Que fait YAML-Multi-Agent-Orchestrator ?
🤖 Définissez et exécutez des workflows multi-agents IA de manière déclarative avec YAML, simplifiant l'orchestration et améliorant la collaboration via une gestion automatique du contexte.
🤖 Définissez et exécutez des workflows multi-agents IA de manière déclarative avec YAML, simplifiant l'orchestration et améliorant la collaboration via une gestion automatique du contexte.
Cette compétence permet de définir et exécuter des workflows multi-agents IA de manière déclarative en utilisant YAML. Elle simplifie l'orchestration d'agents multiples en remplaçant les scripts complexes par des fichiers YAML lisibles, ce qui améliore la collaboration entre développeurs et outils. Idéale pour les plateformes d'agents IA comme Claude Code, Cursor ou Codex, elle prend en charge l'exécution locale d'agents ou l'intégration avec des API tierces. Le mécanisme de gestion automatique du contexte garantit que chaque agent reçoit les informations pertinentes, réduisant les erreurs et la duplication de code. Idéale pour les projets nécessitant des pipelines d'IA modulaires, testables et maintenables, elle offre un contrôle fin sur les interactions entre agents tout en restant simple à mettre en œuvre pour les développeurs.
npx skills add CharlesDaniel52/YAML-Multi-Agent-OrchestratorInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
🤖 Définissez et exécutez des workflows multi-agents IA de manière déclarative avec YAML, simplifiant l'orchestration et améliorant la collaboration via une gestion automatique du contexte.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.