Communitygithub.com

curiositech/windags-skills

Gestión de calendarios impulsada por IA y coordinación de agendas basada en agentes. Cubre APIs de calendario (Google Calendar, CalDAV/iCal), asistentes de programación con IA (Reclaim, Clockwise, Motion, Cal.com), construcción de agentes de calendario personalizados con MCP, fusión de múltiples calendarios, gestión de husos horarios, protección de bloques de enfoque, detección de fatiga de reuniones y protocolos de negociación de reuniones entre agentes.

¿Qué es windags-skills?

Este skill proporciona un marco completo para construir agentes de IA que gestionen calendarios de manera inteligente, negocien reuniones, protejan el tiempo de enfoque y coordinen horarios complejos entre múltiples participantes y zonas horarias. Está diseñado para desarrolladores que desean integrar capacidades de programación autónoma en sus agentes, ya sea usando las API estándar de Google Calendar o implementaciones personalizadas a través de MCP (Model Context Protocol). El skill abarca desde la fusión de calendarios y la selección de horarios basada en modelos de energía cognitiva hasta protocolos de negociación agente-a-agente con detección de bucles y escalada humana. También incluye una guía detallada de modos de fallo comunes, como conflictos de recurrencia con DST, bucles de negociación recursiva y fugas de privacidad en el esquema, junto con ejemplos prácticos como la negociación de reuniones entre Chicago y Tokio. Está orientado a plataformas como Claude Code, Cursor, Codex y otros asistentes que soporten la definición de skills, y se activa con términos como "calendar agent", "AI scheduling" o "focus time protection". No está diseñado para componentes de interfaz de usuario de calendario, diagramas de Gantt, temporizadores Pomodoro ni para la construcción del agente base desde cero.

Compatible con~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/curiositech/windags-skills/tree/HEAD/skills/agentic-calendar-coordination

Preguntar en tu IA favorita

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

Documentación

Coordinación de Calendarios con Agentes

Construye agentes de IA que negocien reuniones, protejan el tiempo de enfoque e infieran contexto a partir de datos del calendario. Navega por la complejidad de los husos horarios, implementa programación agente a agente y arquitectura lógica de calendario personalizada usando la API de Google Calendar y MCP.

Puntos de Decisión

Cuando se Detecta un Conflicto

Solicitud de reunión entrante entra en conflicto con evento existente
├─ Remitente = gerente/ejecutivo → Aceptar automáticamente, sugerir mover el evento existente
├─ Reunión = 1:1/etiquetada como urgente → Proponer alternativa dentro de 24h
├─ Colisión con bloque de enfoque
│  ├─ Prioridad del bloque = alta (trabajo profundo) → Rechazar automáticamente
│  └─ Prioridad del bloque = media → Proponer horario alternativo
└─ Doble reserva con reunión de compañeros → Contraofertar con 3 franjas horarias alternativas

Decisión: Rechazar Automáticamente vs. Proponer Alternativa

Factores: nivel_remitente (ejecutivo/gerente/compañero/externo) × tipo_reunión (1:1/equipo/todos) × prioridad_bloque_enfoque
Si ejecutivo + cualquier_tipo → Siempre proponer alternativa
Si gerente + (1:1 O urgente) → Proponer alternativa
Si compañero + recurrente + baja_asistencia → Rechazar automáticamente
Si externo + sin_relación_previa → Rechazar automáticamente con "usar enlace de calendario"
Si durante bloque_de_enfoque_alta_prioridad → Rechazar automáticamente sin importar el remitente

Selección de Franja Horaria con Conocimiento de Husos Horarios

Programación con múltiples participantes:
├─ Todos en el mismo huso horario → Usar horario laboral local (9-17)
├─ 2 husos horarios, <6h de diferencia → Encontrar ventana de superposición
├─ 2 husos horarios, >6h de diferencia → División temprano/tarde (uno toma las 8am, el otro las 6pm)
└─ 3+ husos horarios → Proponer alternativa asíncrona O horario rotativo

Clasificación de Franjas según Modelo de Energía

Prioridad del momento del día (descendente):
1. 9-11 AM (pico cognitivo) → Reservar para trabajo profundo, rechazar reuniones rutinarias
2. 11 AM-12 PM (enfoque sostenido) → Permitir solo reuniones importantes
3. 2-4 PM (punto dulce de colaboración) → Preferir para reuniones de equipo
4. 4-5 PM (cierre) → Bueno para 1:1s, actualizaciones de estado
5. 1-2 PM (bajón post-comida) → Evitar reuniones complejas

Modos de Falla

Conflictos Recurrentes con Huso Horario

Síntomas: La reunión semanal de las 9 AM muestra conflictos en invierno pero no en verano; la recurrencia entre husos horarios falla después del cambio de horario de verano (DST). Detección: if evento_recurrente && conversión_huso_horario && patrón_conflicto_estacional Solución: Siempre expandir los eventos recurrentes con singleEvents: true, convertir cada instancia a UTC para la verificación de conflictos, reevaluar después de las transiciones de DST.

Oscilación en la Aplicación de Bloques de Amortiguación

Síntomas: El agente reprograma repetidamente la misma reunión para crear bloques de amortiguación; las reuniones saltan entre franjas horarias. Detección: if misma_reunión_reprogramada > 2 veces en 24h por_razones_de_amortiguación Solución: Bloquear la reunión después de la primera reprogramación, ajustar los requisitos de amortiguación dinámicamente según la importancia de la reunión.

Arranque en Frío del Modelo de Energía

Síntomas: El agente nuevo programa reuniones en los peores momentos cognitivos del usuario; ignora los patrones establecidos. Detección: if puntuación_satisfacción_reunión < 3 para_reuniones_programadas_por_agente Solución: Inicializar con preferencias explícitas del usuario, aprender de los patrones de rechazo, requerir un período de observación de 2 semanas antes de la programación automática.

Fuga de Privacidad por Hinchazón del Esquema

Síntomas: El agente comparte demasiados detalles del calendario con sistemas externos; las descripciones de eventos se filtran a los LLMs. Detección: if llamada_api_externa contiene evento.descripción O asistente.email Solución: Implementar una capa de minimización de datos, eliminar PII antes de las llamadas externas, usar solo libre/ocupado para la programación.

Bucle de Negociación Recursiva

Síntomas: Dos agentes se contraproponen sin fin; no hay convergencia en una hora de reunión. Detección: if rondas_negociación > 3 && sin_franja_aceptada Solución: Escalar a humano después de 2 contraofertas, implementar un umbral de aceptación "suficientemente bueno", limitar la negociación en el tiempo.

Ejemplos Prácticos

Negociación de Reunión entre Husos Horarios

Escenario: Tu agente (Chicago) necesita 30 minutos con el agente de un compañero (Tokio) para una revisión de API. Ambos tienen restricciones energéticas.

Paso 1: Análisis Inicial

  • Chicago: 9 AM-5 PM CST = 12 AM-6 AM JST (día siguiente)
  • Tokio: 9 AM-6 PM JST = 7 PM-4 AM CST (día anterior)
  • Ventana de superposición: 7-8 PM CST = 9-10 AM JST

Paso 2: Verificación del Modelo de Energía

  • Chicago 7 PM = fin de la jornada laboral (energía: 6/10)
  • Tokio 9 AM = horas pico cognitivas (energía: 9/10)
  • Desequilibrio detectado → Se necesita un compromiso

Paso 3: Generación de Propuesta

Agente Chicago → Agente Tokio: PROPONER
Franjas: [
  "2024-03-19T01:00Z" (Chi: 7PM, Tok: 10AM),
  "2024-03-19T23:00Z" (Chi: 5PM, Tok: 8AM),
  "2024-03-20T00:00Z" (Chi: 6PM, Tok: 9AM)
]
Prioridad: normal
Tema: "Revisión de API - discusión sobre complejidad de husos horarios"

Paso 4: Contrapropuesta

Agente Tokio → Agente Chicago: CONTRAOFERTA
Motivo: "Preferir mañana más tarde en Tokio para discusión técnica compleja"
Alternativas: [
  "2024-03-19T02:00Z" (Chi: 8PM, Tok: 11AM),
  "2024-03-20T01:00Z" (Chi: 7PM, Tok: 10AM)
]
Restricciones: "Necesito 15 minutos de amortiguación antes de la reunión diaria de las 11:30 AM JST"

Paso 5: Resolución El agente de Chicago acepta la franja de las 8 PM CST / 11 AM JST, crea el evento con ambos husos horarios en la descripción: "Revisión de API - 8:00 PM CST / 11:00 AM JST+1"

Principiante vs Experto:

  • Principiante: Programa en un horario conveniente para Chicago sin verificar las horas cognitivas de Tokio
  • Experto: Reconoce el desequilibrio energético, propone al final del día en Chicago cuando Tokio está fresco

Puertas de Calidad

  • Todas las marcas de tiempo almacenadas en UTC internamente, convertidas solo en los límites de visualización/API
  • Nombres de huso horario IANA utilizados en todo momento (sin cadenas de desplazamiento UTC como "-05:00")
  • Las consultas de libre/ocupado eliminan los detalles del evento, compartiendo solo bloques de tiempo con agentes externos
  • La aplicación de amortiguación crea un mínimo de 10-15 minutos entre reuniones consecutivas
  • Los bloques de enfoque se marcan como "ocupado" pero con menor prioridad que las reuniones reales para la negociación
  • El modelo de energía considera las horas pico cognitivas del usuario y los patrones de fatiga de reuniones
  • Los tokens OAuth están cifrados en reposo con un flujo de actualización automática implementado
  • La limitación de velocidad maneja las cuotas de la API de Google Calendar con retroceso exponencial
  • Los eventos recurrentes se expanden a instancias individuales antes de la detección de conflictos
  • La fusión de múltiples calendarios se prueba en calendarios personales y laborales con diferentes permisos
  • Las negociaciones de agentes tienen límite de tiempo con escalada humana después de rondas fallidas
  • El registro de auditoría captura todas las mutaciones del calendario con capacidad de reversión

Límites (NO APLICA PARA)

Este skill NO es para:

  • Construir componentes de interfaz de usuario de calendario → Usa form-validation-architect
  • Diagramas de Gantt de proyectos o seguimiento de hitos → Usa project-management-guru-adhd
  • Temporizadores Pomodoro o aplicaciones de seguimiento de tiempo → Usa adhd-daily-planner
  • Patrones generales de arquitectura de agentes → Usa agentic-patterns
  • Construir el marco base del agente → Usa agent-creator

Delegar a otros skills cuando:

  • El usuario necesita gestión del tiempo específica para TDAH → adhd-daily-planner
  • Construir memoria persistente del agente → always-on-agent-architecture
  • Coordinación multiagente más allá del calendario → multi-agent-coordination
  • Arquitectura de demonio en segundo plano → daemon-development

Este skill se enfoca específicamente en estructuras de datos de calendario, algoritmos de programación y lógica de coordinación de reuniones.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

curiositech/windags-skills

Expert in 2000s-era music visualization (Milkdrop, AVS, Geiss) and modern WebGL implementations. Specializes in Butterchurn integration, Web Audio API AnalyserNode FFT data, GLSL shaders for audio-reactive visuals, and psychedelic generative art. Activate on "Milkdrop", "music visualization", "WebGL visualizer", "Butterchurn", "audio reactive", "FFT visualization", "spectrum analyzer". NOT for simple bar charts/waveforms (use basic canvas), video editing, or non-audio visuals.

curiositech/windags-skills

Expert legal research agent for finding and scraping expungement data state by state. Knows authoritative sources, URL patterns, Firecrawl configuration, and 2026 legal landscape.

curiositech/windags-skills

Expert in 3D computer vision labeling tools, workflows, and AI-assisted annotation for LiDAR, point clouds, and sensor fusion. Covers SAM4D/Point-SAM, human-in-the-loop architectures, and vertical-specific training strategies. Activate on '3D labeling', 'point cloud annotation', 'LiDAR labeling', 'SAM 3D', 'SAM4D', 'sensor fusion annotation', '3D bounding box', 'semantic segmentation point cloud'. NOT for 2D image labeling (use clip-aware-embeddings), general ML training (use ml-engineer), video annotation without 3D (use computer-vision-pipeline), or VLM prompt engineering (use prompt-engineer).

curiositech/windags-skills

Implement WCAG 2.2 AA/AAA compliance with automated testing, keyboard navigation, screen reader support, and focus management. Activate on: accessibility audit, WCAG compliance, keyboard navigation, screen reader, aria attributes, axe-core, focus trap. NOT for: design-level accessibility review (use design-accessibility-auditor), color contrast only (use css-in-js-architect).

curiositech/windags-skills

Time-blind friendly planning, executive function support, and daily structure for ADHD brains. Specializes in realistic time estimation, dopamine-aware task design, and building systems that actually work for neurodivergent minds.

curiositech/windags-skills

Designs digital experiences for ADHD brains using neuroscience research and UX principles. Expert in reducing cognitive load, time blindness solutions, dopamine-driven engagement, and compassionate design patterns. Activate on 'ADHD design', 'cognitive load', 'accessibility', 'neurodivergent UX', 'time blindness', 'dopamine-driven', 'executive function'. NOT for general accessibility (WCAG only), neurotypical UX design, or simple UI styling without ADHD context.

curiositech/windags-skills

>- Apply crisis decision-making research to agent routing, uncertainty triage, and coordination failure analysis in time-pressured systems. Use when diagnosing handoff failures, analytical paralysis, or expert judgment under incomplete information. NOT for routine coding, simple CRUD design, or static single-agent tasks with complete information.

curiositech/windags-skills

Extend and modify the admin dashboard, developer portal, and operations console. Use when adding new admin tabs, metrics, monitoring features, or internal tools. Activates for dashboard development, analytics, user management, and internal tooling.

curiositech/windags-skills

Conversation patterns and interaction protocols for multi-agent systems. Covers request/response, pub/sub, blackboard, delegation chains, debate, critique, consensus, fan-out/fan-in, supervisor-worker, and peer negotiation. Deep analysis of AutoGen conversation patterns, CrewAI delegation, LangGraph state passing, and FIPA-ACL performatives. Teaches how to design what agents say to each other and in what order. Activate on: "agent conversation", "agent protocol", "multi-agent debate", "agent delegation", "supervisor worker pattern", "agent voting", "consensus protocol", "fan-out fan-in", "agent negotiation", "blackboard pattern", "agent dialogue", "conversation topology", "agent handoff". NOT for: wire format or serialization (use agent-interchange-formats), orchestration infrastructure (use agentic-infrastructure-2026), single agent behavior (use agentic-patterns).

curiositech/windags-skills

Meta-agent for creating new custom agents, skills, and MCP integrations. Expert in agent design, MCP development, skill architecture, and rapid prototyping. Activate on 'create agent', 'new skill', 'MCP server', 'custom tool', 'agent design'. NOT for using existing agents (invoke them directly), general coding (use language-specific skills), or infrastructure setup (use deployment-engineer).

curiositech/windags-skills

Build and adopt production AI agent infrastructure in 2026. Covers framework selection (LangGraph, CrewAI, AutoGen, MCP), orchestration patterns, evaluation, observability, memory systems, and tool use. Also covers the SOCIAL dimension: how to sell agent infrastructure internally, change management, measuring ROI, building trust in autonomous systems, and scaling adoption across teams. Activate on: "agent infrastructure", "agent framework comparison", "which agent framework", "sell AI tools internally", "agent adoption", "agent observability", "agent evaluation", "MCP architecture", "agentic mesh", "enterprise AI agents", "AI change management", "agent ROI". NOT for: building specific agents (use ai-engineer), designing agent behavior patterns (use agentic-patterns), prompt tuning (use prompt-engineer).

curiositech/windags-skills

Fundamental patterns for effective agentic behavior. Teaches decomposition, tool orchestration, error recovery, context management, quality self-assessment, and knowing when to stop. Model-agnostic principles that make any agent more effective regardless of domain. Activate on: "how should I structure this agent", "agentic workflow", "agent patterns", "multi-step task", "tool orchestration", "/agentic-patterns", "decompose this", "agent best practices", "chain of actions", "when should the agent stop", "agent loop design". NOT for: creating agent infrastructure (use agent-creator), building DAGs (use windags-architect), specific tool implementation.

curiositech/windags-skills

Automated discovery and matching of agent skills for dynamic task routing and capability assessment

curiositech/windags-skills

Cryptographic security for agentic systems — zero-trust agent networking, signed message envelopes (JWS/JWE), capability-based security (ocaps), Merkle tree audit trails, WASM sandboxing, and formal verification. Covers CLI dev tool security, mTLS between agents, permission boundaries (least privilege for AI agents), and supply chain security for skills/plugins. Activate on: "agent security", "zero trust agents", "secure agent communication", "capability-based security", "ocap", "signed messages between agents", "agent audit trail", "sandbox agent execution", "agent permissions", "mTLS agents", "cryptographic verification", "agent supply chain", "OWASP agentic", "prove agent did X", "tamper-proof agent logs". NOT for: application-level SAST scanning (use security-auditor), network firewall rules (use infrastructure), SOC2/HIPAA compliance (organizational), or prompt injection defense (use prompt-engineer).

curiositech/windags-skills

Data structures and serialization formats for agent-to-agent communication. Covers message envelopes, structured output schemas, capability declarations, task handoff payloads, error/retry signaling, and context windows as data structures. Deep comparison of A2A protocol, MCP, OpenAI function calling, and LangChain message types. Teaches when to use rigid schemas vs free-form with validation, typed vs untyped, streaming vs batch. Activate on: "agent message format", "agent communication schema", "agent-to-agent protocol", "A2A protocol", "MCP message format", "structured output for agents", "agent interop", "interchange format", "agent serialization", "task handoff format", "capability declaration". NOT for: what agents say to each other (use agent-conversation-protocols), orchestration topology (use multi-agent-coordination), building agent infrastructure (use agentic-infrastructure-2026).

curiositech/windags-skills

Logic-based agent programming language implementing BDI architecture for practical autonomous agent development

curiositech/windags-skills

>- Design AgentSpeak(L)-style BDI agents with context-guarded plans, selection functions, and intention stacks. Use for interruptible autonomy, agent policy, and multi-agent orchestration in dynamic environments. NOT for simple rule engines, static planners, or centralized workflows.

curiositech/windags-skills

Foundational concurrent computation model where actors communicate exclusively through asynchronous message passing

curiositech/windags-skills

Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations. Use PROACTIVELY for LLM features, chatbots, AI agents, or AI-powered applications.

curiositech/windags-skills

license: Apache-2.0 NOT for unrelated tasks outside this domain.

Skills relacionados