Communitygithub.com

Team-Agent-Orchestrierung

Führe team-basierte Orchestrierung für Agenten-Teams durch, mit Arbeitspaketen, Verantwortlichkeiten, Agenten-Kanban, Merge-Gates und Steuerpaneel-Übergaben. Verwende dies, wenn ein Agenten-Team mit Arbeitspaketen, Zuständigkeiten, Kanban und Merge-Gates koordiniert wird.

Was ist Team-Agent-Orchestrierung?

Diese Fähigkeit ermöglicht die zuverlässige Orchestrierung mehrerer KI-Agenten, die in einem Team arbeiten, anstatt als einzelne Assistenten. Sie definiert ein klares Betriebsmodell mit Arbeitspaketen, expliziten Besitzverhältnissen, einem Agenten-Kanban zur Visualisierung des Arbeitsstatus sowie Merge-Gates, die sicherstellen, dass nur geprüfte Arbeit integriert wird. Die Fähigkeit unterstützt verschiedene Ausführungsmodi wie Einzelagent, dynamischen Workflow, dmux/tmux oder Worktree-Fan-Out und kann mit Plattformen wie Claude Code, Cursor, Codex, Hermes, Devin und anderen verwendet werden. Ein zentrales Steuerpaneel sorgt für Transparenz über aktive Arbeitspakete, Zuständigkeiten, Blockaden und Merge-Bereitschaft, während häufige Fehlermodi wie "Agentensuppe", unsichtbare Arbeit oder überschreibende Änderungen vermieden werden. Der Output umfasst Kartenänderungen, Branches, Tests, Evaluierungsnachweise und Kandidaten für wiederverwendbare Fähigkeiten.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/team-agent-orchestration

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Team-Agent-Orchestrierung?

Verwende diese Fähigkeit, wenn Agenten eher wie ein Team als wie ein einzelner Assistent verwaltet werden. Ziel ist es, team-basierte Orchestrierung zuverlässig zu gestalten: klare Arbeitspakete, explizite Verantwortlichkeiten, Agenten-Kanban-Zustand, Branch-Isolation, Steuerpaneel-Sichtbarkeit und Merge-Gates.

Wann aktivieren

  • Die Aufgabe umfasst mehrere Agenten, Tools, Harnesses, Branches oder Worktrees.
  • Der Benutzer erwähnt Team-Orchestrierung, Agenten-Kanban, Squad, Conductor, Steuerpaneel, Manager, Desktop-App, Zellij, tmux, Hermes, Devin, Codex, Claude Code oder Multi-Agent-Arbeit.
  • Ein Projekt benötigt einen gemeinsamen Workflow-Status über Personen und Agenten hinweg.
  • Bestehende Agenten-Fan-Outs produzieren Output, aber kein mergebares Produkt.

Betriebsmodell

Behandle jeden Agenten als Teammitglied mit einem engen Vertrag:

  • Besitzer (Owner): die Person oder der Agent, der für das Arbeitspaket verantwortlich ist.
  • Umfang (Scope): Dateien, Branch, Tool-Oberfläche und verbotene Bereiche.
  • Status (State): Backlog, Ready, Running, Review, Blocked, Merged oder Archived.
  • Nachweise (Evidence): Tests, Screenshots, Logs, Review-Notizen oder Eval-Berichte.
  • Merge-Gate: die genaue Bedingung, die eine Integration erlaubt.

Agenten-Kanban

Verwende Agenten-Kanban, wenn Arbeit über Sitzungen hinweg sichtbar sein muss.

SpalteBedeutungAustrittskriterien
BacklogKandidat für Arbeitspaket, noch nicht ausgearbeitetAbnahmekriterien festgelegt
ReadyAusgearbeitet und zuweisbarBesitzer und Branch/Worktree zugewiesen
RunningAgent arbeitet aktivÜbergabe-Artefakt und geänderte Dateien vorhanden
ReviewArbeit abgeschlossen, aber nicht gemergtTests, Diff-Review und Risikoprüfung bestanden
BlockedBenötigt externen Input oder Gate fehlgeschlagenBlocker hat Besitzer und nächste Aktion
MergedIn Hauptlinie integriertPR gemergt oder lokaler Hauptzweig aktualisiert
ArchivedNicht mehr relevantGrund notiert

Jede Karte sollte diesem Schema folgen:

{
  "id": "agent-card-001",
  "title": "Dynamischen Workflow-Skill erstellen",
  "owner": "codex",
  "state": "running",
  "branch": "product/dynamic-workflow-team-orchestration",
  "worktree": ".",
  "acceptance": [
    "Skill existiert",
    "Tests decken erforderliche Konzepte ab",
    "Content-Artefakt enthält Video- und Artikelansätze"
  ],
  "merge_gate": "Lint, fokussierte Tests und Katalog-Check bestehen",
  "handoff": "path/to/handoff.md"
}

Team-basierter Orchestrierungsablauf

  1. Board formen: vage Ambitionen in Arbeitspakete mit Besitzern und Merge-Gates umwandeln.
  2. Ausführungsmodus wählen: Einzelagent, dynamischer Workflow-Modus, dmux/tmux, Worktree-Fan-Out oder externer Desktop-Orchestrator.
  3. Grenzen zuweisen: ein Besitzer pro Karte, klarer Dateiumfang, keine überschreibenden Schreibzugriffe ohne Integrator.
  4. Agenten ausführen: jeder Agent schreibt Nachweise und Übergabenotizen, nicht nur Code.
  5. Sequentiell reviewen: zuerst Tests, dann Diff-Review, dann Sicherheits-/Risikoprüfungen, dann Content-/Produkt-Polish.
  6. Bewusst mergen: ein Integrator löst Konflikte und aktualisiert das Steuerpaneel oder das Status-Artefakt.
  7. Wiederverwendbaren Skill extrahieren: wenn sich das Kartenmuster wiederholt, in skills/ fördern.

Steuerpaneel-Anforderungen

Ein nützliches Steuerpaneel für Team-Orchestrierung sollte anzeigen:

  • Aktive Arbeitspakete und ihren Agenten-Kanban-Status.
  • Besitzer, Harness, Branch, Worktree und letzten Heartbeat.
  • Links zu Übergabe-Artefakten, Tests, Screenshots und PRs.
  • Blockaden, gruppiert nach Besitzer und Aktion zur Entblockung.
  • Merge-Bereitschaft nach Gate, nicht nach Bauchgefühl.
  • Kandidaten für wiederverwendbare Workflows, die zu gemeinsamen Skills werden sollten.

Füge keine Automatisierung hinzu, bis der Operator beantworten kann: wer besitzt dies, was wurde geändert, welches Gate ist fehlgeschlagen, und was kann sicher gemergt werden?

Kompatibilität mit dynamischem Workflow

Wenn eine Karte den dynamischen Workflow-Modus benötigt:

  • Lege den aufgabenspezifischen Harness unter den Kartenbesitzer.
  • Speichere Eingaben und Ausgaben auf der Karte.
  • Fordere ein Eval an, bevor du von Running zu Review wechselst.
  • Fördere den Harness erst nach wiederholter Nutzung zu einem gemeinsamen Skill.

Zu beachtende Fehlermodi

  • Agentensuppe: viele Agenten laufen, kein Besitzer oder Merge-Gate.
  • Unsichtbare Arbeit: nützlicher Output existiert nur in einem Chat-Transkript.
  • Board-Theater: ein Kanban-Board existiert, aber Karten haben keine Abnahmekriterien.
  • Überschreibende Schreibzugriffe: parallele Agenten bearbeiten dieselben Dateien ohne Worktrees.
  • Kein Produkt-Artefakt: der Prozess produziert Dokumente, aber keine ausführbare oder veröffentlichbare Oberfläche.

Output-Standard

Beende jeden Orchestrierungsdurchlauf mit:

  • Board/Karten-Änderungen.
  • Gemergte oder ausstehende Branches.
  • Tests und Eval-Nachweise.
  • Blockaden mit Besitzer und nächster Aktion.
  • Neue Kandidaten für gemeinsame Skills.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Verwandte Skills