unleash-the-agents
О программе
Этот навык запускает несколько ИИ-агентов параллельно для генерации разнообразных гипотез при решении сложных, междисциплинарных проблем, где путь к решению неочевиден. Он идеален, когда подходы с одним агентом неэффективны или требуется широкое исследование вместо углублённой специализации. Результатом работы является ранжированный набор гипотез, уточнённый с помощью анализа конвергенции и адверсарной критики.
Быстрая установка
Claude Code
Рекомендуетсяnpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/unleash-the-agentsСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
縱諸臣
於正領未明之疾,並波而召諸臣以生開放之假設。各臣以其域之鏡而思——卡巴拉者以數值術尋形,武術者擬條件之分,靜觀者居數而識其結。獨立之見之合,乃假設有益之主信。
用時
- 跨域之疾,正法未明
- 單臣或單域已滯而無信
- 疾賴真正多元之見(非徒增算)
- 需生假設,非執行(執行用團)
- 重要之決,遺非顯之角者其代真重
入
- 必要:問題之要——疾之清述、五以上之具例、何為解
- 必要:驗之法——如何試假設正否(程驗、家評、或空模較)
- 可選:臣之子集——納或排之臣(默:諸已錄之臣)
- 可選:波之大小——每波之臣數(默:10)
- 可選:出之式——應之結構模(默:假設+理+信+可試之測)
法
第一步:備其要
書一要而諸臣無論何域皆能解之。含:
- 問題之述:所求者何(一二句)
- 例:五以上具入/出之例或數點(多益佳——三於諸臣為少而難尋形)
- 已知之限:所已知者、所已試者
- 成之準:如何識正之假設
- 出之模:應之精式
## Brief: [Problem Title]
**Problem**: [1-2 sentence statement]
**Examples**:
1. [Input] → [Output] (explain what's known)
2. [Input] → [Output]
3. [Input] → [Output]
4. [Input] → [Output]
5. [Input] → [Output]
**Already tried**: [List failed approaches to avoid rediscovery]
**Success looks like**: [Testable criterion]
**Respond with**:
- Hypothesis: [Your proposed mechanism in one sentence]
- Reasoning: [Why your domain expertise suggests this]
- Confidence: [low/medium/high]
- Testable prediction: [If my hypothesis is correct, then X should be true]
得:要自足——臣得此文即有思之所需。
敗則:不能述五例或驗法者,疾未備為多臣之問。先縮其範。
第二步:謀其波
列諸可得之臣,分為約十之波。前二波之序無關;後波之間,波際知識之注益其果。
# List all agents from registry
grep ' - id: ' agents/_registry.yml | sed 's/.*- id: //' | shuf
授臣於波。初謀四波——或不需盡用(見第四步之早止)。
| 波 | 臣 | 要之變 |
|---|---|---|
| 1-2 | 20 臣 | 標準之要 |
| 3 | 10 臣 + advocatus-diaboli | 要 + 新興共識 + 對辯之挑 |
| 4+ | 各 10 臣 | 要 + 「X 已驗。專注邊例與敗。」 |
得:波授之表,諸臣皆有所屬。納 advocatus-diaboli 於第三波(非後),俾對辯之過影後波。
敗則:可得之臣少於 20 者,減為二三波。十臣亦可,唯合之信稍弱。
第三步:發其波
每波並發為臣。用 sonnet 模以省(其值在見之多元,非各深)。
法甲:TeamCreate(推為全縱)
用 Claude Code 之 TeamCreate 立有任之追之合作團。TeamCreate 為延遲之具——先以 ToolSearch("select:TeamCreate") 取之。
- 立團:
TeamCreate({ team_name: "unleash-wave-1", description: "Wave 1: open-ended hypothesis generation" }) - 每臣以
TaskCreate立一任,含要與域之框 - 用
Agent具發每臣為團友,team_name: "unleash-wave-1",subagent_type設為臣之類(如kabalist、geometrist) - 以
TaskUpdate之owner授任於團友 - 以
TaskList監進——團友自畢自記之 - 波間,以
SendMessage({ type: "shutdown_request" })閉當前團,立次團而更要(第四步)
此給內合作:共任列追何臣已應,團友可訊以續,領以任授管理波之轉。
法乙:原 Agent 之發(簡,為小行)
每波之臣以要與域之框發之:
Use the [agent-name] agent to analyze this problem through your domain expertise.
[Paste the brief]
Think about this from your specific perspective as a [agent-description].
[For non-technical agents: add a domain-specific framing, e.g., "What patterns
does your tradition recognize in systems that exhibit this kind of threshold behavior?"]
Respond exactly in the requested format.
一波之諸臣以 Agent 具並發,run_in_background: true。俟波畢方發次波(俾第四步之波際知識注)。
二法之擇
| TeamCreate | 原 Agent | |
|---|---|---|
| 宜於 | 第三層全縱(40+ 臣) | 第二層板(5-10 臣) |
| 合作 | 任列、訊、屬 | 發後不顧、手聚 |
| 波際交接 | 任狀承 | 須手追 |
| 開銷 | 高(每波設團) | 低(每臣一具呼) |
得:每波二至五分內返約十結構之應。臣不應或出格者記之而不阻管線。
敗則:一波過半敗者,察要之清。常因:出之模歧,或例不足以使外域之臣思之。
第四步:注波際知識(並評早止)
一二波後,發次波之前,取其新興之信。
- 掃已畢諸波之應,求重現之題
- 識最常之假設族(合之信)
- 察早止之閾:頂族二十臣後已逾空模期之三倍者,信強矣。謀第三波為對辯+精煉之波,並考其後止之
- 為次波更其要:
**Update from prior waves**: [N] agents independently proposed [hypothesis family].
Build on this — what explains the remaining cases where this hypothesis fails?
Do NOT simply restate this finding. Extend, challenge, or refine it.
早止之囑:非每縱皆需諸臣。已定之疾域(如碼庫之析)合常於 30-40 臣穩。抽象或開放之疾(如未知數學之變),全名冊益,蓋正域實不可預也。每波後察合——頂族之數與空模比已平者,續波之益遞減。
此免重發(後波獨立再得早波所得),導後臣於疾之邊。
得:後波生更精細、有針之假設,補新興共識之缺。
敗則:二波後無合者,疾或過寬。考縮其範或多備例。
第五步:聚而去重
諸波畢後,聚諸應於一文。以族聚假設而去重:
- 取諸假設之述
- 以機制聚(非以辭——「mod 94 之模算」與「Z_94 之循環群」乃同族)
- 計每族之獨立發現之數
- 依合排之:更多臣獨立發現之族居高
得:以合計排之假設族列,含貢臣與代之可試之測。
敗則:每假設皆獨(無合)者,信噪比過低。或疾需多例,或臣需更緊之出之式。
第六步:對空模而驗
試頂假設於空模以確合有意,非共訓之偽。
- 程驗:假設出可試之式或法者,於留出之例行之
- 空模:估 N 臣偶合於同假設族之概(如有 K 合理族,隨機合概約 N/K)
- 閾:合逾空模期之三倍者,信為有意
得:頂假設族顯逾偶然之合,並/或過程驗。
敗則:頂假設驗敗者,察次族。皆敗者,疾或需異法(更深單家析、多數、或重設例)。
第七步:對辯之精煉
宜於第三波,非合成之後。 第三波納 advocatus-diaboli(與波際知識注並)較獨立後對辯之過更效。早挑使第四+波對挑而精,非堆於未挑之共識上。
第三波已含對辯者,此步為終察。否(如諸波無之)發 advocatus-diaboli(或 senior-researcher)今。為結構之過,用 TeamCreate 立評團,二臣並對共識:
Here is the consensus hypothesis from [N] independent agents:
[Hypothesis]
[Supporting evidence and convergence stats]
Your job: find the strongest counterarguments. Where does this fail?
What alternative explanations are equally consistent with the evidence?
What experiment would definitively falsify this hypothesis?
得:諸反論、邊例、與證偽之實。假設過對辯之察者,可入合矣。良對辯之過或部分護共識——識其設較他更佳雖不完。
敗則:對辯臣得致命之缺者,反饋以入針之續波(第三層+迭模——擇五至十臣最宜對特挑者)。
第八步:交於團
縱發疾;團解之。化已驗之假設族為可行之事,立焦團解之。
- 每已驗假設族立 GitHub 事(用
create-github-issues之術) - 依合強與影排之
- 每事以
TeamCreate立小團:teams/中已定之團合疾域者用之- 無合者,默用
opaque-team(N 個 shapeshifter,適性授角)——其能應未知形而不需訂製 - 至少一非技術之臣(如
advocatus-diaboli、contemplative)——其捕技術臣所漏之施險 - 階段間用 REST 點以免急促
- 管線為:縱 → 分類 → 每事一團 → 解
得:每假設族對一追之事,有團授之。縱生診斷;團生修。
敗則:團組與疾不合者,重授。Shapeshifter 之臣可研可設而無寫之具——團領須施其碼之囑。
驗
- 諸可得之臣已問(或有理之子集已擇)
- 應以結構可解之式聚
- 假設已去重,依獨立合排
- 頂假設已對空模或程試驗
- 對辯之過挑共識
- 終假設含可試之測與已知之限
陷
- 要中例少:臣需五以上之例方尋形。三例則諸臣多以表面對形或模回(以異辭重述要)
- 無驗之路:無試假設之法者,不能辨信於噪。合僅必要而非足
- 隱喻之應:域家之臣(mystic、shaman、kabalist)或以富隱喻之理應之,難以程解。出之模納「以可試之式或法述假設」
- 波間之重發:無波際知識注者,三至七波獨立重發一二波所得。常於波間更要
- 過解合:43% 合於機制族似深,然察基率。若僅三合理機制族,隨機合約 33%
- 期單族獨大:抽象之疾(形識、密術)多生一獨大假設族。多維之疾(碼庫析、系設)生諸有效族之廣合——此為期且健,非模之敗
- 非技術臣之泛框:非技術臣之貢之質依要如何以其域之語框疾。「於此閾你之傳云何系?」生結構之識;泛要無生。投於外域臣之域之框
- 用此為執行:此模生假設,非施。已驗之假設既得,化為事而交團(第八步)。管線為縱 → 分類 → 每事一團
參
forage-solutions— 蟻群最佳化以探解空(互補:較窄範、較深探)build-coherence— 蜂民主以擇諸競法(用此術後以擇頂假設)coordinate-reasoning— 痕跡合作以管臣間信流coordinate-swarm— 廣群合作之模於分散系expand-awareness— 縮前先放(互補:用為個臣之備)meditate— 發前清脈絡之噪(推於第一步前)
GitHub репозиторий
Похожие навыки
content-collections
МетаЭтот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.
polymarket
МетаЭтот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.
creating-opencode-plugins
МетаЭтот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.
sglang
МетаSGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.
