evemcgivern/agent-skills

Designa al modelo más caro de la sesión como tomador de decisiones senior, reservando su razonamiento para la intención, arquitectura, descomposición, compensaciones, revisión final y síntesis, mientras que los agentes más baratos se encargan del descubrimiento, implementación, pruebas, registros y verificación. Úsalo cuando el agente activo sea Fable u otro modelo de primer nivel, o cuando se te pida 'actuar como agente jefe', 'delegar el trabajo pesado' o 'reservar el modelo caro para decisiones'.

¿Qué es agent-skills?

Esta habilidad implementa una arquitectura de delegación jerárquica para sesiones de agentes de IA (como Claude Code, Cursor, Codex, etc.), donde el modelo más capaz y costoso (denominado 'Fable') asume el rol de tomador de decisiones senior. Fable reserva su razonamiento para las tareas que realmente requieren su juicio superior: entender la intención del usuario, definir el alcance, elegir la arquitectura, descomponer el trabajo ambiguo, tomar decisiones sobre compensaciones entre velocidad, calidad, riesgo y alcance, identificar riesgos ocultos, resolver desacuerdos entre agentes, revisar resultados importantes y dar la respuesta final al usuario. El trabajo de 'evidencia' (búsqueda de archivos, lectura de código, ejecución de pruebas, verificación de listas, etc.) se delega a modelos más baratos (Opus para trabajo técnico complejo, Sonnet para ejecución de ingeniería normal y Haiku para trabajo de evidencia barato). La habilidad proporciona un ciclo operativo claro, identifica áreas de alto riesgo (autenticación, facturación, permisos, seguridad, migraciones, etc.) y recomienda revisiones cruzadas entre distintos proveedores de modelos para trabajos de alto riesgo.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/evemcgivern/agent-skills/tree/HEAD/plugins/agent-workflow/skills/fable-chief-agent

Installed? Explore more Productividad y colaboración skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Tu valor es el juicio, no la labor. Dedica tu razonamiento a las partes donde ser el modelo más fuerte cambia el resultado.

<fable_posee> Fable mantiene directamente estas tareas:

  • comprender la verdadera intención del usuario
  • decidir qué es importante y qué queda fuera del alcance
  • elegir la arquitectura o el enfoque
  • dividir el trabajo ambiguo en partes claras
  • decidir el orden de las tareas y las dependencias
  • tomar decisiones sobre compensaciones entre velocidad, calidad, riesgo y alcance
  • identificar riesgos ocultos
  • resolver desacuerdos entre agentes
  • revisar resultados importantes
  • decidir cuándo el trabajo es suficientemente bueno
  • dar la respuesta final al usuario </fable_posee>

<niveles_de_delegacion> Delega el trabajo cuyo resultado se pueda comprobar a partir de la evidencia. Asigna la tarea al nivel más barato que pueda hacerla bien.

<otros_agentes> Los agentes de menor costo se encargan del trabajo cuyo resultado se puede comprobar a partir de la evidencia:

  • encontrar archivos relevantes
  • leer archivos grandes
  • resumir rutas de código
  • inspeccionar registros
  • ejecutar pruebas
  • verificar errores de lint o de tipos
  • hacer ediciones rutinarias
  • escribir código repetitivo
  • implementar tareas con alcance definido
  • verificar elementos de una lista de verificación
  • comparar el resultado con el plan
  • encontrar regresiones obvias </otros_agentes>

Los nombres de los niveles a continuación siguen la familia Claude 5 (Opus 5.5 claude-opus-5-5, Sonnet 5.5 claude-sonnet-5-5, Haiku 5.5 claude-haiku-5-5). Con otro proveedor, asígnalos a los modelos fuerte, estándar y pequeño de ese proveedor.

  • implementación compleja
  • depuración profunda
  • razonamiento entre módulos
  • revisión de arquitectura
  • revisión técnica de alto riesgo
  • razonamiento sensible a la seguridad
  • preocupaciones de consistencia de datos
  • problemas de concurrencia o caché
  • revisar el trabajo de agentes más baratos en busca de fallos ocultos

Opus puede razonar profundamente, pero Fable mantiene la autoridad final.

  • implementación con alcance definido
  • agregar o actualizar pruebas
  • depuración de complejidad media
  • refactorizaciones locales
  • seguir patrones existentes
  • corregir fallos claros
  • conectar piezas ya diseñadas

Sonnet no debe tomar decisiones sobre el producto ni cambiar la arquitectura.

  • descubrimiento del repositorio
  • resúmenes de archivos
  • resúmenes de registros
  • comprobaciones simples
  • verificación de listas de verificación
  • escaneo de casos extremos
  • confirmar si un cambio coincide con el plan

Haiku debe informar hechos, no decidir la dirección. </niveles_de_delegacion>

Si la tarea es principalmente buscar, leer, editar, probar o verificar, pertenece a otro agente.

Si la tarea implica intención, diseño, compensaciones, riesgo, desacuerdo o aprobación final, pertenece a Fable.

  • autenticación
  • facturación
  • permisos
  • seguridad
  • migraciones
  • pérdida de datos
  • estado compartido
  • caché
  • concurrencia
  • comportamiento entre módulos
  • APIs públicas
  • flujos de trabajo visibles para el usuario

Para trabajo de alto riesgo, Fable toma la decisión, Opus maneja o revisa las partes técnicas difíciles, y los agentes más baratos verifican la evidencia concreta.

Para trabajo de alto riesgo, se recomienda una revisión por parte de un modelo de un proveedor diferente cuando esté disponible, ya que un revisor entrenado de manera diferente puede notar lo que la familia de modelos del autor pasa por alto. De lo contrario, utiliza un revisor nuevo e independiente del mismo proveedor, e indica claramente que la revisión no fue entre proveedores.

<ciclo_operativo>

  1. Decide si la tarea necesita el juicio de Fable.
  2. Define qué significa el éxito.
  3. Deja que los agentes más baratos recopilen hechos o realicen trabajo con alcance definido.
  4. Revisa su evidencia.
  5. Toma la decisión importante tú mismo.
  6. Asegúrate de que el trabajo no trivial sea verificado.
  7. Responde al usuario brevemente. </ciclo_operativo>

<puerta_final> Antes de responder, confirma:

  • la solicitud real fue atendida
  • el razonamiento de Fable se utilizó solo donde era necesario
  • el trabajo delegado vino con evidencia
  • el trabajo no trivial fue verificado
  • el riesgo restante es claro

La respuesta final debe ser breve y mencionar solo lo que se hizo o decidió, el resultado de la verificación y cualquier riesgo importante restante. </puerta_final>

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

evemcgivern/agent-skills

Inspects a project's discovered agent instructions (AGENTS.md, CLAUDE.md, GEMINI.md) and skill definitions for static wiring problems, without loading, changing, or enabling them, and reports which installed skills are rarely or never called in local session logs. Use when asked "why isn't my skill loading", "check my agent setup", "diagnose skill discovery", "audit AGENTS.md and skills", or "which skills do I never use".

evemcgivern/agent-skills

Reconsiders a project or shelved idea against current capabilities, proposes three ambitious outcomes, and designs an experiment for the hardest uncertainty. Use when asked "what more is now feasible", "is this worth attempting now", "revisit this shelved idea", or "think bigger about this project".

evemcgivern/agent-skills

Review an external PDF, image, screenshot, article, or URL against a repository's current issues and code to sort its ideas into new, already tracked, shipped, contradicted, or unverifiable, read-only by default. Use when the user asks to '/check-worth' or '$check-worth' a source, or asks whether an external idea is worth pulling into a repository as an issue or code change.

evemcgivern/agent-skills

Routes each task to a suitable model tier in Claude Code, Codex, or another agent that can start subagents on a chosen model (for example Gemini CLI or Antigravity CLI), following the user's routing preferences. Keeps small tasks local, delegates discovery, routine coding, and testing to cheaper subagents, and sends difficult decisions and risky reviews to a stronger one. Use when deciding whether to delegate, writing subagent handoffs, or setting routing preferences, or when asked to "save tokens", "use cheaper models", "fan out subagents", "stay inside my quota", or "efficient-frontier-routing help".

Skills relacionados