CommunityProgramación y desarrollogithub.com

agent-coordinator

Úsalo en proyectos donde un agente de codificación separado (ej. Antigravity/Gemini, Codex, otro Claude) realiza la investigación y la codificación pesada, y al iniciar un nuevo proyecto, agregar uno a un proyecto existente, importar resultados de investigación, lanzar una versión o preguntar por el estado del proyecto. Claude configura el proyecto, escribe los prompts del agente, revisa sus ramas, fusiona y etiqueta.

¿Qué es agent-coordinator?

Agent-coordinator es una habilidad para asistentes de IA como Claude que divide el trabajo según fortaleza y costo: Claude actúa como el cerebro (planifica hitos, escribe prompts del agente, revisa el trabajo, fusiona y etiqueta), un agente de codificación separado (como Antigravity, Codex u otro Claude) sirve como las manos (investigación, correcciones, código), y el usuario es el probador. El repositorio se convierte en la memoria del proyecto, almacenando todo lo aprendido en documentos versionados. La habilidad define modos de operación (Kickoff para proyectos nuevos, Adopt para existentes, Status, Release, Research Import, Continue) y proporciona scripts, plantillas y reglas detalladas para escribir prompts, revisar trabajo del agente, gestionar ramas y realizar traspasos de sesión. Está diseñada para maximizar la eficiencia de tokens de Claude, evitando que realice trabajo pesado de codificación o investigación, delegando esas tareas a agentes especializados.

Compatible con✓Claude Code✓Codex CLI✓Cursor✓Antigravity✓Gemini CLI
npx skills add https://github.com/Trooper-code/Trooper-s-Coordinator-Skills/tree/HEAD/skills/agent-coordinator

Installed? Explore more Programación y desarrollo skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Preguntar en tu IA favorita

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

Documentación

Coordinador de agentes (Claude como el cerebro)

Divide el trabajo según fortaleza y costo:

  • Claude = el cerebro. Planifica hitos, escribe los prompts del agente, revisa su trabajo, fusiona y etiqueta.
  • Agente de codificación = las manos. Realiza la investigación, rastreo, investigaciones, correcciones grandes y código en bloque.
  • El usuario = el probador. Ejecuta la compilación en su máquina real e informa lo que ve.
  • El repositorio = la memoria. Todo lo aprendido se almacena en documentos versionados, no en ningún chat.

Claude ahorra sus tokens para el juicio. No abre nuevas investigaciones ni realiza correcciones importantes él mismo — esas se le entregan al agente como un prompt.

Plantillas y scripts para cada archivo a continuación: la carpeta templates/ de esta habilidad (incluida en los zips de lanzamiento) o templates/ en https://github.com/Trooper-code/Trooper-s-Coordinator-Skills. El detalle de algunos modos está en la carpeta reference/ de esta habilidad; lee ese archivo cuando el modo corresponda.

Dónde viven los scripts. Un proyecto mantiene sus scripts de verificación en scripts/ en la raíz del repositorio, o en docs/scripts/. Siempre busca en ambas (el detect-mode.py informa cuál). Cada ruta scripts/... en esta habilidad significa la carpeta que use el proyecto. Los proyectos nuevos obtienen scripts/ a menos que el usuario solicite docs/scripts/. Nunca muevas los scripts existentes de un proyecto.

Elegir el modo

El usuario dice / el repositorio tieneModo
"status", "dónde estamos"Estado (abajo)
"release v…", "haz un lanzamiento", "etiqueta esto"Lanzamiento: sigue reference/release.md
"importa investigación", resultados de investigación profunda pegadosImportar investigación: sigue reference/research-import.md
el repo tiene docs/HANDOFF.mdContinuar: lee HANDOFF.md, el tablero de estado y los documentos a los que apunta, luego haz su "Primera tarea a realizar"
el repo tiene código o docs, no HANDOFF.mdAdoptar (abajo)
repo vacío (solo README/LICENSE/.gitignore)Iniciar (abajo)

Si puedes ejecutar comandos, python templates/scripts/detect-mode.py <repo> decide los últimos tres y lista los archivos de flujo de trabajo que el repo tiene y los que faltan.

Estado

Para "Usa agent-coordinator. Estado." o "¿dónde estamos en ?". Barato a propósito:

  • Lee solo docs/MILESTONES.md y docs/HANDOFF.md (y git log --oneline -5 si tienes el repo).
  • Responde en aproximadamente cinco líneas: hito actual y su estado, qué está en progreso y quién lo tiene, el último resultado probado, el siguiente paso y cualquier cosa que espere al usuario.
  • No revises, pruebes ni abras otros archivos a menos que se te solicite.

Iniciar (proyecto nuevo)

Ej. /agent-coordinator Inicia un nuevo proyecto: <nombre>. Repo: <url o carpeta>. Objetivo: <...>. Agente de codificación: <...>.

  1. Obtén acceso. Solicita el repo (enlace de GitHub o carpeta local) si no lo tienes. En una carpeta local, también solicita permiso de eliminación (git crea y elimina archivos .lock).
  2. Alcance. Si el objetivo no es realmente claro, haz 1–3 preguntas precisas: cómo se ve "terminado", qué agente de codificación y cuáles de sus herramientas tiene el usuario, y restricciones duras (plataforma, lenguaje, qué nunca debe ser confirmado). De lo contrario, comienza.
  3. Andamiaje de la memoria (no sobrescribas archivos que ya existen):
    • AGENTS.md, con la sección específica del agente completada (ver "El archivo de reglas del agente").
    • docs/MILESTONES.md, docs/HANDOFF.md (con Versiones de herramientas), docs/DECISIONS.md, docs/research/INDEX.md, docs/prompts/, docs/reports/TEMPLATE.md, CHANGELOG.md.
    • scripts/ (o docs/scripts/, si el usuario lo prefiere): los scripts de verificación (ver reference/scripts.md).
    • Seguridad y lanzamientos: templates/hooks/pre-commit copiado a scripts/hooks/pre-commit (los hooks en sí no se versionan, por lo que el usuario lo instala una vez con cp scripts/hooks/pre-commit .git/hooks/pre-commit, o la ruta docs/scripts/...), más .github/workflows/checks.yml y .github/workflows/release.yml. El hook y los workflows encuentran los scripts en cualquiera de las dos carpetas.
  4. Escribe el primer prompt para M1 en docs/prompts/M1-<slug>.md y ejecuta check-prompt.py sobre él. Si M1 es puramente investigación, el trabajo del agente es llenar docs/research/, no escribir código.
  5. Confirma el andamiaje con un mensaje claro.
  6. Responde brevemente: la lista de hitos, la instrucción de una línea para pegar en el agente, el comando de instalación del hook y "dime cuando termine; su informe estará en docs/reports/ en su rama".

Adoptar (proyecto existente)

Ej. /agent-coordinator Adopta mi proyecto existente. Repo: <url o carpeta>. Agente de codificación: <...>.

Aprende lo que el proyecto ya sabe, planifica a partir de ello y agrega solo los documentos que faltan. El escaneo es lectura de documentos y estructura del repo, no investigación de código: cualquier cosa que requiera rastreo se envía al agente.

  1. Obtén acceso, como en el inicio.
  2. Escanea (presupuesto: alrededor de 15–20 llamadas a herramientas; detect-mode.py hace el inventario en una). Lee, no rastrees:
    • diseño de nivel superior, archivos de compilación y configuración de pruebas (lenguaje, cómo compila y prueba, qué versiones de herramientas);
    • README, todo lo que esté en docs/, RESEARCH.md, NOTES.md, TODO.md, ROADMAP.md, CHANGELOG.md;
    • archivos de reglas de agente existentes (AGENTS.md, CLAUDE.md, GEMINI.md, .cursor/rules/, .agents/rules/);
    • ambas scripts/ y docs/scripts/: qué scripts de verificación ya tiene el proyecto, y dónde;
    • git log --oneline -30, ramas y etiquetas: qué se hizo por última vez, qué está a medio terminar;
    • comentarios TODO/FIXME, si es barato listarlos (git grep -n "TODO\|FIXME").
  3. Inventario. Mapea lo que existe sobre los archivos del flujo de trabajo. Reutiliza lo que hace el trabajo: enlaza una hoja de ruta existente desde MILESTONES.md, mantén los documentos de investigación existentes donde están e indexalos, y agrega secciones faltantes a un archivo de reglas existente en lugar de reemplazarlo. Crea solo lo que falta. Nunca sobrescribas, muevas ni renombres los archivos del usuario.
  4. Etiqueta lo que aprendiste. Los hechos de documentos existentes o comentarios son no verificados hasta que se prueben. Anota las contradicciones entre documentos y código como brechas. Registra las decisiones pasadas que puedas ver (una biblioteca elegida, un formato seleccionado) en DECISIONS.md solo si los documentos dicen por qué; de lo contrario, enuméralas como preguntas abiertas.
  5. Ejecuta check-safe-to-publish.py en todo el repositorio. Si algo se señala, informa primero al usuario: eliminar un archivo confirmado del historial es decisión suya.
  6. Planifica con anticipación: termina ramas a medio hacer, arregla pruebas que fallan, cierra TODOs, llena brechas de investigación. Crea hitos con criterios de finalización en docs/MILESTONES.md. Decisiones de juicio real (reescribir vs. arreglar, qué característica primero) → haz 1–3 preguntas precisas antes de comprometerte con el plan.
  7. Primer prompt. Grandes partes del código sin documentar → M0: reconocimiento (el agente las mapea en docs/research/ y el índice, cada afirmación citada y etiquetada). De lo contrario, M1.
  8. Escribe docs/HANDOFF.md, ejecuta check-handoff.py y confirma los nuevos documentos en un solo commit (ej. "Agregar documentos del coordinador"), manteniendo los finales de línea de cada archivo existente.
  9. Responde brevemente: lo que aprendiste, archivos creados o extendidos, el plan, cualquier cosa que necesite la decisión del usuario y la línea para pegar en el agente.

El archivo de reglas del agente (AGENTS.md)

Las reglas permanentes viven en AGENTS.md en la raíz del repositorio, por lo que los prompts solo llevan lo específico de su tarea. Contiene reglas siempre/nunca, las reglas de versiones de herramientas y sellado, las condiciones de parada, el formato del informe y una sección específica del agente.

Las restricciones específicas del agente son obligatorias. Cada vez que el usuario nombre a su agente de codificación (inicio, adoptar o un cambio), completa ## Restricciones específicas del agente: <agente>:

  • Comienza desde el perfil en templates/agents/ (Antigravity, Codex, Claude Code, Cursor, genérico). Mantén sus etiquetas de confirmado/no verificado.
  • Pregunta qué herramientas tiene instaladas el usuario y elimina las que no tenga.
  • Cómo carga las reglas. Si el perfil dice que el agente lee otro archivo, crea el puntero que describe. Si no estás seguro, dilo y mantén AGENTS.md primero bajo "Leer primero" en cada prompt.
  • Límites de permisos para herramientas de alto privilegio y peculiaridades conocidas.
  • Cuando el usuario o el agente corrijan un hecho del perfil, arréglalo en AGENTS.md y sugiere arreglar también el perfil compartido aguas arriba.

Hitos y ramas

  • Divide el trabajo del tamaño de un hito en hitos. Cada uno recibe su propia rama de funcionalidad.
  • El agente nunca fusiona. Claude revisa la rama, luego fusiona y etiqueta (ej. m5-p4a) una vez que el usuario la ha probado y funciona.
  • El estado se rastrea en docs/MILESTONES.md (hitos, registro de progreso fechado, paso "Siguiente" actual).

Escribir un prompt

Los prompts van en docs/prompts/<HITO>-<slug>.md, confirmados, autocontenidos (el agente no tiene contexto de este chat). Secciones, como en templates/PROMPT.md:

  1. Leer primero: AGENTS.md primero; luego docs/research/INDEX.md y las secciones que esta tarea necesita; cualquier entrada de DECISIONS.md que toque.
  2. Objetivo: una o dos oraciones.
  3. Rama: el nombre y desde qué etiqueta bifurcar.
  4. Hechos conocidos: rutas exactas, direcciones, desplazamientos, valores; cada uno confirmado o no verificado, con evidencia.
  5. Tareas: numeradas. Si check-research.py encontró hechos comprobados en versiones de herramientas más antiguas de las que esta tarea depende, volver a verificarlos es una tarea.
  6. Herramientas: las herramientas del agente que se ajustan a esta tarea y por qué.
  7. Restricciones específicas de la tarea: solo lo que AGENTS.md no dice ya.
  8. Detente e informa si: las condiciones de parada de AGENTS.md, más las de esta tarea.
  9. Verificaciones de aceptación: qué pruebas deben pasar; cada afirmación cita su evidencia.
  10. Informe: docs/reports/<HITO>-<slug>.md, confirmado en la rama.

Ejecuta check-prompt.py sobre él, arregla lo que informa y luego dale al usuario una instrucción de una línea para el agente, ej. "Lee y sigue docs/prompts/M5-p4b-save-format.md."

Herramientas de nomenclatura. Habilidades de proceso (ej. superpoderes: depuración-sistemática, desarrollo-guiado-por-pruebas, verificación-antes-de-completar); kits de herramientas de análisis o ingeniería inversa (sus afirmaciones necesitan prueba por emulación, una prueba o una ejecución real; mantén las características de alto privilegio como solo lectura en los archivos del usuario); modos de "enjambre" multi-agente solo para tareas grandes que se dividen en partes independientes — un prompt de enjambre detalla la parte de cada trabajador, archivos y criterios de finalización, y dice que los verificadores ejecutan las pruebas del repositorio.

Revisar el trabajo del agente

Lee el informe de la rama: git fetch origin <rama> luego git show origin/<rama>:docs/reports/<archivo>. Solo pide al usuario que pegue un resumen si el informe no está allí.

El agente se ha equivocado antes. Verifica, no confíes:

  1. check-report.py en el informe. Un informe que falla vuelve al agente, a menos que las brechas sean triviales.
  2. Versiones de herramientas en el informe contra docs/HANDOFF.md. Una discrepancia es un error hasta que se explique.
  3. Vuelve a ejecutar sus pruebas y pruebas de concepto tú mismo.
  4. Verifica puntualmente las direcciones, desplazamientos y afirmaciones que cita contra los archivos y registros reales. Comprueba que los hallazgos confirmados estén sellados ([confirmado @ <rama> | herramienta=versión]) y las nuevas secciones estén en el índice de investigación; ejecuta check-research.py.
  5. Decodifica o verifica su salida manualmente.
  6. Enumera los resultados como errores, luego brechas, luego detalles mínimos.

Regla de presupuesto: si verificar una afirmación necesita un nuevo rastreo más allá de lo que el agente citó (aproximadamente más de ~10 llamadas a herramientas), detente. Pónlo en el siguiente prompt en su lugar.

Si el agente se detuvo, no rehagas su trabajo: decide qué necesita (acceso, un archivo, un hecho corregido, una tarea más pequeña) y escríbelo en el siguiente prompt.

Después de la revisión:

  • Funciona → dale al usuario pasos exactos de prueba (qué hacer, qué debería ver). Una vez que confirmen, fusiona, etiqueta, agrega una línea bajo ## No lanzado en CHANGELOG.md y regístralo en los documentos.
  • No funciona → escribe el prompt de seguimiento con los errores y brechas como tareas.
  • Abandona en su lugar después de dos rondas de revisión fallidas, o cuando la corrección vaya en la dirección equivocada: mantén la rama (renómbrala abandonada/<nombre> si el usuario acepta), registra por qué en los documentos de investigación y como una Lección, mantén cualquier hallazgo confirmado y escribe un prompt fresco desde la última etiqueta buena.

Mantener la memoria afilada

  • Decisiones. Cuando el usuario tome una decisión real entre opciones (un formato, una biblioteca, reescribir vs. arreglar), agrega una entrada a docs/DECISIONS.md: decidido, rechazado, por qué, revisar-si. Antes de reabrir una pregunta resuelta, lee su entrada; los hechos nuevos obtienen una entrada nueva que reemplaza a la anterior.
  • Índice de investigación. Cada tema de investigación tiene una línea en docs/research/INDEX.md que apunta a su archivo y sección. Consulta allí primero; mantenlo actualizado cuando las secciones se muevan.
  • Hechos conscientes de la versión. Los hechos confirmados llevan un sello de la etiqueta y las versiones de herramientas con las que se comprobaron. Cada vez que cambie la tabla de Versiones de herramientas, ejecuta check-research.py y pon la re-verificación de los hechos listados en el siguiente prompt.
  • Las lecciones se convierten en reglas. Una lección que se repite obtiene (x2) en HANDOFF.md, luego se mueve a AGENTS.md (una regla para el agente), un script de verificación (si se puede automatizar) o la plantilla de prompt.
  • Regla de hallazgos. Cada hallazgo va a los documentos del repo en la misma sesión, etiquetado como confirmado, no verificado o incorrecto, con evidencia. Arregla afirmaciones antiguas que resultaron incorrectas. Mantén los finales de línea.
  • Seguro para publicar. Nada con derechos de autor o personal se confirma: el hook pre-commit y CI ejecutan check-safe-to-publish.py. Los usuarios proporcionan sus propios archivos de juego.

Traspasos de sesión

Combina esto con la habilidad project-handoff. Sugiere un traspaso al final de cada ronda de revisión o cuando el contexto se vuelva grande. La rutina de cambio:

  1. Claude actualiza docs/HANDOFF.md, ejecuta check-handoff.py y confirma.
  2. El usuario ejecuta lo que Claude pidió (registros, capturas).
  3. El usuario le da su prompt al agente.
  4. Nuevo chat de Claude: pega HANDOFF.md (o, si el chat puede leer el repo, "Lee docs/HANDOFF.md y haz su Primera tarea a realizar"). El informe del agente ya está en su rama, por lo que no es necesario pegar nada más.

Skills relacionados