Communitygithub.com

Sistemas Multiagente de Wooldridge

Elige arquitecturas multiagente usando análisis basado en el entorno, presión de coordinación, ajuste de compromiso y niveles de conocimiento. Útil para diseño de autonomía, selección de protocolos y fallos de coordinación. NO para planificación con un solo agente, schedulers centralizados o enjambres solo de prompts.

¿Qué es Sistemas Multiagente de Wooldridge?

Esta skill proporciona un enfoque estructurado para diseñar sistemas multiagente autónomos, basado en los principios fundamentales de Wooldridge. En lugar de comenzar con una arquitectura de agente de moda, fuerza a los desarrolladores a caracterizar primero el entorno del problema (observabilidad, dinámica, determinismo) para que la elección arquitectónica (reactiva, deliberativa o híbrida) sea una consecuencia del entorno. La skill clarifica que la verdadera autonomía implica la capacidad de los agentes para rechazar, retrasar o reinterpretar solicitudes, lo que requiere semánticas de coordinación explícitas en lugar de obediencia implícita. Ayuda a diagnosticar fallos comunes como el diseño centrado en la arquitectura, la autonomía antropomórfica y los supuestos de conocimiento imposibles, ofreciendo puntos de decisión concretos y ejemplos trabajados. Es especialmente útil para equipos que construyen sistemas con múltiples LLMs o agentes de software donde la coordinación es un desafío real, no solo un ejercicio de rol.

Compatible con✓Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/curiositech/windags-skills/tree/HEAD/skills/ai-wiley-wooldridge-an-introduction-to-multi-agent-systems

Preguntar en tu IA favorita

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

Documentación

¿Qué hace Sistemas Multiagente de Wooldridge?

Usa esta skill cuando la pregunta no sea "cómo hago que varios modelos hablen", sino "qué tipo de sistema autónomo me obliga a construir este entorno".

Cuándo Usarla

  • Debes elegir entre arquitecturas de agente reactivas, deliberativas o híbridas.
  • La coordinación falla constantemente porque nadie tiene información completa o control indiscutible.
  • Los agentes necesitan estrategias de negociación, asignación o compromiso bajo incertidumbre.
  • Un diseño depende de lo que los agentes saben, de lo que todos saben, o de si el conocimiento común es siquiera alcanzable.
  • Necesitas diagnosticar si un diseño "multiagente" es en realidad solo orquestación asíncrona de objetos.

NO para

  • Problemas de planificación u optimización con un solo agente que no requieren coordinación.
  • Schedulers centralizados donde un único controlador ya posee derechos de decisión globales.
  • Enjambres de rol basados solo en prompts que no tienen metas, creencias o límites de control separados.
  • Diseño general de sistemas distribuidos cuando la autonomía del agente y la asimetría de conocimiento son irrelevantes.

Modelos Mentales Clave

Las Propiedades del Entorno Guían la Arquitectura

Comienza con observabilidad, determinismo, dinámica y presión temporal. La elección de la arquitectura es una consecuencia de la forma del entorno, no una preferencia personal por un patrón de agente de moda.

La Autonomía es Inversión de Control

Los agentes no son solo objetos asíncronos. Deciden si y cuándo cumplir, lo que significa que las solicitudes necesitan semánticas, rechazos y lógica de coordinación en lugar de obediencia implícita.

La Coordinación Surge de la Restricción

La observabilidad parcial, la contención de recursos y los objetivos interdependientes crean presión de coordinación. El buen diseño de protocolos comienza nombrando esa presión en lugar de asumir que la colaboración siempre es deseable.

La Estrategia de Compromiso Debe Coincidir con la Volatilidad

Los agentes audaces se comprometen en exceso en entornos que cambian rápidamente; los agentes cautelosos oscilan en entornos estables. La frecuencia de reconsideración es un parámetro de diseño vinculado a la dinámica del entorno, no una mejor práctica universal.

Los Niveles de Conocimiento Importan

El conocimiento individual, el que todos saben, el conocimiento común y el conocimiento distribuido no son intercambiables. Preguntar por el nivel incorrecto puede hacer que un protocolo sea imposible o innecesariamente costoso.

Puntos de Decisión

flowchart TD
  A[¿Necesitas arquitectura de agente?] --> B{¿Entorno completamente observable y estable?}
  B -->|Sí| C[Puede bastar un diseño simple reactivo o basado en planificador]
  B -->|No| D{¿Necesitas reacción en tiempo real bajo incertidumbre?}
  D -->|Sí| E[Arquitectura híbrida]
  D -->|No| F[Arquitectura deliberativa]
  E --> G{¿Por qué necesitan coordinarse los agentes?}
  F --> G
  G -->|Información parcial| H[Protocolo de intercambio de información]
  G -->|Contención de recursos| I[Mecanismo de negociación o asignación]
  G -->|Dependencia de tareas| J[Protocolo de compromiso o delegación]
  G -->|Sin autonomía real| K[Usa un diseño centralizado más simple]
  • Caracteriza el entorno antes de elegir una arquitectura de agente.
  • Si los agentes no pueden rechazar, retrasar o reinterpretar solicitudes, no pretendas que tienes autonomía de agente.
  • Elige los requisitos de conocimiento intencionadamente. Muchos sistemas necesitan conocimiento distribuido, no conocimiento común.
  • Ajusta la audacia del compromiso a la tasa de cambio del entorno y al costo de la reconsideración.

Modos de Falla

Diseño Centrado en la Arquitectura

Señal: el equipo quiere BDI, debate o un framework de agente elegante antes de que alguien pueda describir el entorno.

Solución: fuerza primero la caracterización del entorno.

Autonomía Antropomórfica

Señal: el diseño habla de creencias y deseos pero no puede mapearlos a estado local, observaciones u obligaciones del protocolo.

Solución: fundamenta el lenguaje mental en estado computacional concreto.

Coordinación por la Coordinación Misma

Señal: el tráfico de comunicación aumenta, pero nadie puede explicar qué presión del entorno lo requiere.

Solución: identifica la función forzada real y diseña el protocolo mínimo que la aborde.

Controlador Central Oculto

Señal: un "agente" toma silenciosamente todas las decisiones importantes mientras los demás solo ejecutan.

Solución: o admite que la arquitectura es centralizada o redistribuye derechos de decisión genuinos.

Suposiciones de Conocimiento Imposibles

Señal: la corrección del protocolo depende de que cada agente sepa que todos los demás saben un hecho, pero la red no es confiable.

Solución: relaja a conocimiento distribuido, acuses de recibo o consistencia eventual según lo permita el entorno.

Ejemplos Trabajados

Enjambre de Revisión de LLM Especialista

Un sistema de codificación usa agentes de seguridad, rendimiento y estilo. Las revisiones de seguridad dependen de evidencia diferente a la revisión de estilo, y ningún revisor tiene visibilidad global. Usa un coordinador híbrido más intercambio de información dirigido en lugar de asumir que cada revisor debería ver todo el contexto.

Monitoreo de Vehículos Distribuido

Los agentes sensores cubren regiones superpuestas pero incompletas. La coordinación es necesaria porque ningún agente puede mantener la continuidad de seguimiento de extremo a extremo. Diseña el protocolo en torno a la observabilidad parcial en lugar de "colaboración" genérica.

Puertas de Calidad

  • El entorno se caracteriza explícitamente antes de elegir la arquitectura.
  • El diseño nombra la fuente real de presión de coordinación.
  • Los requisitos de conocimiento se establecen en el nivel adecuado.
  • La estrategia de compromiso está vinculada a la volatilidad y al costo de la reconsideración.
  • Cualquier autonomía reclamada incluye rechazo, retraso o interpretación local de las solicitudes.

Señas de Identidad

  • Si alguien llama a un sistema multiagente pero cada decisión importante sigue pasando por un controlador, está renombrando ejecución distribuida, no diseñando autonomía.
  • Si "conocimiento común" se usa casualmente sin un modelo de comunicación, el protocolo probablemente está subespecificado.
  • Si el equipo no puede decir por qué los agentes deben coordinarse, el diseño probablemente no necesita agentes en absoluto.

Enrutamiento de Referencias

  • references/environment-characterization-drives-architecture.md: carga cuando la elección de la arquitectura es la cuestión principal.
  • references/coordination-as-necessity-not-luxury.md: carga cuando debes justificar o minimizar la coordinación.
  • references/commitment-strategies-and-environment-dynamics.md: carga cuando la audacia o la cadencia de replanificación es el principal problema de ajuste.
  • references/grounded-epistemic-logic-for-distributed-agents.md: carga cuando las afirmaciones de conocimiento determinan la seguridad o la corrección.
  • references/negotiation-and-resource-allocation-mechanisms.md: carga cuando la autonomía choca con recursos escasos.

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

AI-powered calendar management and agent-based scheduling coordination. Covers calendar APIs (Google Calendar, CalDAV/iCal), AI scheduling assistants (Reclaim, Clockwise, Motion, Cal.com), building custom calendar agents with MCP, multi-calendar merging, timezone management, focus block protection, meeting fatigue detection, and agent-to-agent meeting negotiation protocols. Activate on: "calendar agent", "AI scheduling", "calendar coordination", "meeting scheduling", "calendar API", "focus time protection", "calendar optimization", "Google Calendar MCP", "Reclaim", "Clockwise", "Motion", "Cal.com", "smart scheduling", "calendar-aware agent", "timezone scheduling", "agent negotiation meetings". NOT for: manual calendar UI component design (use form-validation-architect), project management scheduling or Gantt charts (use project-management-guru-adhd), general time-tracking or pomodoro apps (use adhd-daily-planner for time-awareness), building the agent itself from scratch (use agent-creator).

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

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

Skills relacionados