Communitygithub.com

Fluxos dmux

Orquestração multi-agente usando dmux (gerenciador de painéis tmux para agentes de IA). Padrões para fluxos de trabalho paralelos de agentes em Claude Code, Codex, OpenCode e outras plataformas. Use ao executar várias sessões de agente em paralelo ou coordenar fluxos de trabalho de desenvolvimento multi-agente.

O que é Fluxos dmux?

O dmux Workflows é uma skill especializada em orquestração paralela de agentes de IA, utilizando o dmux, um gerenciador de painéis baseado em tmux. Seu principal benefício é permitir a divisão de tarefas complexas em subtarefas independentes executadas simultaneamente por diferentes agentes, como Claude Code, Codex, OpenCode e outras plataformas. A skill oferece padrões de fluxo de trabalho reutilizáveis — como Pesquisa + Implementação, Multi-Arquivo, Teste + Correção e Revisão de Código — e orientações sobre Git Worktrees para isolar alterações e evitar conflitos. Para simplificar a automação, a skill inclui um helper de orquestração baseado em scripts Node.js que cria worktrees, distribui tarefas, inicia sessões tmux e gerencia handoffs entre agentes, sendo ideal para desenvolvedores que precisam escalar a produtividade com múltiplos agentes de IA de forma coordenada.

Funciona com✓Claude Code✓Codex CLI~Cursor✓Gemini CLI✓OpenCode
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/dmux-workflows

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que Fluxos dmux faz?

Orquestre sessões paralelas de agentes de IA usando dmux, um gerenciador de painéis tmux para plataformas de agentes.

Quando Ativar

  • Executando várias sessões de agente em paralelo
  • Coordenando trabalho entre Claude Code, Codex e outras plataformas
  • Tarefas complexas que se beneficiam do paralelismo dividir-para-conquistar
  • O usuário diz "execute em paralelo", "divida este trabalho", "use dmux" ou "multi-agente"

O que é dmux

dmux é uma ferramenta de orquestração baseada em tmux que gerencia painéis de agentes de IA:

  • Pressione n para criar um novo painel com um prompt
  • Pressione m para mesclar a saída do painel de volta à sessão principal
  • Suporta: Claude Code, Codex, OpenCode, Cline, Gemini, Qwen

Instalação: Instale o dmux de seu repositório após revisar o pacote. Veja github.com/standardagents/dmux

Início Rápido

# Iniciar sessão dmux
dmux

# Criar painéis de agente (pressione 'n' no dmux, depois digite o prompt)
# Painel 1: "Implemente o middleware de autenticação em src/auth/"
# Painel 2: "Escreva testes para o serviço de usuário"
# Painel 3: "Atualize a documentação da API"

# Cada painel executa sua própria sessão de agente
# Pressione 'm' para mesclar os resultados

Padrões de Fluxo de Trabalho

Padrão 1: Pesquisar + Implementar

Divide pesquisa e implementação em trilhas paralelas:

Painel 1 (Pesquisa): "Pesquise as melhores práticas para limitação de taxa em Node.js.
  Verifique as bibliotecas atuais, compare abordagens e escreva as descobertas em
  /tmp/rate-limit-research.md"

Painel 2 (Implementação): "Implemente o middleware de limitação de taxa para nossa API Express.
  Comece com um token bucket básico; refinaremos após a pesquisa ser concluída."

# Após o Painel 1 concluir, mescle as descobertas no contexto do Painel 2

Padrão 2: Recurso Multi-Arquivo

Paralelize o trabalho em arquivos independentes:

Painel 1: "Crie o esquema do banco de dados e as migrações para o recurso de faturamento"
Painel 2: "Construa os endpoints da API de faturamento em src/api/billing/"
Painel 3: "Crie os componentes de UI do painel de faturamento"

# Mescle todos, depois faça a integração no painel principal

Padrão 3: Ciclo de Teste + Correção

Execute testes em um painel, corrija em outro:

Painel 1 (Observador): "Execute o conjunto de testes em modo de observação. Quando os testes falharem,
  resuma as falhas."

Painel 2 (Corretor): "Corrija os testes com falha com base na saída de erro do painel 1"

Padrão 4: Multi-Plataforma

Use diferentes ferramentas de IA para diferentes tarefas:

Painel 1 (Claude Code): "Revise a segurança do módulo de autenticação"
Painel 2 (Codex): "Refatore as funções utilitárias para desempenho"
Painel 3 (Claude Code): "Escreva testes E2E para o fluxo de checkout"

Padrão 5: Pipeline de Revisão de Código

Perspectivas de revisão paralelas:

Painel 1: "Revise src/api/ em busca de vulnerabilidades de segurança"
Painel 2: "Revise src/api/ em busca de problemas de desempenho"
Painel 3: "Revise src/api/ em busca de lacunas de cobertura de teste"

# Mescle todas as revisões em um único relatório

Melhores Práticas

  1. Apenas tarefas independentes. Não paralelize tarefas que dependem da saída umas das outras.
  2. Limites claros. Cada painel deve trabalhar em arquivos ou preocupações distintas.
  3. Mescle estrategicamente. Revise a saída do painel antes de mesclar para evitar conflitos.
  4. Use git worktrees. Para trabalho propenso a conflitos de arquivo, use worktrees separados por painel.
  5. Consciência de recursos. Cada painel usa tokens de API — mantenha o total de painéis abaixo de 5-6.

Integração com Git Worktree

Para tarefas que tocam arquivos sobrepostos:

# Crie worktrees para isolamento
git worktree add -b feat/auth ../feature-auth HEAD
git worktree add -b feat/billing ../feature-billing HEAD

# Execute agentes em worktrees separados
# Painel 1: cd ../feature-auth && claude
# Painel 2: cd ../feature-billing && claude

# Mescle as branches quando concluído
git merge feat/auth
git merge feat/billing

Ferramentas Complementares

FerramentaO que FazQuando Usar
dmuxGerenciamento de painéis tmux para agentesSessões paralelas de agentes
SupersetIDE de terminal para 10+ agentes paralelosOrquestração em grande escala
Ferramenta Task do Claude CodeInicialização de subagente em processoParalelismo programático dentro de uma sessão
Codex multi-agentePapéis de agente embutidosTrabalho paralelo específico do Codex

Helper do ECC

O ECC agora inclui um helper para orquestração externa de painéis tmux com worktrees git separados:

node scripts/orchestrate-worktrees.js plan.json --execute

Exemplo de plan.json:

{
  "sessionName": "skill-audit",
  "baseRef": "HEAD",
  "launcherCommand": "codex exec --cwd {worktree_path} --task-file {task_file}",
  "workers": [
    { "name": "docs-a", "task": "Corrija as skills 1-4 e escreva notas de handoff." },
    { "name": "docs-b", "task": "Corrija as skills 5-8 e escreva notas de handoff." }
  ]
}

O helper:

  • Cria um worktree git vinculado a uma branch para cada worker
  • Opcionalmente sobrepõe seedPaths selecionados do checkout principal em cada worktree do worker
  • Escreve arquivos task.md, handoff.md e status.md por worker sob .orchestration/<session>/
  • Inicia uma sessão tmux com um painel por worker
  • Executa cada comando do worker em seu próprio painel
  • Deixa o painel principal livre para o orquestrador

Use seedPaths quando os workers precisarem de acesso a arquivos locais sujos ou não rastreados que ainda não fazem parte de HEAD, como scripts de orquestração local, rascunhos de planos ou documentos:

{
  "sessionName": "workflow-e2e",
  "seedPaths": [
    "scripts/orchestrate-worktrees.js",
    "scripts/lib/tmux-worktree-orchestrator.js",
    ".claude/plan/workflow-e2e-test.json"
  ],
  "launcherCommand": "bash {repo_root}/scripts/orchestrate-codex-worker.sh {task_file} {handoff_file} {status_file}",
  "workers": [
    { "name": "seed-check", "task": "Verifique se os arquivos semeados estão presentes antes de iniciar o trabalho." }
  ]
}

Solução de Problemas

  • Painel não responde: Mude para o painel diretamente ou inspecione-o com tmux capture-pane -pt <session>:0.<pane-index>.
  • Conflitos de merge: Use worktrees git para isolar alterações de arquivo por painel.
  • Alto uso de tokens: Reduza o número de painéis paralelos. Cada painel é uma sessão completa de agente.
  • tmux não encontrado: Instale com brew install tmux (macOS) ou apt install tmux (Linux).

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Habilidades Relacionadas