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。

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。

judge-with-debate は、共通の仕様、証拠に基づく反論、最大3ラウンドの議論を用いて、構造化されたマルチエージェント討論で解決策を評価します。コードレビュー、ルーブリックベースの評価、Multi-Agent Systems ワークフローにおける judge-with-debate に特に適しています。

do-in-steps は、作業を順序立てたサブタスクに分解し、サブエージェントをオーケストレーションしながら、次に進む前に各ステップを検証することで、エージェントの複雑なタスク処理を支援します。リポジトリ変更、複数段階のリファクタリング、移行作業などに適しており、制御された引き継ぎとサイレント失敗の削減が必要な Agent Orchestration における do-in-steps として特に有効です。

do-in-parallel は、Agent Orchestration 向けのワークフロースキルです。複数のサブエージェントをファイルや対象ごとに並列起動し、繰り返し作業を賢くグルーピングし、meta-judges と LLM-as-a-judge によるレビューで結果を検証します。汎用的なプロンプトよりも迷いを減らしてバッチ実行したいときに、do-in-parallel スキルが役立ちます。

do-competitively は、並列で候補を生成し、ルーブリックに基づいて評価し、証拠ベースで統合することで、重要なタスクの解決を支援します。Workflow Automation をはじめ、品質・堅牢性・トレードオフの扱いが速度より重要な、失敗できない依頼に向いています。

implement-task は、タスク仕様を実装済みの変更へ落とし込み、重要なステップでは自動の LLM-as-Judge 検証を行うワークフロー自動化スキルです。タスクファイルを読み取り、作業を順序立てて進め、品質を検証し、途中までの進捗からでも迷いを減らしながら続行できるようにします。

workspaceスキルは、Claude Code にモノレポおよび複数リポジトリ全体の動的な把握力を与えます。ワークスペースのトポロジー分析、API 契約の追跡、クロスプロジェクトの変更整合を行い、ワークフロー自動化に活用できます。