Communitygithub.com

Orquestación de Equipos de Agentes

Ejecuta orquestación basada en equipos para escuadrones de agentes utilizando elementos de trabajo, propiedad, Kanban de agentes, compuertas de fusión y traspasos de panel de control. Úsalo al coordinar un escuadrón de agentes con elementos de trabajo, propiedad, Kanban y compuertas de fusión.

¿Qué es Orquestación de Equipos de Agentes?

Esta habilidad está diseñada para coordinar múltiples agentes de IA como si fueran miembros de un equipo, proporcionando un marco estructurado para la orquestación. Su objetivo principal es reemplazar el caos de múltiples agentes trabajando en paralelo sin supervisión con un flujo de trabajo confiable basado en elementos de trabajo explícitos, propiedad asignada, un tablero Kanban de agentes, aislamiento de ramas, visibilidad del panel de control y compuertas de fusión. Es útil para desarrolladores que gestionan proyectos complejos que requieren la colaboración de varios agentes, como en plataformas de desarrollo de software (Claude Code, Codex, Devin) o en entornos de terminal como Zellij y tmux. El flujo de trabajo comienza definiendo un tablero con elementos de trabajo, asigna un solo propietario por tarjeta, ejecuta agentes que generan evidencia y notas de traspaso, y finaliza con revisiones secuenciales y fusión deliberada a través de un integrador. La habilidad también especifica un estándar de salida claro que incluye cambios en el tablero, ramas fusionadas o pendientes, evidencia de pruebas y evaluaciones, y candidatos a habilidades reutilizables. Al seguir este proceso, se evitan modos de falla comunes como la 'sopa de agentes', el trabajo invisible y las escrituras superpuestas, asegurando que el resultado sea un producto fusionable y publicable.

Compatible con✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/team-agent-orchestration

Preguntar en tu IA favorita

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

Documentación

¿Qué hace Orquestación de Equipos de Agentes?

Usa esta habilidad cuando los agentes se gestionan como un equipo en lugar de como un asistente único. El propósito es hacer que la orquestación basada en equipos sea confiable: elementos de trabajo claros, propiedad explícita, estado Kanban del agente, aislamiento de ramas, visibilidad del panel de control y compuertas de fusión.

Cuándo Activar

  • La tarea abarca múltiples agentes, herramientas, arneses, ramas o árboles de trabajo.
  • El usuario menciona orquestación de equipos, Kanban de agentes, escuadrón, director, panel de control, gestor, aplicación de escritorio, Zellij, tmux, Hermes, Devin, Codex, Claude Code o trabajo multiagente.
  • Un proyecto necesita estado de flujo de trabajo compartido entre personas y agentes.
  • La dispersión de agentes existente está produciendo resultados, pero no un producto fusionable.

Modelo Operativo

Trata a cada agente como un compañero de equipo con un contrato estrecho:

  • Propietario: la persona o agente responsable del elemento de trabajo.
  • Alcance: archivos, rama, superficie de herramientas y áreas prohibidas.
  • Estado: pendiente, listo, ejecutándose, revisión, bloqueado, fusionado o archivado.
  • Evidencia: pruebas, capturas de pantalla, registros, notas de revisión o informes de evaluación.
  • Compuerta de fusión: la condición exacta que permite la integración.

Kanban de Agentes

Usa Kanban de agentes cuando el trabajo debe ser visible entre sesiones.

ColumnaSignificadoCriterios de Salida
PendienteElemento de trabajo candidato, aún no definidoCriterios de aceptación escritos
ListoDefinido y asignablePropietario y rama/árbol de trabajo asignados
EjecutándoseEl agente está trabajando activamenteExisten artefacto de traspaso y archivos modificados
RevisiónEl trabajo está completo pero no fusionadoPasan pruebas, revisión de diferencias y verificación de riesgos
BloqueadoNecesita entrada externa o falló la compuertaEl bloqueador tiene propietario y próxima acción
FusionadoIntegrado en la línea principalPR fusionado o main local actualizado
ArchivadoYa no es relevanteRazón registrada

Cada tarjeta debe ajustarse a este esquema:

{
  "id": "tarjeta-agente-001",
  "title": "Construir habilidad de flujo de trabajo dinámico",
  "owner": "codex",
  "state": "ejecutándose",
  "branch": "product/flujo-trabajo-dinamico-orquestacion-equipos",
  "worktree": ".",
  "acceptance": [
    "La habilidad existe",
    "Las pruebas cubren los conceptos requeridos",
    "El artefacto de contenido contiene ángulos de video y artículo"
  ],
  "merge_gate": "lint, pruebas enfocadas y verificación de catálogo pasan",
  "handoff": "ruta/al/traspaso.md"
}

Flujo de Orquestación Basada en Equipos

  1. Dar forma al tablero: convertir ambiciones difusas en elementos de trabajo con propietarios y compuertas de fusión.
  2. Elegir modo de ejecución: agente único, modo de flujo de trabajo dinámico, dmux/tmux, dispersión de árboles de trabajo u orquestador de escritorio externo.
  3. Asignar límites: un propietario por tarjeta, alcance de archivo claro y sin escrituras superpuestas sin un integrador.
  4. Ejecutar agentes: cada agente escribe evidencia y notas de traspaso, no solo código.
  5. Revisar en secuencia: pruebas primero, luego revisión de diferencias, luego comprobaciones de seguridad/riesgo, luego pulido de contenido/producto.
  6. Fusionar deliberadamente: un integrador resuelve conflictos y actualiza el panel de control o artefacto de estado.
  7. Extraer habilidad reutilizable: si el patrón de tarjeta se repite, promuévelo a skills/.

Requisitos del Panel de Control

Un panel de control útil para la orquestación de equipos debe mostrar:

  • Elementos de trabajo activos y su estado Kanban de agente.
  • Propietario, arnés, rama, árbol de trabajo y último latido.
  • Enlaces a artefactos de traspaso, pruebas, capturas de pantalla y PRs.
  • Bloqueadores agrupados por propietario y acción de desbloqueo.
  • Preparación para fusión por compuerta, no por sensaciones.
  • Candidatos a flujo de trabajo reutilizables que deberían convertirse en habilidades compartidas.

No añadas más automatización hasta que el operador pueda responder: ¿quién es el propietario de esto?, ¿qué cambió?, ¿qué compuerta falló?, ¿qué se puede fusionar de forma segura?

Compatibilidad con Flujo de Trabajo Dinámico

Cuando una tarjeta necesita modo de flujo de trabajo dinámico:

  • Coloca el arnés local a la tarea bajo el propietario de la tarjeta.
  • Almacena entradas y salidas en la tarjeta.
  • Requiere una evaluación antes de pasar de Ejecutándose a Revisión.
  • Promueve el arnés a una habilidad compartida solo después de uso repetido.

Modos de Falla a Vigilar

  • Sopa de agentes: muchos agentes ejecutándose, sin propietario ni compuerta de fusión.
  • Trabajo invisible: existe resultado útil solo en una transcripción de chat.
  • Teatro de tablero: existe un tablero Kanban pero las tarjetas no tienen criterios de aceptación.
  • Escrituras superpuestas: agentes paralelos editan los mismos archivos sin árboles de trabajo.
  • Sin artefacto de producto: el proceso produce documentos pero no una superficie ejecutable o publicable.

Estándar de Salida

Finaliza cada pase de orquestación con:

  • Cambios en el tablero/tarjetas.
  • Ramas fusionadas o pendientes.
  • Evidencia de pruebas y evaluaciones.
  • Bloqueadores con propietario y próxima acción.
  • Nuevos candidatos a habilidades compartidas.

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