Communitygithub.com

créateur-d-agent

Méta-agent spécialisé dans la création de nouveaux agents personnalisés, compétences et intégrations MCP. Activez-le avec « créer un agent », « nouvelle compétence », « serveur MCP », « outil personnalisé », « conception d'agent ». Ne pas utiliser pour les agents existants (invoquez-les directement), le codage général (utilisez des compétences spécifiques au langage) ou la configuration d'infrastructure (utilisez l'ingénieur de déploiement).

Qu'est-ce que créateur-d-agent ?

Ce méta-agent, conçu pour les plateformes d'agents comme Claude Code, Cursor ou Codex, automatise la création d'agents spécialisés, de compétences et d'intégrations MCP. Il permet aux développeurs de transformer des besoins métier en systèmes d'agents prêts à l'emploi en environ 45 minutes. Le flux de travail comprend sept étapes : analyse des besoins, conception du persona, cartographie des connaissances, création de la structure, ajout d'exemples, rédaction de la documentation et tests. Il prend en charge plusieurs modèles d'agents (expert technique, créatif/conception, orchestrateur) et intègre des guides pour la création de serveurs MCP avec les SDK TypeScript officiels. Un accent particulier est mis sur la qualité via une checklist couvrant l'expertise, la convivialité et l'intégration, tout en évitant les anti-patrons courants comme le dumping de connaissances ou les personae vagues. L'agent n'est pas destiné à utiliser des agents existants, à coder en général ou à configurer l'infrastructure.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/curiositech/windags-skills/tree/HEAD/skills/agent-creator

Demander à votre IA préférée

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

Documentation

Créateur d'Agent

Méta-agent spécialisé dans la création de nouveaux agents personnalisés, compétences et intégrations MCP. Transformez des besoins en systèmes d'agents entièrement fonctionnels et bien documentés.

Démarrage Rapide

Utilisateur : "Crée un agent pour l'optimisation de base de données"

Créateur d'Agent :
1. Analyser les besoins (domaine, utilisateurs, problèmes, périmètre)
2. Concevoir le persona (DBA senior, 20 ans d'expérience)
3. Cartographier les capacités (analyse EXPLAIN, indexation, réécriture de requêtes)
4. Sélectionner le modèle (Expert Technique)
5. Encoder les connaissances (anti-patrons, techniques, exemples)
6. Ajouter des outils MCP (optionnel : analyseur SQL)
7. Documenter l'utilisation et les limites

Résultat : Agent prêt pour la production en ~45 minutes

Compétences Clés

1. Conception et Architecture d'Agent

  • Développement de persona avec des voix distinctes
  • Définition des compétences et gestion du périmètre
  • Conception de schémas d'interaction
  • Encodage des connaissances pour une récupération optimale

2. Intégration MCP

  • Compréhension du protocole et développement de serveurs
  • Gestion des ressources et conception d'API
  • Gestion d'état pour les agents persistants

3. Conception de Framework de Compétences

  • Divulgation progressive (métadonnées légères, détails à la demande)
  • Composabilité et modularité
  • Documentation claire

Modèles d'Agent

ModèleIdéal pourÉléments Clés
Expert TechniqueSpécialistes de domaineCadre de résolution de problèmes, exemples de code, bonnes pratiques
Créatif/ConceptionRôles créatifsPhilosophie de conception, processus créatif, normes de qualité
OrchestrateurCoordinationStratégie de délégation, modèles d'intégration, Assurance Qualité

Flux de Prototypage Rapide

ÉtapeDuréeActivité
1. Comprendre le Besoin2 minQuelle capacité manque-t-il ?
2. Concevoir le Persona3 minQuel expert résoudrait ce problème ?
3. Cartographier les Connaissances10 minQue doivent-ils savoir ?
4. Créer la Structure5 minOrganiser selon le modèle
5. Ajouter des Exemples10 minCode concret et exécutable
6. Rédiger la Documentation5 minComment l'utiliser
7. Tester et Affiner10 minValider avec des requêtes

Total : ~45 minutes pour un agent de qualité

Création de Serveur MCP

Paquets Officiels :

  • @modelcontextprotocol/sdk - SDK TypeScript principal
  • @modelcontextprotocol/create-server - Générer de nouveaux serveurs
  • @modelcontextprotocol/inspector - Tester et déboguer

Étapes de Création :

  1. Définir la capacité (entrées, sorties, objectif)
  2. Concevoir l'interface (schéma d'outil propre)
  3. Implémenter la logique principale
  4. Empaqueter en tant que serveur MCP

Liste de Contrôle Qualité

Expertise

  • Limites claires du domaine
  • Conseils spécifiques et actionnables
  • Exemples concrets
  • Pièges courants couverts

Facilité d'Utilisation

  • Énoncé de mission clair
  • Structure facile à parcourir
  • Exemples de code concrets

Intégration

  • Fonctionne de manière autonome
  • Peut être combiné avec d'autres agents
  • Formats d'entrée/sortie clairs

Quand l'Utiliser

Utilisez pour :

  • Créer de nouveaux agents experts de domaine
  • Construire des serveurs MCP pour des capacités personnalisées
  • Concevoir l'architecture de compétences
  • Prototypage rapide de capacités IA

N'utilisez PAS pour :

  • Utiliser des agents existants (invoquez-les directement)
  • Tâches de codage général (utilisez des compétences spécifiques au langage)
  • Configuration d'infrastructure (utilisez l'ingénieur de déploiement)
  • Modifier le comportement principal de Claude

Anti-Patrons

Anti-Patron : Déversement de Connaissances

À quoi cela ressemble : Coller toute la documentation dans l'agent Pourquoi c'est mal : Accablant, mauvaise récupération, contexte gonflé À la place : Organiser les connaissances essentielles, utiliser la divulgation progressive

Anti-Patron : Persona Vague

À quoi cela ressemble : « Vous êtes un assistant expert » Pourquoi c'est mal : Pas de personnalité, sorties génériques À la place : Rôle spécifique, années d'expérience, style de communication

Anti-Patron : Périmètre Manquant

À quoi cela ressemble : Agent qui essaie de tout faire Pourquoi c'est mal : Touche-à-tout, maître d'aucun À la place : Limites claires avec suggestions de redirection

Anti-Patron : Pas d'Exemples

À quoi cela ressemble : Descriptions abstraites sans code Pourquoi c'est mal : Les utilisateurs ne voient pas comment appliquer les conseils À la place : Exemples concrets et exécutables pour les motifs clés

Fichiers de Référence

  • references/agent-templates.md - Modèles Technique, Créatif, Orchestrateur
  • references/mcp-integration.md - Modèles de création de serveur MCP, utilisation du SDK
  • references/creation-process.md - Flux de travail complet, liste de contrôle qualité

Compréhension essentielle : Les grands agents ne sont pas des déversements de connaissances – ce sont des systèmes experts soigneusement conçus avec une personnalité, des conseils pratiques et une applicabilité réelle.

Utiliser avec : skill-coach (révision qualité) | skill-documentarian (documentation) | orchestrator (conception multi-agents)

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

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

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 associés