Communitygithub.com

curiositech/windags-skills

Gestion de calendrier et coordination de planification basée sur des agents. Couvre les API de calendrier (Google Agenda, CalDAV/iCal), les assistants de planification IA (Reclaim, Clockwise, Motion, Cal.com), la construction d'agents calendaires personnalisés avec MCP, la fusion multi-calendriers, la gestion des fuseaux horaires, la protection des blocs de concentration, la détection de fatigue liée aux réunions et les protocoles de négociation de réunions entre agents.

Qu'est-ce que windags-skills ?

Cette compétence permet de construire des agents IA capables de négocier des réunions, de protéger les plages de concentration et d'inférer le contexte à partir des données de calendrier. Elle couvre un large éventail de fonctionnalités : gestion des API de calendrier (Google Agenda, CalDAV/iCal), intégration avec des assistants de planification IA comme Reclaim, Clockwise, Motion et Cal.com, fusion de plusieurs calendriers, gestion intelligente des fuseaux horaires avec sélection de créneaux optimisée, et mise en œuvre de protocoles de négociation entre agents. La compétence intègre un modèle énergétique pour prioriser les créneaux en fonction des pics cognitifs de l'utilisateur, ainsi qu'une logique de décision pour gérer les conflits (auto-acceptation, proposition d'alternatives, ou refus automatique). Elle inclut également des mécanismes de détection et de résolution des modes de défaillance courants, comme les conflits récurrents liés aux changements d'heure, les boucles de renégociation et les fuites de données privées. Cette compétence est destinée aux développeurs souhaitant intégrer une intelligence calendaire avancée dans leurs agents, avec des exemples concrets de négociation cross-fuseau horaire et des contrôles qualité précis.

Compatible avec~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/curiositech/windags-skills/tree/HEAD/skills/agentic-calendar-coordination

Demander à votre IA préférée

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

Documentation

Coordination Calendaire Agentique

Construisez des agents IA qui négocient des réunions, protègent les plages de concentration et infèrent le contexte à partir des données de calendrier. Naviguez dans la complexité des fuseaux horaires, mettez en œuvre la planification agent-à-agent et architectez une logique calendaire personnalisée à l'aide de l'API Google Agenda et de MCP.

Points de Décision

Lorsqu'un Conflit est Détecté

Demande de réunion entrante en conflit avec un événement existant
├─ Expéditeur = manager/dirigeant → Accepter automatiquement, suggérer de déplacer l'existant
├─ Réunion = marquée comme 1:1/urgente → Proposer une alternative dans les 24h
├─ Collision avec un bloc de concentration
│  ├─ Priorité du bloc = élevée (travail profond) → Refuser automatiquement
│  └─ Priorité du bloc = moyenne → Proposer une alternative horaire
└─ Double réservation avec une réunion de pair → Contre-proposer 3 créneaux alternatifs

Décision : Refus Automatique vs. Proposition d'Alternative

Facteurs : niveau_expéditeur (dirigeant/manager/pair/externe) × type_réunion (1:1/équipe/tous) × priorité_bloc_concentration
Si dirigeant + tout_type → Toujours proposer une alternative
Si manager + (1:1 OU urgent) → Proposer une alternative
Si pair + récurrent + faible_présence → Refuser automatiquement
Si externe + aucune_relation_antérieure → Refuser automatiquement avec "utiliser le lien de calendrier"
Si pendant_bloc_concentration_haute_priorité → Refuser automatiquement quel que soit l'expéditeur

Sélection de Créneaux avec Conscience des Fuseaux Horaires

Planification multi-participants :
├─ Tous même fuseau horaire → Utiliser les heures de travail locales (9-17)
├─ 2 fuseaux horaires, écart <6h → Trouver une fenêtre de chevauchement
├─ 2 fuseaux horaires, écart >6h → Répartition tôt/tard (l'un prend 8h, l'autre 18h)
└─ 3+ fuseaux horaires → Proposer une alternative asynchrone OU un roulement

Classement des Créneaux par Modèle Énergétique

Priorité horaire (décroissante) :
1. 9h-11h (pic cognitif) → Réserver pour le travail profond, refuser les réunions de routine
2. 11h-12h (concentration soutenue) → Autoriser uniquement les réunions importantes
3. 14h-16h (zone de collaboration idéale) → Préférer pour les réunions d'équipe
4. 16h-17h (clôture) → Idéal pour les 1:1, les mises à jour de statut
5. 13h-14h (creux post-déjeuner) → Éviter les réunions complexes

Modes de Défaillance

Conflits Récurrents liés aux Fuseaux Horaires

Symptômes : La réunion hebdomadaire de 9h présente des conflits en hiver mais pas en été ; la récurrence cross-fuseau échoue après un changement d'heure (DST) Détection : if événement_récurrent && conversion_fuseau_horaire && motif_conflit_saisonnier Correctif : Toujours développer les récurrences avec singleEvents: true, convertir chaque instance en UTC pour la vérification des conflits, réévaluer après les transitions DST

Valse des Tampons de Transition

Symptômes : L'agent reprogramme la même réunion à plusieurs reprises pour créer des tampons ; les réunions rebondissent entre les créneaux Détection : if même_réunion_reprogrammée > 2 fois en 24h pour_raisons_de_tampon Correctif : Verrouiller la réunion après la première reprogrammation, ajuster les exigences de tampon dynamiquement en fonction de l'importance de la réunion

Démarrage à Froid du Modèle Énergétique

Symptômes : Un nouvel agent planifie des réunions aux pires moments cognitifs de l'utilisateur ; ignore les modèles établis Détection : if score_satisfaction_réunion < 3 pour réunions_planifiées_par_agent Correctif : Amorcer avec les préférences explicites de l'utilisateur, apprendre des motifs de refus, exiger une période d'observation de 2 semaines avant la planification automatique

Fuite de Données par Gonflement de Schéma

Symptômes : L'agent partage trop de détails de calendrier avec des systèmes externes ; les descriptions d'événements fuient vers les LLM Détection : if appel_api_externe contient event.description OU attendee.email Correctif : Implémenter une couche de minimisation des données, supprimer les informations personnelles avant les appels externes, utiliser uniquement libre/occupé pour la planification

Boucle de Renégociation Récursive

Symptômes : Deux agents se contre-proposent sans fin ; aucune convergence sur l'horaire de la réunion Détection : if tours_négociation > 3 && aucun_créneau_accepté Correctif : Escalader vers un humain après 2 contre-propositions, implémenter un seuil d'acceptation "assez bon", limiter la durée des négociations

Exemples Concrets

Négociation de Réunion Cross-Fuseau Horaire

Scénario : Votre agent (Chicago) a besoin de 30min avec l'agent d'un pair (Tokyo) pour une revue d'API. Les deux ont des contraintes énergétiques.

Étape 1 : Analyse Initiale

  • Chicago : 9h-17h CST = 0h-6h JST (jour suivant)
  • Tokyo : 9h-18h JST = 19h-4h CST (jour précédent)
  • Fenêtre de chevauchement : 19h-20h CST = 9h-10h JST

Étape 2 : Vérification du Modèle Énergétique

  • Chicago 19h = fin de journée de travail (énergie : 6/10)
  • Tokyo 9h = heures de pic cognitif (énergie : 9/10)
  • Déséquilibre détecté → Nécessité d'un compromis

Étape 3 : Génération des Propositions

Agent Chicago → Agent Tokyo : PROPOSER
Créneaux : [
  "2024-03-19T01:00Z" (Chi: 19h, Tok: 10h),
  "2024-03-19T23:00Z" (Chi: 17h, Tok: 8h),  
  "2024-03-20T00:00Z" (Chi: 18h, Tok: 9h)
]
Priorité : normal
Sujet : "Revue API - discussion sur la complexité des fuseaux horaires"

Étape 4 : Contre-Proposition

Agent Tokyo → Agent Chicago : CONTRE-PROPOSER
Raison : "Préfère une matinée plus tardive à Tokyo pour une discussion technique complexe"
Alternatives : [
  "2024-03-19T02:00Z" (Chi: 20h, Tok: 11h),
  "2024-03-20T01:00Z" (Chi: 19h, Tok: 10h)
]
Contraintes : "Besoin d'un tampon de 15min avant le standup de 11h30 JST"

Étape 5 : Résolution L'agent de Chicago accepte le créneau 20h CST / 11h JST, crée l'événement avec les deux fuseaux horaires dans la description : "Revue API - 20h00 CST / 11h00 JST+1"

Débutant vs Expert :

  • Débutant : Planifie à un horaire pratique pour Chicago sans vérifier les heures cognitives de Tokyo
  • Expert : Reconnaît le déséquilibre énergétique, propose une fin de journée à Chicago quand Tokyo est frais

Contrôles Qualité

  • Tous les horodatages stockés en UTC en interne, convertis uniquement aux frontières d'affichage/API
  • Noms de fuseaux horaires IANA utilisés partout (pas de chaînes de décalage UTC comme "-05:00")
  • Les requêtes libre/occupé suppriment les détails des événements, ne partagent que les blocs horaires avec les agents externes
  • La mise en œuvre des tampons crée un minimum de 10 à 15 minutes entre les réunions consécutives
  • Les blocs de concentration marqués comme "occupé" mais avec une priorité inférieure à celle des réunions réelles pour la négociation
  • Le modèle énergétique prend en compte les heures de pic cognitif de l'utilisateur et les modèles de fatigue liée aux réunions
  • Les jetons OAuth chiffrés au repos avec un flux d'actualisation automatique implémenté
  • La limitation de débit gère les quotas de l'API Google Agenda avec un back-off exponentiel
  • Les événements récurrents développés en instances individuelles avant la détection de conflits
  • La fusion multi-calendriers testée sur des calendriers personnels/professionnels avec différentes autorisations
  • Les négociations entre agents limitées dans le temps avec escalade humaine après des tours infructueux
  • Le journal d'audit capture toutes les mutations du calendrier avec capacité de restauration

Limites : Ce Que Ce N'EST PAS

Cette compétence N'est PAS pour :

  • Construire des composants d'interface utilisateur de calendrier → Utilisez form-validation-architect
  • Les diagrammes de Gantt de projet ou le suivi des jalons → Utilisez project-management-guru-adhd
  • Les minuteurs Pomodoro ou les applications de suivi du temps → Utilisez adhd-daily-planner
  • Les modèles d'architecture d'agent généraux → Utilisez agentic-patterns
  • Construire le framework de base de l'agent → Utilisez agent-creator

Déléguer à d'autres compétences lorsque :

  • L'utilisateur a besoin d'une gestion du temps spécifique au TDAH → adhd-daily-planner
  • Construire une mémoire persistante d'agent → always-on-agent-architecture
  • Coordination multi-agents au-delà du calendrier → multi-agent-coordination
  • Architecture de démon en arrière-plan → daemon-development

Cette compétence se concentre spécifiquement sur les structures de données calendaires, les algorithmes de planification et la logique de coordination des réunions.

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

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