Communitygithub.com

dmux-workflows

Orquestación multiagente con dmux (gestor de paneles tmux para agentes de IA). Patrones para flujos de trabajo paralelos con agentes en Claude Code, Codex, OpenCode y otros entornos. Útil para ejecutar múltiples sesiones de agente en paralelo o coordinar flujos de desarrollo multiagente.

¿Qué es dmux-workflows?

dmux-workflows es una habilidad especializada para desarrollar con agentes de IA que permite orquestar múltiples sesiones de agente en paralelo utilizando dmux, un gestor de paneles basado en tmux. Está diseñada para flujos de trabajo complejos que se benefician del paralelismo 'divide y vencerás', como investigación e implementación simultánea, desarrollo de características en múltiples archivos, ciclos de prueba y corrección, o revisiones de código desde diferentes perspectivas. La habilidad es compatible con varios entornos de agente, incluyendo Claude Code, Codex, OpenCode, Cline, Gemini y Qwen. Además, dmux-workflows incluye integración con git worktrees para aislar cambios en archivos superpuestos y un helper ECC que automatiza la creación de sesiones tmux con worktrees separados para cada trabajador. Los patrones de flujo de trabajo descritos permiten a los desarrolladores dividir tareas independientes entre paneles, fusionar resultados estratégicamente y mantener la conciencia de los límites de recursos, como el uso de tokens de API.

Compatible con✓Claude Code✓Codex CLI~Cursor✓Gemini CLI✓OpenCode
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/dmux-workflows

Preguntar en tu IA favorita

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

Documentación

Flujos de Trabajo dmux

Orquesta sesiones paralelas de agentes de IA usando dmux, un gestor de paneles tmux para entornos de agentes.

Cuándo Activar

  • Ejecutar múltiples sesiones de agente en paralelo
  • Coordinar trabajo entre Claude Code, Codex y otros entornos
  • Tareas complejas que se benefician del paralelismo divide y vencerás
  • El usuario dice "ejecutar en paralelo", "dividir este trabajo", "usar dmux" o "multiagente"

¿Qué es dmux?

dmux es una herramienta de orquestación basada en tmux que gestiona paneles de agentes de IA:

  • Presiona n para crear un nuevo panel con un prompt
  • Presiona m para fusionar la salida del panel de vuelta a la sesión principal
  • Soporta: Claude Code, Codex, OpenCode, Cline, Gemini, Qwen

Instalar: Instala dmux desde su repositorio después de revisar el paquete. Consulta github.com/standardagents/dmux

Inicio Rápido

# Iniciar sesión dmux
dmux

# Crear paneles de agente (presiona 'n' en dmux, luego escribe el prompt)
# Panel 1: "Implementar el middleware de autenticación en src/auth/"
# Panel 2: "Escribir pruebas para el servicio de usuario"
# Panel 3: "Actualizar la documentación de la API"

# Cada panel ejecuta su propia sesión de agente
# Presiona 'm' para fusionar los resultados de vuelta

Patrones de Flujo de Trabajo

Patrón 1: Investigar + Implementar

Divide la investigación y la implementación en pistas paralelas:

Panel 1 (Investigación): "Investigar mejores prácticas para limitación de tasa en Node.js.
  Revisar librerías actuales, comparar enfoques y escribir hallazgos en
  /tmp/rate-limit-research.md"

Panel 2 (Implementación): "Implementar middleware de limitación de tasa para nuestra API Express.
  Comenzar con un token bucket básico, refinaremos después de que termine la investigación."

# Después de que el Panel 1 termine, fusionar hallazgos en el contexto del Panel 2

Patrón 2: Función Multiarchivo

Paraleliza el trabajo en archivos independientes:

Panel 1: "Crear el esquema de base de datos y las migraciones para la función de facturación"
Panel 2: "Construir los endpoints de la API de facturación en src/api/billing/"
Panel 3: "Crear los componentes de UI del panel de facturación"

# Fusionar todo, luego hacer integración en el panel principal

Patrón 3: Ciclo de Prueba + Corrección

Ejecuta pruebas en un panel, corrige en otro:

Panel 1 (Vigilante): "Ejecutar el conjunto de pruebas en modo vigilancia. Cuando fallen las pruebas,
  resumir los fallos."

Panel 2 (Corrector): "Corregir las pruebas que fallan según la salida de errores del panel 1"

Patrón 4: Multi-Entorno

Usa diferentes herramientas de IA para diferentes tareas:

Panel 1 (Claude Code): "Revisar la seguridad del módulo de autenticación"
Panel 2 (Codex): "Refactorizar las funciones de utilidad por rendimiento"
Panel 3 (Claude Code): "Escribir pruebas E2E para el flujo de pago"

Patrón 5: Tubería de Revisión de Código

Perspectivas de revisión en paralelo:

Panel 1: "Revisar src/api/ en busca de vulnerabilidades de seguridad"
Panel 2: "Revisar src/api/ en busca de problemas de rendimiento"
Panel 3: "Revisar src/api/ en busca de lagunas en la cobertura de pruebas"

# Fusionar todas las revisiones en un único informe

Mejores Prácticas

  1. Solo tareas independientes. No paralelices tareas que dependen de la salida de otra.
  2. Límites claros. Cada panel debe trabajar en archivos o aspectos distintos.
  3. Fusionar estratégicamente. Revisa la salida del panel antes de fusionar para evitar conflictos.
  4. Usa git worktrees. Para trabajos propensos a conflictos de archivos, usa worktrees separados por panel.
  5. Conciencia de recursos. Cada panel consume tokens de API — mantén el total de paneles por debajo de 5-6.

Integración con Git Worktree

Para tareas que tocan archivos superpuestos:

# Crear worktrees para aislamiento
git worktree add -b feat/auth ../feature-auth HEAD
git worktree add -b feat/billing ../feature-billing HEAD

# Ejecutar agentes en worktrees separados
# Panel 1: cd ../feature-auth && claude
# Panel 2: cd ../feature-billing && claude

# Fusionar ramas cuando terminen
git merge feat/auth
git merge feat/billing

Herramientas Complementarias

HerramientaQué HaceCuándo Usar
dmuxGestión de paneles tmux para agentesSesiones paralelas de agentes
SupersetIDE terminal para 10+ agentes en paraleloOrquestación a gran escala
Herramienta de tarea Claude CodeGeneración de subagentes en procesoParalelismo programático dentro de una sesión
Multiagente de CodexRoles de agente integradosTrabajo paralelo específico de Codex

Helper ECC

ECC ahora incluye un helper para orquestación externa de paneles tmux con worktrees git separados:

node scripts/orchestrate-worktrees.js plan.json --execute

Ejemplo de plan.json:

{
  "sessionName": "skill-audit",
  "baseRef": "HEAD",
  "launcherCommand": "codex exec --cwd {worktree_path} --task-file {task_file}",
  "workers": [
    { "name": "docs-a", "task": "Corregir habilidades 1-4 y escribir notas de traspaso." },
    { "name": "docs-b", "task": "Corregir habilidades 5-8 y escribir notas de traspaso." }
  ]
}

El helper:

  • Crea un worktree git respaldado por rama por cada trabajador
  • Opcionalmente superpone seedPaths seleccionados del checkout principal en cada worktree de trabajador
  • Escribe archivos task.md, handoff.md y status.md por trabajador en .orchestration/<session>/
  • Inicia una sesión tmux con un panel por trabajador
  • Lanza cada comando de trabajador en su propio panel
  • Deja el panel principal libre para el orquestador

Usa seedPaths cuando los trabajadores necesiten acceso a archivos locales sucios o no rastreados que aún no forman parte de HEAD, como scripts de orquestación locales, borradores de planes o documentación:

{
  "sessionName": "workflow-e2e",
  "seedPaths": [
    "scripts/orchestrate-worktrees.js",
    "scripts/lib/tmux-worktree-orchestrator.js",
    ".claude/plan/workflow-e2e-test.json"
  ],
  "launcherCommand": "bash {repo_root}/scripts/orchestrate-codex-worker.sh {task_file} {handoff_file} {status_file}",
  "workers": [
    { "name": "seed-check", "task": "Verificar que los archivos sembrados están presentes antes de comenzar el trabajo." }
  ]
}

Solución de Problemas

  • Panel no responde: Cambia al panel directamente o inspecciónalo con tmux capture-pane -pt <session>:0.<pane-index>.
  • Conflictos de fusión: Usa git worktrees para aislar cambios de archivos por panel.
  • Alto consumo de tokens: Reduce el número de paneles paralelos. Cada panel es una sesión de agente completa.
  • tmux no encontrado: Instálalo con brew install tmux (macOS) o apt install tmux (Linux).

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/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

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.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills relacionados