Was macht plan-exec-Agent?
Lokaler Multi-Agent-Orchestrierungskern (Go/Windows): PlanAgent→BehaviorAgent-Hauptkette, mit MCP (stdio/http), einsteckbaren Skill Packs, WebUI (HTTP+SSE) und RunView-Rundenprotokollen → HTML.
Lokaler Multi-Agent-Orchestrierungskern (Go/Windows): PlanAgent→BehaviorAgent-Hauptkette mit MCP (stdio/http), einsteckbaren Skill Packs, WebUI (HTTP+SSE) und RunView-Rundenprotokollen → HTML.
Dieser Skill ist ein lokaler Multi-Agent-Orchestrierungskern, der in Go geschrieben ist und unter Windows läuft. Er implementiert eine Hauptkette von PlanAgent zu BehaviorAgent. Der Skill unterstützt das MCP-Protokoll (sowohl stdio als auch HTTP) sowie externe Skill Packs, die nachgerüstet werden können. Die bereitgestellte Weboberfläche nutzt HTTP und SSE für Echtzeitkommunikation. Ein eingebauter `RunView`-Seitenwagen erfasst Rundenprotokolle und wandelt sie in HTML um, was eine detaillierte Nachverfolgung des Agentenverhaltens ermöglicht. Entwickler können mit diesem Skill Multi-Agent-Workflows auf ihrem lokalen Rechner entwerfen und ausführen, ohne auf cloudbasierte Dienste angewiesen zu sein.
npx skills add hgvgfgvh/plan-exec-AgentInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Lokaler Multi-Agent-Orchestrierungskern (Go/Windows): PlanAgent→BehaviorAgent-Hauptkette, mit MCP (stdio/http), einsteckbaren Skill Packs, WebUI (HTTP+SSE) und RunView-Rundenprotokollen → HTML.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.