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.

agent-workflow-designer unterstützt bei der Planung produktionsreifer Multi-Agent-Workflows mit Musterauswahl, Handoff Contracts, Retries, Timeouts, Kontextlimits und Quality Gates. Nutzen Sie den Skill, um sequential-, parallel-, router-, orchestrator- oder evaluator-Flows zu entwerfen und mit scripts/workflow_scaffolder.py erste Grundgerüste zu erzeugen.

spawn startet N parallele Subagents in isolierten git worktrees für eine initialisierte AgentHub-Session. Verwende /hub:spawn mit einer optionalen Session-ID oder Templates wie optimizer, refactorer, test-writer und bug-fixer, um konkurrierende Ansätze zu vergleichen.

run ist ein AgentHub-Orchestrierungs-Skill für Claude, der `/hub:run` auslöst, um eine Aufgabe zu initialisieren, Agents zu starten, Ergebnisse zu bewerten und den Gewinner zu mergen. Nutzen Sie ihn für messbare Code-Verbesserungen oder bewertete kreative Vergleiche mit klaren Parametern für task, agent, eval, metric, direction und template.

agenthub ist ein Skill für Agent-Orchestrierung, mit dem parallele AI Agents in isolierten git worktrees ausgeführt, Fortschritte auf einem lokalen Board verfolgt, Ergebnisse per Metrik oder LLM Judge bewertet und der beste Branch gemerged werden kann. Besonders geeignet für repositorybasierte Optimierung, Refactoring, Recherche und Content-Varianten.

agent-protocol ist ein dokumentationsbasiertes Skill für die C-suite agent orchestration. Es definiert Aufrufsyntax, role tokens, Antwortblöcke, Chain-Tracking, Isolationsregeln und Loop-Prävention für auditierbare Multi-Agent-Workflows im Business-Kontext.

Die Skill multi-agent-patterns hilft dir dabei, Agentensysteme mit Agent Orchestration, Kontextisolierung, paralleler Arbeit und strukturierten Übergaben zu entwerfen und umzusetzen. Nutze sie, wenn du zwischen einem einzelnen Agenten und einem Multi-Agenten-Setup wählen musst oder wenn Supervisor-Routing, Peer-Übergaben, Konsens oder Fehlerbehandlung gefragt sind. Sie eignet sich am besten für orchestration-lastige Aufgaben, bei denen klare Koordination wichtiger ist als möglichst viele Agenten.

agents-sdk hilft dir, Cloudflare Workers Agents mit zustandsbehafteten Unterhaltungen, dauerhafter Ausführung, WebSocket- oder Streaming-Chat, MCP-Integration, geplanten Aufgaben und Browser-Automatisierung zu bauen. Dieser agents-sdk Skill konzentriert sich auf Installationsentscheidungen, Konfiguration und den praktischen Einsatz für bestehende oder neue Workers-Apps – inklusive Hinweise zu Multi-Agent-Systemen nur dort, wo sie zu den Cloudflare-Runtime-Einschränkungen passen.

subagent-driven-development hilft dir dabei, Implementierungspläne in unabhängige Aufgaben aufzuteilen, für jede Aufgabe einen frischen Subagenten zu starten und die Ergebnisse zwischen den Schritten zu prüfen. Es ist für Agent-Orchestrierung gedacht, wenn du schneller liefern und trotzdem Qualitätsprüfungen einbauen musst – besonders bei 3+ unabhängigen Issues, Bugfixes, Feature-Slices oder Repo-Bereinigungen.

tree-of-thoughts ist ein Reasoning-Workflow-Skill, der Agenten dabei hilft, mehrere Ansätze zu erkunden, schwache Pfade zu verwerfen und eine bessere Antwort zu verdichten. Er ist nützlich für schwieriges Debugging, Planung, Architektur-Abwägungen und tree-of-thoughts für Agent Orchestration.

launch-sub-agent hilft dabei, für abgegrenzte Aufgaben in Multi-Agent-Systemen einen fokussierten Sub-Agenten zu starten. Es analysiert die Komplexität der Aufgabe, wählt eine passende Modellstufe aus, unterstützt spezialisiertes Agent-Matching und ergänzt eine Selbstkritik-Prüfung für verlässlichere Ergebnisse.

multi-agent-patterns ist ein praxisnaher Leitfaden für das Design von Multi-Agentensystemen in Claude Code, wenn ein einzelner Agent nicht ausreicht. Nutze ihn, um Arbeit aufzuteilen, Subagenten zu koordinieren und Orchestrierungsmuster zu vergleichen, ohne unnötigen Overhead einzuführen.