Communitygithub.com

Flujos de trabajo dmux

Orquestación multi-agente usando dmux (administrador de paneles tmux para agentes de IA). Patrones para flujos de trabajo paralelos de agentes en Claude Code, Codex, OpenCode y otros entornos. Útil cuando se ejecutan múltiples sesiones de agente en paralelo o se coordinan flujos de trabajo de desarrollo multi-agente.

¿Qué es Flujos de trabajo dmux?

dmux Workflows es una habilidad diseñada para orquestar sesiones paralelas de agentes de IA utilizando dmux, un administrador de paneles basado en tmux. Permite dividir tareas complejas en subtareas independientes que se ejecutan simultáneamente en diferentes paneles, cada uno con su propio agente (Claude Code, Codex, OpenCode, etc.). Esto es especialmente útil para desarrolladores que trabajan con múltiples herramientas de IA y necesitan coordinar investigaciones, implementaciones, revisiones de código o depuración en paralelo. La habilidad soporta patrones como Investigación + Implementación, Ciclo de Pruebas y Corrección, y Canalización de Revisión de Código, y se integra con git worktrees para evitar conflictos de archivos. También incluye un helper ECC para orquestación avanzada con worktrees y archivos de planificación JSON, lo que permite flujos automatizados y escalables.

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

Preguntar en tu IA favorita

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

Documentación

¿Qué hace Flujos de trabajo dmux?

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

Cuándo activar

  • Ejecutar múltiples sesiones de agente en paralelo
  • Coordinar trabajo en 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 "multi-agente"

Qué es dmux

dmux es una herramienta de orquestación basada en tmux que administra 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

Instalación: 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

Patrones de flujo de trabajo

Patrón 1: Investigar + Implementar

Divide la investigación y la implementación en pistas paralelas:

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

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

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

Patrón 2: Característica multiarchivo

Paraleliza el trabajo en archivos independientes:

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

# Fusionar todo, luego hacer integración en el panel principal

Patrón 3: Ciclo de Pruebas y 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 fallidas basándose en la salida de errores del panel 1"

Patrón 4: Multi-entorno

Usa diferentes herramientas de IA para distintas tareas:

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

Patrón 5: Canalización 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 brechas de cobertura de pruebas"

# Fusionar todas las revisiones en un solo informe

Mejores prácticas

  1. Solo tareas independientes. No paralelices tareas que dependan de la salida de otras.
  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 trabajo propenso 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/facturacion ../feature-facturacion HEAD

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

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

Herramientas complementarias

HerramientaQué haceCuándo usarla
dmuxAdministración de paneles tmux para agentesSesiones paralelas de agente
SupersetIDE terminal para 10+ agentes en paraleloOrquestación a gran escala
Herramienta de tareas de Claude CodeGeneración de subagentes dentro del procesoParalelismo programático dentro de una sesión
Codex multi-agenteRoles 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": "auditoria-habilidad",
  "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 una 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 dentro de .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 local, borradores de planes o documentos:

{
  "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 estén 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 uso de tokens: Reduce el número de paneles paralelos. Cada panel es una sesión completa de agente.
  • tmux no encontrado: Instala 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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Skills relacionados