzung

Problemform: eine Größe wird für eine Entscheidung benötigt, es gibt jedoch keine Messung – oder es gibt eine einzelne Zahl mit falscher Genauigkeit und ohne Spanne. Der Ansatz ist eine Größenordnungs-Zerlegung, zweiseitige Grenzen und Grenzwerte, die abgeleitet werden, bevor Methoden ausgewählt werden.

Relevante Genies

AgentVerwendung bei
fermiEntscheidung durch fehlende Daten blockiert; einzelne Zahl ohne Spanne; Machbarkeitsprüfung vor Ressourcenzusage; Plausibilitätscheck einer behaupteten Zahl
erlangKapazitätsplanung, Warteschlangenbemessung, Ankunfts-/Service-Gleichgewicht, Latenzexplosion nahe Sättigung (Little's Law Audits)
thompsonWird dieses Design eine 10-fache Skalierung überleben? – Oberfläche-zu-Volumen und allometrische Skalierungsbruchanalyse
laplaceA-priori-Wahrscheinlichkeiten müssen ermittelt werden; Schätzungen müssen mit neuen Erkenntnissen aktualisiert werden; die Kalibrierung des Prognostikers ist unbekannt
carnotEffizienzbehauptungen ohne abgeleitete theoretische Grenze; Wo liegt der irreversible Verlust?
erdosExistenz-/Schwellenfragen in großen kombinatorischen Räumen – probabilistische Methode statt Enumeration

Aufruf

  1. Wählen Sie den am besten passenden Agenten von oben. Wenn zwei oder mehr passen, führen Sie tools/genius-invoker.sh route "<problem>" aus und nehmen Sie die am höchsten bewertete Übereinstimmung.
  2. Laden Sie ihn: tools/genius-invoker.sh invoke <agent> "<problem>", dann lesen Sie agents/genius/<agent>.md vollständig.
  3. Wenden Sie den <workflow> des Agenten Schritt für Schritt an und antworten Sie in dessen <output-format>. Jede Schätzung wird als eine zweiseitige Spanne mit der dominanten benannten Unsicherheit geliefert – niemals als bloßer Punktwert.
  4. Kreuzvalidierung: Zwei unabhängige Zerlegungen müssen innerhalb des Faktors ×10 übereinstimmen, bevor die Schätzung für eine Entscheidung verwendet wird (Fermis Plausibilitätscheck-Form).
  5. Wenn keine der obigen Formen passt, verwenden Sie stattdessen einen Standard-Team-Agenten.

Verweigern, wenn

  • Der Anfragende eine präzise Zahl wünscht, die eine Spanne nicht ehrlich liefern kann – sagen Sie stattdessen, welche Messung erforderlich wäre.
  • Die Schätzung ohne ihre Grenzen zitiert werden würde.

Verwandte Skills