O que founder-os faz?
Primitivas multiagente para Claude Code.
O Claude Code dá uma resposta. O founder-os permite perguntar a múltiplos agentes, comparar consenso, revelar discordância e sintetizar a parte útil.
claude plugin install rhinehart514/founder-os
Tente isto primeiro:
/founder-os:stochastic n=10 Devemos usar Postgres ou SQLite para este projeto?
Isso consulta 10 agentes com o mesmo prompt e agrega consenso, divergências e outliers.
As primitivas
| Skill | O que faz |
|---|---|
/stochastic | Consulta N agentes (padrão 10) com prompts idênticos. Agrega por consenso, divergências, outliers. |
/model-chat | Cria 5 agentes em uma sala de debate. Rodadas alternadas, histórico compartilhado, sintetizador mescla. |
/fanout | Distribui N pesquisadores (Sonnet) em paralelo, recolhe com síntese Opus. |
/skillbuilder | Cria skills impecáveis para Claude Code. Estuda skills existentes como referência, garante formato correto, busca inteligência genuína. |
/autoresearch | Subida autônoma de colina. Lê código, gera mutações, mede, mantém ou reverte, repete. |
Instalação
Instalação via plugin
claude plugin install rhinehart514/founder-os
As skills tornam-se /founder-os:stochastic, /founder-os:model-chat, /founder-os:fanout, /founder-os:skillbuilder, /founder-os:autoresearch.
Instalação direta (nomes curtos de skill)
npm i -g @rhinehart514/founder-os
Ou a partir do código-fonte:
git clone https://github.com/rhinehart514/founder-os.git
cd founder-os && bash bin/install.sh
As skills tornam-se /stochastic, /model-chat, /fanout, /skillbuilder, /autoresearch.
Reinicie o Claude Code após a instalação.
Uso
/stochastic Devemos usar Postgres ou SQLite para este caso de uso?
/stochastic n=5 Qual é a melhor abordagem para limitação de taxa aqui?
/model-chat Este design de API é bom?
/model-chat agents=3 rounds=3 Devemos lançar esta funcionalidade?
/fanout Quais são os trade-offs de componentes servidor vs componentes cliente?
/fanout n=3 model=haiku Pesquise padrões de autenticação para esta stack
/skillbuilder Crie uma skill para revisão de código com portões de verificação
/skillbuilder audit /stochastic
/autoresearch Otimize a pontuação Lighthouse
/autoresearch Reduza o tamanho do bundle
Por que isso funciona
Mesmo modelo, execuções diferentes = saídas sistematicamente diferentes. Consultar múltiplos agentes filtra alucinações (consenso), revela decisões genuínas (divergências) e captura ideias que uma única passagem perderia (outliers).
O que está incluído
skills/
stochastic/SKILL.md
model-chat/SKILL.md
fanout/SKILL.md
skillbuilder/SKILL.md
autoresearch/SKILL.md
autoresearch/templates/ # runner de hill-climb, dashboard, config
agents/
parent.md # orquestrador
qa.md # verificador de qualidade
researcher.md # agente de pesquisa
Licença
MIT