Multi-Agent Systems

team-builder est un sélecteur d’agents interactif pour composer et lancer des équipes parallèles à partir de fichiers persona en markdown. La skill team-builder vous aide à parcourir les agents disponibles, à regrouper les spécialistes par domaine et à constituer à la volée des équipes pour l’automatisation des workflows. Idéal pour les dépôts contenant des bibliothèques d’agents à plat ou en sous-dossiers, avec une structure de persona claire.

santa-method est un workflow de vérification multi-agent pour les livrables qui doivent être justes avant leur publication. Il s’appuie sur des revues indépendantes pour repérer les angles morts dans le contenu, les livrables proches du code, les textes sensibles sur le plan de la conformité et les tâches d’automatisation de workflow. Installez le skill santa-method lorsque vous avez besoin d’une boucle reproductible générer, vérifier, converger.

ralphinho-rfc-pipeline est une skill de workflow multi-agent pilotée par les RFC, conçue pour découper de grandes fonctionnalités en unités vérifiables, valider chaque étape et fusionner avec des contrôles d’intégration. Elle convient particulièrement à ralphinho-rfc-pipeline pour les systèmes multi-agents, les refontes, les changements de schéma, l’authentification, les performances et les travaux liés à la sécurité.

iterative-retrieval est un modèle de workflow qui permet d’affiner progressivement la récupération de contexte dans les tâches agentiques. Il aide les sous-agents à éviter d’avoir trop peu ou trop de contexte, ce qui le rend utile pour l’usage de iterative-retrieval, la prise de décision d’installation et iterative-retrieval pour l’automatisation de workflows.

dmux-workflows est un guide pour orchestrer des sessions parallèles d’agents IA avec dmux dans des volets tmux. Il aide à répartir la recherche, l’implémentation, les tests et la documentation entre Claude Code, Codex, OpenCode et des environnements similaires, afin de gérer le développement multi-agent avec moins de goulets d’étranglement liés au contexte.

continuous-agent-loop aide les agents à exécuter des boucles autonomes répétables avec des garde-fous qualité, des évaluations, des étapes de reprise et des règles d’arrêt claires pour mener les tâches à bien de façon fiable.

claude-devfleet est une skill d’orchestration multi-agents pour Claude DevFleet. Elle vous aide à planifier des projets, à lancer des agents en parallèle dans des worktrees isolés, à suivre l’avancement et à consulter des rapports structurés. Elle convient surtout aux tâches de développement de plus grande ampleur, où des missions tenant compte des dépendances apportent un vrai bénéfice, plutôt qu’à de petites modifications sur un seul fichier.

autonomous-loops est une compétence pour concevoir des workflows autonomes dans Claude Code, depuis de simples pipelines séquentiels jusqu’à l’orchestration de DAG multi-agents avec contrôles qualité et passages de relais.

autonomous-agent-harness transforme Claude Code en un système d’agents persistant et autonome, avec mémoire, exécutions planifiées, répartition des tâches et contrôle de l’ordinateur. Cette skill convient à l’orchestration d’agents, aux vérifications récurrentes et aux workflows de longue durée lorsque vous avez besoin de plus qu’un prompt ponctuel.

Découvrez le skill agentic-engineering pour une exécution orientée eval-first, la décomposition des tâches, l’orientation des modèles et une automatisation de workflow plus sûre avec des vérifications de régression.

agent-payment-x402 aide les agents IA à gérer les paiements x402 avec des outils MCP, des plafonds de dépense, des listes autorisées de destinataires et des portefeuilles non dépositaires pour les API payantes et l’orchestration d’agents.

dispatching-parallel-agents est une skill d’orchestration d’agents conçue pour répartir des tâches réellement indépendantes entre plusieurs agents, avec contexte isolé et résultats coordonnés.

langchain-architecture est un guide de conception pour créer des applications LangChain 1.x et LangGraph. Il aide à choisir entre les patterns de chaînes, d’agents, de retrieval, de mémoire et d’orchestration avec état avant l’implémentation.

agents-sdk vous aide à créer des agents Cloudflare Workers avec des conversations avec état, une exécution durable, du chat en WebSocket ou en streaming, l’intégration MCP, des tâches planifiées et l’automatisation du navigateur. Cette skill agents-sdk se concentre sur les décisions d’installation, la configuration et l’usage pratique pour des applications Workers existantes ou nouvelles, avec des indications sur les systèmes multi-agents uniquement lorsqu’ils respectent les contraintes du runtime Cloudflare.

subagent-driven-development vous aide à découper un plan d’implémentation en tâches indépendantes, à lancer un sous-agent neuf pour chacune, puis à vérifier les résultats entre les étapes. Cette compétence est conçue pour l’orchestration d’agents quand il faut livrer plus vite sans sacrifier les garde-fous qualité, surtout pour 3 problèmes indépendants ou plus, des corrections de bugs, des sous-parties de fonctionnalités ou du nettoyage de dépôt.

tree-of-thoughts est une skill de workflow de raisonnement qui aide les agents à explorer plusieurs approches, à élaguer les branches faibles et à synthétiser une meilleure réponse. Elle est utile pour le débogage complexe, la planification, les arbitrages d’architecture et tree-of-thoughts pour l’orchestration d’agents.

launch-sub-agent vous aide à déléguer une sous-agent focalisée pour des tâches bien délimitées dans des systèmes multi-agents. Il analyse la complexité de la tâche, choisit un niveau de modèle adapté, prend en charge l’appariement avec des agents spécialisés et ajoute une vérification par auto-critique pour des résultats plus fiables.

multi-agent-patterns est un guide pratique pour concevoir des systèmes multi-agents dans Claude Code lorsqu’un seul agent ne suffit pas. Il aide à répartir le travail, coordonner des sous-agents et comparer les patterns d’orchestration sans ajouter de complexité inutile.

judge-with-debate évalue des solutions au moyen d’un débat multi-agent structuré, en s’appuyant sur une spécification partagée, des contre-arguments fondés sur des preuves et jusqu’à 3 rounds pour parvenir à un consensus. Elle convient particulièrement à la revue de code, à l’évaluation basée sur une grille, et aux workflows judge-with-debate pour les systèmes multi-agents.

do-in-steps aide un agent à gérer des tâches complexes en les découpant en sous-tâches ordonnées, en orchestrant des sous-agents et en vérifiant chaque étape avant de passer à la suivante. C’est un très bon choix pour des modifications de dépôt, des refactorings en plusieurs étapes, des migrations et pour l’orchestration d’agents avec do-in-steps lorsque vous avez besoin d’une remise en main contrôlée et de réduire les échecs silencieux.

do-in-parallel est une skill de workflow pour Agent Orchestration qui lance plusieurs sous-agents en parallèle sur des fichiers ou des cibles, regroupe intelligemment les tâches répétitives et vérifie les résultats avec des meta-judges et une revue LLM-as-a-judge. Utilisez la skill do-in-parallel lorsque vous avez besoin d’exécuter des lots de travail avec moins d’incertitude qu’avec un prompt générique.

do-competitively vous aide à résoudre des tâches importantes grâce à la génération parallèle de candidats, à l’évaluation fondée sur une grille de critères et à une synthèse appuyée sur des preuves. Il est particulièrement adapté à Workflow Automation et aux demandes à forts enjeux, où la qualité, la robustesse et la gestion des compromis comptent davantage que la vitesse.

implement-task est une skill d’automatisation de workflow qui transforme une spécification de tâche en modifications implémentées, avec une vérification automatisée par LLM-as-Judge sur les étapes critiques. Elle aide les agents à lire un fichier de tâche, exécuter le travail dans l’ordre, vérifier la qualité et reprendre à partir d’un avancement partiel avec moins d’hypothèses à faire.

Le skill workspace donne à Claude Code une connaissance dynamique des monorepos et de plusieurs dépôts. Utilisez-le pour analyser la topologie d’un workspace, suivre les contrats d’API et maintenir l’alignement des changements inter-projets dans les automatisations de workflow.