Multi-Agent Systems

team-builder は、markdown の persona ファイルから並列チームを組み立てて実行するための、対話型エージェント選択ツールです。team-builder スキルを使うと、利用可能なエージェントを一覧し、専門領域ごとに整理し、Workflow Automation 向けの臨時チームを構成できます。フラット構成またはサブディレクトリ構成のエージェントライブラリを持ち、persona の構成が明確なリポジトリに最適です。

santa-method は、公開前に正確さが求められる出力のためのマルチエージェント検証ワークフローです。独立したレビューで、コンテンツ、コード周辺の成果物、コンプライアンスに配慮が必要な文面、ワークフロー自動化タスクに潜む見落としを検出します。生成・検証・収束を繰り返す再現性の高いループが必要なら、santa-method スキルを導入してください。

ralphinho-rfc-pipelineは、大きな機能を検証可能な単位に分割し、各ステップを検証しながら、統合チェック付きでマージするための、RFC主導のマルチエージェント・ワークフロースキルです。Multi-Agent Systems 向けの ralphinho-rfc-pipeline をはじめ、リファクタリング、スキーマ変更、認証、パフォーマンス、セキュリティ作業に特に適しています。

iterative-retrieval は、エージェント型の作業でコンテキスト取得を段階的に洗練していくためのワークフローパターンです。サブエージェントがコンテキストを取りすぎたり、逆に足りなさすぎたりするのを防ぎ、iterative-retrieval の導入判断や、Workflow Automation における iterative-retrieval の活用に役立ちます。

dmux-workflows は、tmux のペイン上で dmux を使い、並列の AI エージェントセッションを編成するためのガイドです。調査、実装、テスト、ドキュメント作成を Claude Code、Codex、OpenCode などのハーネスに振り分けられるため、コンテキストの詰まりを抑えながらマルチエージェント開発を進められます。

continuous-agent-loop は、品質ゲート、評価、復旧手順、明確な停止ルールを備えた再現可能な自律ループをエージェントが実行し、タスクを信頼性高く完了できるよう支援します。

claude-devfleet は、Claude DevFleet 向けのマルチエージェント orchestration スキルです。プロジェクト計画、分離された worktree 上での並列エージェント実行、進捗の監視、構造化レポートの確認を支援します。依存関係を踏まえたミッション設計が必要な大きめのコーディング作業に向いており、単発の軽い単一ファイル編集にはあまり適していません。

autonomous-loops は、単純な順次パイプラインから、品質ゲートと引き継ぎを備えたマルチエージェント DAG オーケストレーションまで、Claude Code の自律ワークフローを設計するためのスキルです。

autonomous-agent-harness は、Claude Code をメモリ、定期実行、タスク配信、computer use を備えた持続的で自己指向のエージェントシステムに変えます。一度きりのプロンプトでは足りない、エージェントのオーケストレーション、定期チェック、長期稼働のワークフローに適しています。

agentic-engineeringスキルを使って、eval-firstの実行、タスク分解、モデルルーティング、回帰チェック付きのより安全なワークフロー自動化を学べます。

agent-payment-x402 は、AI エージェントが MCP ツール、支出上限、受取先の allowlist、非カストディアルウォレットを使って x402 決済を扱えるようにするスキルです。有料 API やエージェントのオーケストレーションに対応します。

dispatching-parallel-agents は、完全に独立したタスクを別々のエージェントへ分割し、コンテキストを分離したまま結果を協調的にまとめるための Agent Orchestration スキルです。

langchain-architecture は、LangChain 1.x と LangGraph アプリケーションを設計するためのガイドです。実装に入る前に、chains、agents、retrieval、memory、stateful orchestration のどのパターンを採用するか整理・判断するのに役立ちます。

agent-workflow-designer は、本番向けのマルチエージェントワークフローを計画するためのスキルです。パターン選定、ハンドオフ契約、リトライ、タイムアウト、コンテキスト上限、品質ゲートを整理できます。sequential、parallel、router、orchestrator、evaluator などのフロー設計に加え、scripts/workflow_scaffolder.py でスターター用のひな形を生成する用途に適しています。

spawn は、初期化済みの AgentHub セッション向けに、分離された git worktrees 上で N 個の並列サブエージェントを起動します。/hub:spawn は任意のセッション ID と併用でき、optimizer、refactorer、test-writer、bug-fixer などのテンプレートを指定して、複数のアプローチを比較できます。

run は、Claude 向けの AgentHub オーケストレーションスキルです。`/hub:run` を実行してタスクを初期化し、エージェントを生成し、結果を評価して、勝者をマージします。明確な task、agent、eval、metric、direction、template パラメータを指定できる、測定可能なコード改善や、評価基準のあるクリエイティブ比較に適しています。

agenthub は Agent Orchestration 向けのスキルです。分離された git worktrees で複数の AI agents を並列実行し、ローカルの board で進捗を追跡、metric または LLM judge で結果を評価し、最良の branch を merge できます。リポジトリベースの最適化、リファクタリング、調査、コンテンツ案の比較に適しています。

agent-protocol は、C-suite 向けの agent orchestration を支援するドキュメントベースの skill です。監査しやすいマルチエージェントの業務ワークフローに向けて、呼び出し構文、role tokens、response blocks、chain tracking、分離ルール、ループ防止を定義します。

multi-agent-patterns スキルは、Agent Orchestration、コンテキスト分離、並列処理、構造化されたハンドオフを使って、エージェントシステムの設計と実装を支援します。単一エージェントとマルチエージェント構成のどちらを選ぶか迷うときや、supervisor のルーティング、peer 間のハンドオフ、合意形成、障害対応が必要なときに使います。特に、エージェントを増やすこと自体よりも、明確な連携が重要なオーケストレーション重視のタスクに向いています。

agents-sdkは、状態を持つ会話、耐久性のある実行、WebSocketやストリーミングチャット、MCP連携、スケジュールタスク、ブラウザ自動化を備えたCloudflare Workersエージェントの構築を支援します。このagents-sdkスキルは、既存または新規のWorkersアプリに対する導入判断、設定、実用的な使い方に重点を置いており、マルチエージェントシステムについてはCloudflareのランタイム制約に適合する場合に限って扱います。

subagent-driven-developmentは、実装計画を独立したタスクに分解し、各タスクごとに新しいサブエージェントを起動して、途中の結果を確認しながら進めるためのskillです。複数のエージェントを連携させて、品質チェックを挟みつつ素早く進めたい場合に向いており、特に3件以上の独立した課題、バグ修正、機能の切り出し、リポジトリ整理に有効です。

tree-of-thoughts は、複数のアプローチを検討し、弱い分岐を切り落としながら、より良い答えへと統合していく推論ワークフロースキルです。難しいデバッグ、計画立案、アーキテクチャ上のトレードオフ検討、そして Agent Orchestration 向けの tree-of-thoughts に役立ちます。

launch-sub-agent は、マルチエージェントシステムで境界の明確なタスクを専任のサブエージェントに振り分けるのに役立ちます。タスクの複雑さを分析し、適切なモデル階層を選び、専門特化したエージェントのマッチングをサポートし、自己批評による検証も追加して、より信頼性の高い結果を目指します。

multi-agent-patternsは、Claude Codeで1人のエージェントだけでは足りないときに役立つ、Multi-Agent Systems設計の実践ガイドです。作業の分割、サブエージェントの連携、オーケストレーション手法の比較を、余計なオーバーヘッドを増やさずに進めたいときに使えます。