Multi-Agent-Orchestrierungssystem – Claude Code orchestriert Codex und Gemini als Worker. Benutzerdefinierte MCP-Server, Routing-Regeln, Sicherheitsvorkehrungen und Forschungspipeline.
Dieses Skill, lumatic2/agent-orchestration, ist ein Multi-Agent-Orchestrierungssystem, bei dem Claude Code die Worker-Agenten Codex und Gemini koordiniert. Es ermöglicht die Erstellung benutzerdefinierter MCP-Server (Model Context Protocol), definiert Routing-Regeln für Aufgabenverteilung, implementiert Sicherheitsvorkehrungen und unterstützt eine vollständige Forschungspipeline. Der Skill eignet sich besonders für Entwickler, die komplexe Arbeitsabläufe mit mehreren KI-Agenten automatisieren möchten. Er wurde aus GitHub-Repositorys entdeckt, die in den letzten 24 Stunden gepusht wurden und sich auf Agent-Fähigkeiten, Claude/Codex/Gemini-Workflows, MCP-Tooling und KI-Agenten-Automatisierung konzentrieren. Die Integration erfolgt über das Modell-Kontext-Protokoll, was eine flexible und erweiterbare Middleware-Architektur ermöglicht.
npx skills add lumatic2/agent-orchestrationInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Multi-Agent-Orchestrierungssystem – Claude Code orchestriert Codex und Gemini als Worker. Benutzerdefinierte MCP-Server, Routing-Regeln, Sicherheitsvorkehrungen und Forschungspipeline.
Quelle: https://github.com/lumatic2/agent-orchestration
Entdeckt aus GitHub-Repositorys, die in den letzten 24 Stunden gepusht wurden, für Agent-Fähigkeiten, Claude/Codex/Gemini-Workflows, MCP-Tooling und angrenzende KI-Agenten-Automatisierung.
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.