Multi-Agent Systems

team-builder ist ein interaktiver Agenten-Picker zum Zusammenstellen und Auslösen paralleler Teams aus Markdown-Persona-Dateien. Die team-builder-Skill hilft dir, verfügbare Agenten zu durchsuchen, Spezialisten nach Fachgebiet zu gruppieren und Ad-hoc-Teams für Workflow-Automatisierung zu bauen. Am besten geeignet für Repos mit flachen oder in Unterordnern organisierten Agentenbibliotheken und klarer Persona-Struktur.

santa-method ist ein Multi-Agenten-Verifizierungsworkflow für Ergebnisse, die vor der Auslieferung korrekt sein müssen. Er nutzt unabhängige Prüfung, um blinde Flecken in Inhalten, code-nahen Deliverables, compliance-sensiblem Text und Aufgaben der Workflow-Automatisierung aufzudecken. Installieren Sie das santa-method Skill, wenn Sie eine wiederholbare Generate-Verify-Converge-Schleife benötigen.

ralphinho-rfc-pipeline ist ein RFC-gesteuertes Multi-Agent-Workflow-Skill, das große Features in überprüfbare Einheiten zerlegt, jeden Schritt validiert und mit Integrationschecks zusammenführt. Es eignet sich besonders für ralphinho-rfc-pipeline für Multi-Agent Systems sowie für Refactors, Schema-Änderungen, Auth, Performance- und Security-Arbeiten.

iterative-retrieval ist ein Workflow-Muster zur schrittweisen Verfeinerung der Kontextrecherche in agentischen Arbeitsabläufen. Es hilft Subagenten, zu viel oder zu wenig Kontext zu vermeiden, und ist damit nützlich für iterative-retrieval-Einsatzszenarien, Installationsentscheidungen und iterative-retrieval für Workflow-Automatisierung.

dmux-workflows ist ein Leitfaden für die Orchestrierung paralleler KI-Agenten-Sitzungen mit dmux in tmux-Panes. Er hilft dabei, Recherche, Implementierung, Tests und Dokumentation über Claude Code, Codex, OpenCode und ähnliche Harnesses aufzuteilen, damit Sie Multi-Agent-Entwicklung mit weniger Kontextengpässen steuern können.

continuous-agent-loop unterstützt Agents dabei, wiederholbare autonome Schleifen mit Qualitäts-Gates, Evals, Recovery-Schritten und klaren Stop-Regeln auszuführen, damit Aufgaben verlässlich abgeschlossen werden.

claude-devfleet ist ein Multi-Agenten-Orchestrierungs-Skill für Claude DevFleet. Er hilft dir, Projekte zu planen, parallele Agenten in isolierten Worktrees zu starten, den Fortschritt zu überwachen und strukturierte Berichte zu lesen. Am besten geeignet für größere Coding-Aufgaben, die von abhängigkeitssensiblen Abläufen profitieren, nicht für schnelle Einzeldatei-Änderungen.

autonomous-loops ist ein Skill zum Entwerfen autonomer Claude Code-Workflows – von einfachen sequenziellen Pipelines bis zur Multi-Agent-DAG-Orchestrierung mit Quality Gates und Übergaben.

autonomous-agent-harness macht aus Claude Code ein dauerhaft laufendes, selbststeuerndes Agentensystem mit Speicher, geplanten Ausführungen, Task-Dispatch und Computernutzung. Es eignet sich für Agent-Orchestrierung, wiederkehrende Prüfungen und langlebige Workflows, wenn ein einmaliger Prompt nicht ausreicht.

Lernen Sie die agentic-engineering Skill für eval-first Ausführung, Aufgabenzerlegung, Model-Routing und sicherere Workflow-Automation mit Regression-Checks.

agent-payment-x402 hilft AI Agents dabei, x402-Zahlungen mit MCP-Tools, Ausgabenlimits, Empfänger-Allowlists und non-custodial Wallets für kostenpflichtige APIs und Agent-Orchestrierung zu handhaben.

dispatching-parallel-agents ist ein Skill für Agent-Orchestrierung, der wirklich unabhängige Aufgaben auf separate Agents mit isoliertem Kontext und koordinierten Ergebnissen verteilt.

langchain-architecture ist ein Leitfaden für den Entwurf von Anwendungen mit LangChain 1.x und LangGraph. Er hilft dabei, schon vor der Implementierung zwischen Chains, Agents, Retrieval, Memory und zustandsbehafteten Orchestrierungsmustern zu wählen.