Flowise 기반의 멀티 에이전트 AI 오케스트레이션 시스템으로, RAG, OpenAI 임베딩, FAISS 벡터 검색 및 순차적 에이전트 워크플로를 사용하여 검색 기반 콘텐츠 생성 및 엔터프라이즈 AI 파이프라인을 설계합니다.
이 스킬은 Flowise를 기반으로 한 멀티 에이전트 AI 오케스트레이션 시스템을 제공합니다. RAG(Retrieval-Augmented Generation), OpenAI 임베딩, FAISS 벡터 검색, 그리고 순차적 에이전트 워크플로를 활용하여 검색 기반의 콘텐츠 생성과 엔터프라이즈급 AI 파이프라인을 설계할 수 있습니다. 개발자와 AI 에이전트 사용자는 이 시스템을 통해 복잡한 콘텐츠 생성 작업을 여러 에이전트로 분할하고, 외부 지식 소스에서 검색된 정보를 기반으로 더 정확하고 맥락에 맞는 출력을 생성할 수 있습니다. 주로 GitHub에서 최근 24시간 내에 푸시된 레포지토리에서 발견되었으며, Claude, Codex, Gemini 같은 AI 에이전트 워크플로와 MCP 도구에 인접한 자동화 기술을 위한 것입니다.
npx skills add Paul-Orlando/ai-multi-agent-content-pipelineFlowise 기반의 멀티 에이전트 AI 오케스트레이션 시스템으로, RAG, OpenAI 임베딩, FAISS 벡터 검색 및 순차적 에이전트 워크플로를 사용하여 검색 기반 콘텐츠 생성 및 엔터프라이즈 AI 파이프라인을 설계합니다.
출처: https://github.com/Paul-Orlando/ai-multi-agent-content-pipeline
최근 24시간 내에 GitHub 레포지토리에 푸시된 에이전트 스킬, Claude/Codex/Gemini 워크플로, MCP 도구 및 인접 AI 에이전트 자동화에서 발견되었습니다.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".