dag-parallel-executor

Esta habilidad analiza el historial de ejecución de DAG para identificar patrones de flujo de trabajo exitosos y detectar antipatrones, proporcionando recomendaciones de optimización. Úsela cuando se le solicite "aprender patrones" u "optimizar según el historial" para mejorar el rendimiento futuro del DAG. Se complementa con rastreadores de ejecución y constructores de grafos para aplicar los conocimientos adquiridos.

Esta habilidad monitorea el progreso de las iteraciones mediante el seguimiento de tendencias de calidad y la detección de estancamientos para recomendar puntos de parada óptimos. Úsela cuando necesite determinar cuándo nuevas iteraciones no mejorarán los resultados de la tarea. Se complementa con otras habilidades DAG, como el detector de iteraciones y el sintetizador de retroalimentación, para un monitoreo integral del flujo de trabajo.

Esta habilidad valida estructuras DAG, detecta ciclos y resuelve el orden de dependencias utilizando el algoritmo de Kahn para ordenamiento topológico. Úsela cuando necesite calcular una secuencia de ejecución óptima o verificar que un grafo sea acíclico después de su construcción. Se complementa con dag-graph-builder para validación y con dag-task-scheduler para planificación de ejecución.

La habilidad dag-confidence-scorer asigna estimaciones de confianza calibradas a las salidas del agente analizando factores como la calidad de la fuente, la coherencia y la profundidad del razonamiento. Úsala cuando necesites evaluar la fiabilidad de la salida mediante desencadenantes como "puntuación de confianza" o "qué tan confiable". Está diseñada para funcionar junto con otras habilidades DAG para el control de calidad, no para validación o detección de alucinaciones.