Agent Orchestrator
Présentation
Méta-compétence qui orchestre tous les agents de l'écosystème. Scan automatique des compétences, correspondance par capacités, coordination de workflows multi-compétences et gestion du registre.
Quand utiliser cette compétence
- Lorsque vous avez besoin d'une assistance spécialisée dans ce domaine
Ne pas utiliser cette compétence lorsque
- La tâche n'est pas liée à l'orchestrateur d'agents
- Un outil plus simple et plus spécifique peut traiter la demande
- L'utilisateur a besoin d'une assistance généraliste sans expertise de domaine
Comment ça fonctionne
Méta-compétence qui fonctionne comme une couche centrale de décision et de coordination pour tout l'écosystème de compétences. Effectue une analyse automatique, identifie les agents pertinents et orchestre plusieurs compétences pour des tâches complexes.
Principe : Zéro intervention manuelle
- TOUJOURS effectuer une analyse avant de traiter toute requête
- Les nouvelles compétences sont auto-détectées et incluses lors de la création de SKILL.md dans n'importe quel sous-dossier
- Les compétences supprimées sont auto-exclues du registre
- Aucune commande manuelle n'est nécessaire pour enregistrer de nouvelles compétences
Workflow obligatoire (toute requête)
Exécutez ces étapes AVANT de traiter toute demande de l'utilisateur. Les scripts utilisent les chemins relatifs automatiquement - ils fonctionnent depuis n'importe quel répertoire.
Étape 1 : Auto-Découverte (Analyse)
python agent-orchestrator/scripts/scan_registry.py
Ultra-rapide (<100 ms) grâce au cache de hachages MD5. Ne retraite que les fichiers modifiés. Retourne un JSON avec un résumé de toutes les compétences trouvées.
Étape 2 : Correspondance de compétences
python agent-orchestrator/scripts/match_skills.py "<demande de l'utilisateur>"
Retourne un JSON avec les compétences classées par pertinence. Interpréter le résultat :
| Résultat | Action |
|---|---|
matched: 0 | Aucune compétence pertinente. Opérer normalement sans compétences. |
matched: 1 | Une compétence pertinente. Charger son SKILL.md et suivre. |
matched: 2+ | Plusieurs compétences. Exécuter l'étape 3 (orchestration). |
Étape 3 : Orchestration (si matched >= 2)
python agent-orchestrator/scripts/orchestrate.py --skills skill1,skill2 --query "<demande>"
Retourne un plan d'exécution avec le motif, l'ordre des étapes et le flux de données entre les compétences.
Raccourci rapide
Pour les requêtes simples, les étapes 1+2 peuvent être combinées en séquence :
python agent-orchestrator/scripts/scan_registry.py && python agent-orchestrator/scripts/match_skills.py "<demande>"
Registre des compétences
Le registre se trouve dans :
agent-orchestrator/data/registry.json
Emplacements de recherche
Le scanner recherche SKILL.md dans :
.claude/skills/*/(compétences enregistrées dans Claude Code)*/(compétences autonomes à la racine)*/*\(compétences dans les sous-dossiers, jusqu'à profondeur 3)
Métadonnées par compétence
Chaque entrée du registre contient :
| Champ | Description |
|---|---|
| name | Nom de la compétence (du frontmatter YAML) |
| description | Description complète (déclencheurs inclus) |
| location | Chemin absolu du répertoire |
| skill_md | Chemin absolu du SKILL.md |
| registered | Si elle est dans .claude/skills/ (true/false) |
| capabilities | Tags de capacité (auto-extraites + explicites) |
| triggers | Mots-clés d'activation extraits de la description |
| language | Langage principal (python/nodejs/bash/none) |
| status | active / incomplete / missing |
Commandes du registre
## Analyse rapide (utilise le cache de hachages)
python agent-orchestrator/scripts/scan_registry.py
## Tableau de statut détaillé
python agent-orchestrator/scripts/scan_registry.py --status
## Nouvelle analyse complète (ignore le cache)
python agent-orchestrator/scripts/scan_registry.py --force
Algorithme de correspondance
Pour chaque requête, le matcher note les compétences en utilisant :
| Critère | Points | Exemple |
|---|---|---|
| Nom de la compétence dans la requête | +15 | "utiliser web-scraper" -> web-scraper |
| Mot-clé déclencheur exact | +10 | "scrape" -> web-scraper |
| Catégorie de capacité | +5 | data-extraction -> web-scraper |
| Chevauchement de mots | +1 | Mots de la requête dans la description |
| Boost de projet | +20 | Compétence attribuée au projet actif |
Seuil minimum : 5 points. Les compétences en dessous sont ignorées.
Correspondance avec projet
python agent-orchestrator/scripts/match_skills.py --project mon-projet "requête ici"
Les compétences attribuées au projet reçoivent +20 de boost automatique.
Motifs d'orchestration
Lorsque plusieurs compétences sont pertinentes, l'orchestrateur classe le motif :
1. Pipeline séquentiel
Les compétences forment une chaîne où la sortie d'une alimente la suivante.
Quand : Mélange de compétences "productrices" (data-extraction, government-data) et "consommatrices" (messaging, social-media).
Exemple : web-scraper collecte les prix -> whatsapp-cloud-api envoie une alerte
user_query -> web-scraper -> whatsapp-cloud-api -> result
2. Exécution parallèle
Les compétences travaillent indépendamment sur différents aspects de la requête.
Quand : Toutes les compétences ont le même rôle (toutes productrices ou toutes consommatrices).
Exemple : instagram publie un post + whatsapp envoie une notification (les deux reçoivent le même contenu)
user_query -> [instagram, whatsapp-cloud-api] -> aggregated_result
3. Principal + Support
Une compétence principale dirige ; d'autres fournissent des données de support.
Quand : Une compétence a un score bien supérieur aux autres (>= 2x).
Exemple : whatsapp-cloud-api envoie un message (principal) + web-scraper fournit des données (support)
user_query -> whatsapp-cloud-api (primary) + web-scraper (support) -> result
Détails dans References/Orchestration-Patterns.Md
Gestion de projets
Attribuer des compétences à des projets permet un boost de pertinence et un contexte persistant.
Fichier de projets
agent-orchestrator/data/projects.json
Opérations
Créer un projet : Ajouter une entrée au projects.json :
{
"name": "nom-du-projet",
"created_at": "2026-02-25T12:00:00",
"skills": ["web-scraper", "whatsapp-cloud-api"],
"description": "Description du projet"
}
Ajouter une compétence à un projet : Mettre à jour le tableau skills du projet.
Supprimer une compétence d'un projet : Supprimer du tableau skills.
Consulter les compétences d'un projet : Lire le projects.json et lister les compétences attribuées.
Ajouter de nouvelles compétences
Pour ajouter une nouvelle compétence à l'écosystème :
- Créer un dossier n'importe où sous
skills root: - Créer un
SKILL.mdavec le frontmatter YAML :
---
name: ma-nouvelle-compétence
description: "Description avec mots-clés d'activation..."
---
## Documentation de la compétence
- Prêt ! L'auto-découverte détecte automatiquement lors de la prochaine requête.
Optionnellement, pour la découverte native de Claude Code :
4. Copier le SKILL.md vers .claude/skills/<nom>/SKILL.md
Tags de capacité explicites (optionnel)
Ajouter au frontmatter pour une correspondance plus précise :
capabilities: [data-extraction, web-automation]
Voir le statut de toutes les compétences
python agent-orchestrator/scripts/scan_registry.py --status
Interpréter le statut
| Statut | Signification |
|---|---|
| active | SKILL.md avec name + description présents |
| incomplete | SKILL.md existe mais manque name ou description |
| missing | Le dossier existe mais sans SKILL.md |
Compétences actuelles de l'écosystème
| Compétence | Capacités | Statut |
|---|---|---|
| web-scraper | data-extraction, web-automation | active |
| junta-leiloeiros | government-data, data-extraction | active |
| whatsapp-cloud-api | messaging, api-integration | active |
| social-media, api-integration | partial |
Ce tableau est mis à jour automatiquement via scan_registry.py --status.
Bonnes pratiques
- Fournir un contexte clair et spécifique sur votre projet et vos exigences
- Examiner toutes les suggestions avant de les appliquer au code de production
- Combiner avec d'autres compétences complémentaires pour une analyse complète
Pièges courants
- Utiliser cette compétence pour des tâches hors de son domaine d'expertise
- Appliquer des recommandations sans comprendre votre contexte spécifique
- Ne pas fournir suffisamment de contexte de projet pour une analyse précise
Compétences associées
multi-advisor- Compétence complémentaire pour une analyse amélioréetask-intelligence- Compétence complémentaire pour une analyse améliorée
Limitations
- N'utilisez cette compétence que lorsque la tâche correspond clairement à la portée décrite ci-dessus.
- Ne considérez pas la sortie comme un substitut à une validation, un test ou une révision d'expert spécifique à l'environnement.
- Arrêtez-vous et demandez des éclaircissements si les entrées requises, les autorisations, les limites de sécurité ou les critères de succès sont manquants.