Un marco de trabajo multiagente de IA agnóstico a la plataforma, construido como experimento y basado en LangGraph y LiteLLM. Orchid te permite definir agentes de IA mediante configuración YAML, orquestarlos con un supervisor, conectar herramientas externas a través de servidores MCP y aumentar las respuestas con RAG jerárquico, todo sin escribir código de agente.
Orchid es un marco de trabajo multiagente de IA, agnóstico a la plataforma, diseñado como un experimento y construido sobre las bibliotecas LangGraph y LiteLLM. Su principal ventaja es que permite a los desarrolladores definir y orquestar agentes de IA complejos únicamente mediante configuración YAML, eliminando la necesidad de escribir código específico para cada agente. El sistema utiliza un supervisor para coordinar los agentes, se integra con herramientas externas a través del Protocolo del Servidor de Modelos de Contexto (MCP) y emplea un sistema de Recuperación Aumentada Generativa (RAG) jerárquico para enriquecer las respuestas. Al ser agnóstico a la plataforma, Orchid puede integrarse con diversas herramientas y entornos de desarrollo. Este marco es especialmente útil para proyectos que requieren sistemas multiagente flexibles y modulares, donde la lógica de coordinación y las herramientas se definen de forma declarativa, acelerando el prototipado y la experimentación con arquitecturas de agentes.
npx skills add gadz82/orchidInstalled? Explore more Redacción y edición skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →
A platform-agnostic multi-agent AI framework built as experiment and based on LangGraph and LiteLLM. Orchid lets you define AI agents via YAML configuration, orchestrate them with a supervisor, connect external tools via MCP servers, and augment responses with hierarchical RAG, all without writing agent code.
Source: https://github.com/gadz82/orchid
Discovered during the daily awesomeskills.dev agent-skill hunt.
Notion CLI/API for pages, Markdown content, data sources, files, comments, search, Workers, and raw API calls.
The agent engineering platform.
Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.
Analyze and optimize tweets for maximum reach using Twitter's open-source algorithm insights. Rewrite and edit user tweets to improve engagement and visibility based on how the recommendation system ranks content.
Extracts and analyzes competitors' ads from ad libraries (Facebook, LinkedIn, etc.) to understand what messaging, problems, and creative approaches are working. Helps inspire and improve your own ad campaigns.
Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors