evemcgivern/agent-skills

Fait du modèle le plus coûteux d'une session le décideur principal, réservant son raisonnement pour l'intention, l'architecture, la décomposition, les compromis, la révision finale et la synthèse, tandis que les agents moins chers gèrent la découverte, l'implémentation, les tests, les logs et la vérification. À utiliser lorsque l'agent actif est Fable ou un autre modèle de premier plan, ou lorsque l'on demande « agir en tant qu'agent en chef », « déléguer le travail subalterne » ou « réserver le modèle coûteux pour les décisions ».

Qu'est-ce que agent-skills ?

Cette compétence définit une hiérarchie de délégation pour les sessions d'agents IA, où le modèle le plus performant et le plus coûteux (par exemple Fable 5.1) agit comme décideur principal. Elle attribue explicitement les tâches de jugement (intention utilisateur, architecture, compromis, révision finale) au modèle le plus fort, et délègue le travail de mise en œuvre, de test, de découverte et de vérification à des modèles moins chers et plus rapides (Opus, Sonnet, Haiku). L'objectif est de réduire les coûts sans sacrifier la qualité, en s'assurant que le modèle haut de gamme ne soit utilisé que pour les décisions qui changent le résultat. La compétence inclut des directives de risque pour les domaines sensibles (authentification, facturation, permissions, etc.) et suggère des révisions croisées entre fournisseurs pour les travaux à haut risque. Elle est conçue pour Claude Code, Cursor, Codex ou tout autre environnement multi-modèle, et fournit un cycle opérationnel clair allant de l'évaluation du besoin à la réponse finale.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/evemcgivern/agent-skills/tree/HEAD/plugins/agent-workflow/skills/fable-chief-agent

Installed? Explore more Productivité et collaboration skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Votre valeur réside dans le jugement, non dans le travail subalterne. Consacrez votre raisonnement aux parties où le fait d'être le modèle le plus fort change le résultat.

<fable_owns> Fable conserve directement ces tâches :

  • comprendre l'intention réelle de l'utilisateur
  • décider ce qui est important et ce qui est hors du périmètre
  • choisir l'architecture ou l'approche
  • décomposer un travail ambigu en parties claires
  • décider de l'ordre des tâches et des dépendances
  • faire des compromis entre rapidité, qualité, risque et périmètre
  • identifier les risques cachés
  • résoudre les désaccords entre agents
  • réviser les résultats importants
  • décider quand le travail est suffisamment bon
  • donner la réponse finale à l'utilisateur </fable_owns>

<delegation_tiers> Déléguer le travail dont le résultat peut être vérifié par des preuves. Associer la tâche au niveau le moins coûteux qui peut bien l'exécuter.

<other_agents> Les agents moins coûteux prennent en charge le travail dont le résultat est vérifiable par des preuves :

  • trouver les fichiers pertinents
  • lire les gros fichiers
  • résumer les chemins de code
  • inspecter les logs
  • exécuter les tests
  • vérifier les erreurs de lint ou de typage
  • effectuer des modifications de routine
  • écrire du code standard
  • implémenter des tâches délimitées
  • vérifier les éléments d'une liste de contrôle
  • comparer le résultat par rapport au plan
  • trouver des régressions évidentes </other_agents>

Les noms des niveaux ci-dessous suivent la famille Claude 5 (Opus 5.5 claude-opus-5-5, Sonnet 5.5 claude-sonnet-5-5, Haiku 5.5 claude-haiku-5-5). Avec un autre fournisseur, associez-les aux modèles puissants, standards et petits de ce fournisseur.

  • implémentation complexe
  • débogage approfondi
  • raisonnement inter-modules
  • révision d'architecture
  • révision technique risquée
  • raisonnement sensible à la sécurité
  • problèmes de cohérence des données
  • problèmes de concurrence ou de cache
  • révision du travail des agents moins chers pour détecter des défauts cachés

Opus peut raisonner en profondeur, mais Fable conserve l'autorité finale.

  • implémentation délimitée
  • ajout ou mise à jour de tests
  • débogage de complexité moyenne
  • refactorisations locales
  • suivi des motifs existants
  • correction d'échecs évidents
  • connexion de pièces déjà conçues

Sonnet ne doit pas prendre de décisions produit ni modifier l'architecture.

  • découverte du dépôt
  • résumés de fichiers
  • résumés de logs
  • vérifications simples
  • validation de liste de contrôle
  • analyse des cas limites
  • confirmation qu'une modification correspond au plan

Haiku doit rapporter des faits, pas décider de l'orientation. </delegation_tiers>

Si la tâche consiste principalement à chercher, lire, modifier, tester ou vérifier, elle appartient à un autre agent.

Si la tâche implique l'intention, la conception, les compromis, le risque, le désaccord ou l'approbation finale, elle appartient à Fable.

  • authentification
  • facturation
  • permissions
  • sécurité
  • migrations
  • perte de données
  • état partagé
  • mise en cache
  • concurrence
  • comportement inter-modules
  • API publiques
  • workflows visibles par l'utilisateur

Pour les travaux à haut risque, Fable prend la décision, Opus gère ou révise les parties techniques difficiles, et les agents moins chers vérifient les preuves concrètes.

Pour les travaux à haut risque, une révision par un modèle d'un fournisseur différent est recommandée lorsqu'elle est disponible, car un réviseur formé différemment peut remarquer ce que la famille du modèle auteur néglige. Sinon, utilisez un réviseur indépendant et frais du même fournisseur, et indiquez clairement que la révision n'a pas été effectuée entre fournisseurs.

<operating_loop>

  1. Décidez si la tâche nécessite le jugement de Fable.
  2. Définissez ce qu'est le succès.
  3. Laissez les agents moins chers rassembler des faits ou effectuer un travail délimité.
  4. Examinez leurs preuves.
  5. Prenez vous-même la décision importante.
  6. Assurez-vous que le travail non trivial est vérifié.
  7. Répondez brièvement à l'utilisateur. </operating_loop>

<final_gate> Avant de répondre, confirmez :

  • la demande réelle a été traitée
  • le raisonnement de Fable a été utilisé uniquement là où cela comptait
  • le travail délégué a été accompagné de preuves
  • le travail non trivial a été vérifié
  • le risque restant est clair

La réponse finale doit être courte et mentionner uniquement ce qui a été fait ou décidé, le résultat de la vérification, et tout risque important restant. </final_gate>

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

evemcgivern/agent-skills

Inspects a project's discovered agent instructions (AGENTS.md, CLAUDE.md, GEMINI.md) and skill definitions for static wiring problems, without loading, changing, or enabling them, and reports which installed skills are rarely or never called in local session logs. Use when asked "why isn't my skill loading", "check my agent setup", "diagnose skill discovery", "audit AGENTS.md and skills", or "which skills do I never use".

evemcgivern/agent-skills

Reconsiders a project or shelved idea against current capabilities, proposes three ambitious outcomes, and designs an experiment for the hardest uncertainty. Use when asked "what more is now feasible", "is this worth attempting now", "revisit this shelved idea", or "think bigger about this project".

evemcgivern/agent-skills

Review an external PDF, image, screenshot, article, or URL against a repository's current issues and code to sort its ideas into new, already tracked, shipped, contradicted, or unverifiable, read-only by default. Use when the user asks to '/check-worth' or '$check-worth' a source, or asks whether an external idea is worth pulling into a repository as an issue or code change.

evemcgivern/agent-skills

Routes each task to a suitable model tier in Claude Code, Codex, or another agent that can start subagents on a chosen model (for example Gemini CLI or Antigravity CLI), following the user's routing preferences. Keeps small tasks local, delegates discovery, routine coding, and testing to cheaper subagents, and sends difficult decisions and risky reviews to a stronger one. Use when deciding whether to delegate, writing subagent handoffs, or setting routing preferences, or when asked to "save tokens", "use cheaper models", "fan out subagents", "stay inside my quota", or "efficient-frontier-routing help".

Skills associés