CommunityRecherche & Datenanalysegithub.com

zubayer0077/Claude-Multi-Agent-Research-System-Skill

🧩 Orchestriere Multi-Agenten-Recherche mit paralleler Ausführung und Audits für effiziente, strukturierte Untersuchungen und nahtlose Workflow-Planung.

Was ist Claude-Multi-Agent-Research-System-Skill?

Diese Fähigkeit ermöglicht es KI-Agenten, Multi-Agenten-Recherchen zu orchestrieren, indem sie Aufgaben parallel ausführen und automatisierte Prüfungen (Audits) durchführen. Es ist besonders nützlich für Entwickler und Forscher, die komplexe, datenintensive Untersuchungen durchführen müssen, z. B. konkurrierende Analyse mehrerer Quellen oder Ergebnisse. Unterstützt wird die Funktion auf Plattformen wie Claude Code, Cursor und Codex, wo Agenten als spezialisierte Worker (z. B. Rechercheur, Prüfer, Zusammenfasser) arbeiten. Die parallele Ausführung beschleunigt die Verarbeitung, während die Audit-Schritte Konsistenz und Genauigkeit sicherstellen, was zu strukturierten Berichten und optimierten Workflows führt.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add zubayer0077/Claude-Multi-Agent-Research-System-Skill

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Claude-Multi-Agent-Research-System-Skill?

🧩 Orchestriere Multi-Agenten-Recherche mit paralleler Ausführung und Audits für effiziente, strukturierte Untersuchungen und nahtlose Workflow-Planung.

Übersicht

Diese Fähigkeit verwandelt einen einzelnen KI-Agenten in ein koordiniertes Team spezialisierter Agenten, die zusammenarbeiten, um Rechercheaufgaben parallel durchzuführen. Jeder Agent übernimmt eine bestimmte Rolle (z. B. Rechercheur, Prüfer, Zusammenfasser), wodurch Engpässe vermieden und die Gesamtzuverlässigkeit der Ergebnisse verbessert wird.

Hauptfunktionen

  • Parallele Ausführung: Aufgaben werden gleichzeitig gestartet, um die Gesamtzeit zu verkürzen.
  • Audit-Schritte: Automatisierte Prüfungen stellen Konsistenz, Genauigkeit und Relevanz der Daten sicher.
  • Workflow-Orchestrierung: Klare Planung von Schritten und Abhängigkeiten zwischen Agenten.
  • Strukturierte Ausgaben: Ergebnisse werden in lesbaren, organisierten Abschnitten geliefert.

Unterstützte Plattformen

  • Claude Code
  • Cursor
  • Codex
  • Weitere KI-Agenten-freundliche Umgebungen

Beispielverwendung

# Starte eine Multi-Agenten-Recherche zu einem Thema
claude-multi-agent research --topic "Klimawandel Auswirkungen auf Europa"

Architektur

  1. Orchestrator-Agent: Plant die Aufgaben, weist Rollen zu und beaufsichtigt den Fortschritt.
  2. Recherche-Agenten: Führen parallele Suche nach Informationen aus verschiedenen Quellen durch.
  3. Prüf-Agent: Überprüft die Ergebnisse auf Konsistenz, Fehler und Duplikate.
  4. Zusammenfasser: Fasst die geprüften Daten in einem abschließenden Bericht zusammen.

Konfiguration

VariableBeschreibungStandard
AGENT_COUNTAnzahl der parallelen Recherche-Agenten3
AUDIT_ENABLEDAktiviert oder deaktiviert den Prüf-Schritttrue
OUTPUT_FORMATAusgabeformat (z. B. markdown, json)markdown

Lizenz

MIT

Verwandte Skills