Diseño y configuración de tareas de CrewAI. Se utiliza al crear, configurar o depurar tareas de CrewAI: escribir descripciones y expected_output, establecer dependencias entre tareas con contexto, configurar formatos de salida (output_pydantic, output_json, output_file), usar guardrails para validación, habilitar human_input, ejecución asíncrona, formato markdown o depurar problemas de ejecución de tareas.
Esta habilidad está diseñada para ayudar a desarrolladores y agentes de IA a diseñar, configurar y depurar tareas de CrewAI de manera eficiente. Permite escribir descripciones detalladas y resultados esperados (expected_output) para cada tarea, establecer dependencias entre tareas mediante el uso de `context`, y configurar formatos de salida avanzados como `output_pydantic`, `output_json` y `output_file`. Además, incluye soporte para guardrails de validación, entrada humana (`human_input`), ejecución asíncrona y formato Markdown para mejorar la claridad de las tareas. Es útil para depurar problemas comunes de ejecución, asegurando que las tareas se integren correctamente dentro de un pipeline de CrewAI. La habilidad se basa en la documentación oficial de CrewAI y es compatible con cualquier plataforma que use agentes CrewAI, como Claude Code, Cursor o Codex.
npx skills add https://github.com/crewaiinc/skills/tree/main/skills/design-taskDiseño y configuración de tareas de CrewAI. Se utiliza al crear, configurar o depurar tareas de CrewAI — escribir descripciones y expected_output, establecer dependencias entre tareas con contexto, configurar formatos de salida (output_pydantic, output_json, output_file), usar guardrails para validación, habilitar human_input, ejecución asíncrona, formato markdown o depurar problemas de ejecución de tareas.
This repo contains 3 individual skills — each has its own dedicated page.
Query the official CrewAI documentation for answers. Use when the user has a CrewAI question that isn't fully covered by the getting-started, design-agent, design-task skills — e.g., specific API details, configuration options, advanced features, troubleshooting errors, enterprise features, tool references, or anything where the latest docs are the best source of truth.
CrewAI agent design and configuration. Use when creating, configuring, or debugging crewAI agents — choosing role/goal/backstory, selecting LLMs, assigning tools, tuning max_iter/max_rpm/max_execution_time, enabling planning/code execution/delegation, setting up knowledge sources, using guardrails, or configuring agents in YAML vs code.
CrewAI architecture decisions and project scaffolding. Use when starting a new crewAI project, choosing between LLM.call() vs Agent.kickoff() vs Crew.kickoff() vs Flow, scaffolding with 'crewai create flow', setting up YAML config (agents.yaml, tasks.yaml), wiring @CrewBase crew.py, writing Flow main.py with @start/@listen, or using {variable} interpolation.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".