Communitygithub.com

Ralphinho RFC Pipeline

Patrón de ejecución DAG multi-agente impulsado por RFC con compuertas de calidad, colas de fusión y orquestación de unidades de trabajo. Útil para ejecutar flujos multi-agente con compuertas de calidad y cola de fusión.

¿Qué es Ralphinho RFC Pipeline?

El skill Ralphinho RFC Pipeline implementa un patrón de ejecución de grafos acíclicos dirigidos (DAG) multi-agente, basado en documentos RFC (Request for Comments), diseñado para descomponer características grandes en unidades de trabajo verificables de forma independiente. Es especialmente útil cuando una funcionalidad es demasiado grande para ser procesada en un solo paso de un agente de IA y debe dividirse en tareas más pequeñas con dependencias claras. El pipeline consta de siete etapas que van desde la ingesta del RFC hasta la verificación final del sistema, pasando por la descomposición en DAG, asignación e implementación de unidades, validación y cola de fusión. Cada unidad de trabajo se define según una plantilla que incluye identificador, dependencias, alcance, pruebas de aceptación, nivel de riesgo y plan de reversión. Además, el skill incorpora un sistema de calidad por unidad (investigación, plan, implementación, pruebas, revisión e informe de listo para fusionar) y reglas estrictas de cola de fusión que requieren la resolución de dependencias y la reorganización de ramas. Incluye un mecanismo de recuperación para unidades que se estancan, y produce registros de ejecución, tarjetas de puntuación, gráficos de dependencias y resúmenes de riesgo de integración. Está pensado para plataformas como Claude Code, Cursor o Codex que ejecuten agentes de IA en flujos de trabajo orquestados.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/ralphinho-rfc-pipeline

Preguntar en tu IA favorita

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

Documentación

¿Qué hace Ralphinho RFC Pipeline?

Inspirado en los patrones de descomposición RFC y flujos de trabajo de orquestación multiunidad de humanplane.

Utiliza este skill cuando una funcionalidad sea demasiado grande para un solo paso de agente y deba dividirse en unidades de trabajo verificables de forma independiente.

Etapas del Pipeline

  1. Recepción de RFC
  2. Descomposición en DAG
  3. Asignación de unidades
  4. Implementación de unidades
  5. Validación de unidades
  6. Cola de fusión e integración
  7. Verificación final del sistema

Plantilla de Especificación de Unidad

Cada unidad de trabajo debe incluir:

  • id
  • depends_on
  • scope
  • acceptance_tests
  • risk_level
  • rollback_plan

Niveles de Complejidad

  • Nivel 1: ediciones de archivos aisladas, pruebas deterministas
  • Nivel 2: cambios de comportamiento en múltiples archivos, riesgo de integración moderado
  • Nivel 3: cambios de esquema/autenticación/rendimiento/seguridad

Pipeline de Calidad por Unidad

  1. investigación
  2. plan de implementación
  3. implementación
  4. pruebas
  5. revisión
  6. informe de listo para fusionar

Reglas de la Cola de Fusión

  • Nunca fusionar una unidad con fallos de dependencia no resueltos.
  • Rebase siempre las ramas de las unidades sobre la última rama de integración.
  • Vuelve a ejecutar las pruebas de integración después de cada fusión encolada.

Recuperación

Si una unidad se estanca:

  • expulsar de la cola activa
  • capturar hallazgos
  • regenerar el alcance reducido de la unidad
  • reintentar con restricciones actualizadas

Salidas

  • Registro de ejecución de RFC
  • tarjetas de puntuación de unidades
  • instantánea del gráfico de dependencias
  • resumen de riesgo de integración

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