Kernel de orquestração multi-agente local (Go/Windows): cadeia principal PlanAgent→BehaviorAgent, com suporte a MCP (stdio/http), Skill Packs externos, interface web (HTTP+SSE) e RunView (logs de turno → HTML).
O hgvgfgvh/plan-exec-Agent é um kernel de orquestração multi-agente projetado para execução local em ambientes Go/Windows. Sua arquitetura central é uma cadeia sequencial onde um PlanAgent define o plano de ação e um BehaviorAgent o executa, permitindo decomposição e execução controlada de tarefas complexas. O sistema oferece conectividade flexível via MCP (Model Context Protocol), tanto no modo stdio quanto HTTP, facilitando a integração com diferentes LLMs e ferramentas. Além disso, suporta a adição de pacotes de habilidades externas (Skill Packs) para estender as capacidades dos agentes. Uma interface web (WebUI) utiliza HTTP e Server-Sent Events (SSE) para fornecer monitoramento em tempo real, enquanto o componente RunView gera logs de cada turno de execução e os exporta para HTML, criando um registro visual e auditável de todas as interações. É ideal para desenvolvedores que precisam de um runtime local, modular e extensível para experimentar e depurar fluxos de trabalho multi-agente.
npx skills add hgvgfgvh/plan-exec-AgentInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Kernel de orquestração multi-agente de execução local (Go/Windows): cadeia principal PlanAgent→BehaviorAgent, com suporte a MCP (stdio/http), pacotes de habilidades externas (Skill Packs), interface web (HTTP+SSE) e RunView (logs de turno → HTML).
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.