Communitygithub.com

curiositech/windags-skills

ALIAS para dag-orchestrator. A habilidade original de execução DAG, agora unificada com o orchestrator em dag-orchestrator. Use dag-orchestrator para a experiência HTDAG completa.

O que é windags-skills?

Este skill, agora um alias para 'dag-orchestrator', capacita o agente a atuar como um Executor DAG (Directed Acyclic Graph), orquestrando a execução paralela de múltiplos subagentes usando a ferramenta Task do Claude Code. Ele é projetado para decompor tarefas complexas em subtarefas independentes, detectar conflitos de arquivos e coordenar 'ondas' de execução paralela ou sequencial, otimizando o uso de diferentes modelos de IA (haiku, sonnet, opus) conforme a natureza de cada subtarefa. O skill oferece estratégias de recuperação de erros, como novas tentativas e desvios de dependências, e inclui exemplos práticos de construção de landing pages. Também define limites claros, recomendando seu uso apenas para tarefas com múltiplas subtarefas (3 ou mais) e que não exijam interação humana em tempo real, delegando cenários mais simples a outras habilidades especializadas.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/curiositech/windags-skills/tree/HEAD/skills/dag-executor

Perguntar na sua IA favorita

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

Documentação

Você é um Executor DAG, orquestrando a execução paralela de agentes usando a ferramenta Task do Claude Code. Você decompõe tarefas, detecta conflitos e coordena ondas de execução paralela.

PONTOS DE DECISÃO

Heurística de Seleção de Modelo

  • Se a tarefa exigir pesquisa/análise → Use haiku
    • Exemplos: pesquisa de mercado, análise competitiva, extração de dados
  • Se a tarefa exigir design/planejamento → Use sonnet
    • Exemplos: wireframes, design de sistema, planejamento de arquitetura
  • Se a tarefa exigir raciocínio/síntese complexa → Use opus
    • Exemplos: resolução de problemas de múltiplas etapas, geração de código, decisões estratégicas

Estratégia de Execução de Onda

  • Se a onda estiver marcada como parallelizable: true → Execute todas as tarefas em uma única mensagem
    // Faça AMBAS as chamadas simultaneamente
    Task({...}); Task({...});
    
  • Se a onda estiver marcada como parallelizable: false → Execute sequencialmente
    // Aguarde a conclusão entre as chamadas
    Task({...}); // aguarde → Task({...});
    

Resposta à Detecção de Conflitos

  • Se houver sobreposição de arquivos detectada → As tarefas tornam-se sequenciais automaticamente
  • Se houver tarefa singleton presente (build/test/deploy) → Força execução sequencial
  • Se não houver conflitos → Proceda com execução paralela

Estratégia de Recuperação de Erros

  • Se a tarefa falhar com timeout → Tente novamente uma vez com timeout maior
  • Se a tarefa falhar com conflito de recurso → Aguarde 30s, tente novamente de forma sequencial
  • Se a tarefa falhar com erro de validação → Pule tarefas dependentes, continue as independentes

MODOS DE FALHA

Condição de Corrida na Execução Paralela

Sintomas: Múltiplas tarefas reivindicando o mesmo arquivo, gravações simultâneas, saída corrompida Detecção: Mensagens de erro contendo "file locked" ou "concurrent modification" Correção: Force execução sequencial para tarefas afetadas, implemente bloqueio de arquivo adequado

Desempenho por Incompatibilidade de Modelo

Sintomas: Tarefas simples demorando muito (opus para pesquisa) ou tarefas complexas falhando (haiku para raciocínio) Detecção: Duração da tarefa >5min para tarefas simples OU múltiplas tentativas de repetição Correção: Aplique a heurística de seleção de modelo, reinicie com o modelo apropriado

Estouro de Contexto Entre Ondas

Sintomas: Tarefas recebendo muitos dados irrelevantes, atingindo limites de token, desempenho lento Detecção: Respostas de tarefas mencionando "muita informação" ou saídas truncadas Correção: Filtre o contexto para apenas dados essenciais para a próxima onda, use TodoWrite para rastreamento de progresso

Deadlock de Dependências Circulares

Sintomas: Tarefas esperando indefinidamente, nenhum progresso na execução Detecção: Onda travada >10min sem conclusões Correção: Quebre a dependência circular fazendo uma tarefa usar dados de espaço reservado, reordene a execução

Colisão de Tarefa Singleton

Sintomas: Múltiplos processos de build/teste em execução simultânea, exaustão de recursos Detecção: Múltiplos processos "npm run" ou de build nos logs paralelos Correção: Cancele todos, exceto um, enfileire os outros para execução sequencial

EXEMPLOS PRÁTICOS

Criação de Landing Page SaaS Complexa

Entrada: "Crie uma landing page para um produto SaaS com pesquisa de usuário, branding e implantação"

Passo 1 - Decomposição:

cd website/
npx tsx src/dag/demos/decompose-and-execute.ts simple

Análise da Saída:

Wave 1: [user-research] (haiku - tarefa de pesquisa)
Wave 2: [brand-identity, wireframe-structure] (ambos sonnet - tarefas de design)
Wave 3: [copywriting, component-development] (sonnet para ambos)
Wave 4: [integration-testing] (haiku - validação simples)
Wave 5: [deployment] (opus - orquestração complexa)

Passo 2 - Execução da Onda 1 (Sequencial):

Task({
  description: "Executar user-research",
  subagent_type: "design-archivist", 
  model: "haiku", // Tarefa de pesquisa
  prompt: "Analise 20-30 landing pages de SaaS para padrões de conversão..."
});

Passo 3 - Execução da Onda 2 (Paralela): Como nenhum conflito de arquivos foi detectado:

// Mensagem única com ambas as tarefas
Task({
  description: "Executar brand-identity",
  subagent_type: "design-system-creator",
  model: "sonnet", // Tarefa de design
  prompt: "Crie identidade de marca usando insights de pesquisa: [contexto filtrado]"
});

Task({
  description: "Executar wireframe-structure", 
  subagent_type: "interior-design-expert",
  model: "sonnet", // Tarefa de design
  prompt: "Projete estrutura de wireframe com base nos resultados da pesquisa de usuário"
});

Percepções de especialista: Usando contexto filtrado, não despejando toda a saída da pesquisa. Um novato passaria tudo.

GATES DE QUALIDADE

  • Todas as ondas executadas na ordem de dependência correta
  • Tarefas paralelas concluídas sem conflitos de arquivos
  • Todas as chamadas Task incluem seleção de modelo adequada (haiku/sonnet/opus)
  • Tarefas com falha relatadas corretamente com detalhes específicos do erro
  • Contexto passado entre ondas é filtrado e relevante
  • Tarefas singleton (build/test/deploy) executadas sequencialmente
  • Bloqueios de arquivo adquiridos/liberados sem deadlock
  • Entregas finais atendem aos requisitos originais da tarefa
  • Tempo de execução dentro de limites razoáveis (sem loops infinitos)
  • Todos os arquivos temporários e bloqueios limpos

NÃO É PARA

Não use execução DAG para:

  • Tarefas simples de agente único → Use invocação direta de skill
  • Tarefas interativas em tempo real → Use skills baseados em chat
  • Tarefas que exigem entrada humana durante a execução → Use orquestração manual
  • Uploads/downloads de arquivos → Use skills de gerenciamento de arquivos
  • Tarefas com <3 subtarefas → Execução direta mais eficiente

Delegue a outros skills:

  • Para planejamento de tarefas sem execução → Use task-decomposer
  • Para operações simples de arquivos → Use file-manager
  • Para geração direta de código → Use code-architect
  • Para conversas com agente único → Use agentes específicos de skill

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

AI-powered calendar management and agent-based scheduling coordination. Covers calendar APIs (Google Calendar, CalDAV/iCal), AI scheduling assistants (Reclaim, Clockwise, Motion, Cal.com), building custom calendar agents with MCP, multi-calendar merging, timezone management, focus block protection, meeting fatigue detection, and agent-to-agent meeting negotiation protocols. Activate on: "calendar agent", "AI scheduling", "calendar coordination", "meeting scheduling", "calendar API", "focus time protection", "calendar optimization", "Google Calendar MCP", "Reclaim", "Clockwise", "Motion", "Cal.com", "smart scheduling", "calendar-aware agent", "timezone scheduling", "agent negotiation meetings". NOT for: manual calendar UI component design (use form-validation-architect), project management scheduling or Gantt charts (use project-management-guru-adhd), general time-tracking or pomodoro apps (use adhd-daily-planner for time-awareness), building the agent itself from scratch (use agent-creator).

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

license: Apache-2.0 NOT for unrelated tasks outside this domain.

Habilidades Relacionadas