coordinate-swarm
О программе
Навык coordinate-swarm предоставляет такие паттерны, как стигмергия и кворумное чувство, для построения распределенных систем, которые самоорганизуются без централизованного управления. Он помогает разработчикам проектировать устойчивые, событийно-ориентированные архитектуры, фокусируясь на проектировании сигналов, автономности агентов и настройке эмерджентного поведения. Используйте его, когда необходимо устранить узкие места в координации или заменить хрупкую оркестрацию децентрализованной координацией.
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/coordinate-swarmСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
Coordinate Swarm
Stigmergy + local rules + quorum → coherent collective, no central ctrl.
Use When
- Distributed sys → no central bottleneck
- Self-coord teams → no mgr overhead
- Event-driven arch → shared state, not direct msg
- Works @3 agents → breaks @30 → scale
- Bootstrap new swarm domain (
forage-resources,build-consensus) - Replace fragile central orch → resilient emergent
In
- Required: Agents desc (workers, services, team)
- Required: Collective goal / target behavior
- Optional: Current coord + fail modes
- Optional: Agent count → pattern choice
- Optional: Latency tolerance (realtime vs eventual)
- Optional: Env constraints (shared state, bandwidth)
Do
Step 1: Classify Problem
- Map: who agents, what do, where coord breaks
- Classify:
- Foraging → search distributed res (
forage-resources) - Consensus → agree collective decision (
build-consensus) - Construction → build shared structure
- Defense → detect threats (
defend-colony) - Division of labor → self-organize roles
- Foraging → search distributed res (
- Fail mode:
- Single point fail (central ctrl)
- Comm bottleneck (too many msg)
- Coherence loss (drift, no feedback)
- Rigidity (no adapt)
→ Clear class + fail mode → pattern choice.
If err: no single class → composite → decompose. Heterogeneous → layered coord (homogeneous clusters + inter-cluster stigmergy).
Step 2: Design Signals
Indirect comm channels.
- Shared env (DB, queue, FS, board)
- Signal types:
- Trail: accumulate on success paths (ant pheromone)
- Threshold: counter → behavior switch
- Inhibition: repel from exhausted areas
- Props:
- Decay: fade rate → no stale dominance
- Reinforce: success strengthens
- Radius: propagation range
- Signal → behavior map:
- Signal X > T → action A
- A done → deposit Y
- No signal → default explore
Signal Design Template:
┌──────────────┬───────────────────┬──────────────┬────────────────────┐
│ Signal Name │ Deposited When │ Decay Rate │ Agent Response │
├──────────────┼───────────────────┼──────────────┼────────────────────┤
│ success-trail│ Task completed OK │ 50% per hour │ Follow toward │
│ busy-marker │ Agent starts task │ On completion│ Avoid / pick other │
│ help-signal │ Agent stuck >5min │ 25% per hour │ Assist if nearby │
│ danger-flag │ Error detected │ 10% per hour │ Retreat & report │
└──────────────┴───────────────────┴──────────────┴────────────────────┘
→ Signal table: deposit conds + decay + responses. Simple + composable.
If err: too complex → 2 signals (attract/repel). Add nuance after basic works.
Step 3: Local Rules
Simple rules, local info only.
- Perception radius (what sense?)
- 3-7 rules, priority order:
- Rule 1 (safety): danger-flag → flee
- Rule 2 (response): help-signal + idle → move toward
- Rule 3 (exploit): success-trail → follow strongest
- Rule 4 (explore): no signal → random + unexplored bias
- Rule 5 (deposit): task done → deposit success-trail
- Each rule:
- Local: only what agent perceives
- Simple: one if-then
- Stateless (pref): no past mem
- Mental test → does collective behavior emerge?
→ Prioritized rules, independent exec → target behavior emerges.
If err: no emergence → feedback loop needed. Add signal for collective state + adjust rule.
Step 4: Quorum Thresholds
Trigger collective changes when enough agree.
- Collective decisions:
- Explore → exploit mode
- New worksite commit / abandon
- Normal → emergency
- Per decision:
- Threshold: # / % agents agreeing
- Window: signal count period
- Hysteresis: different on/off thresh → no osc
- Quorum = signal accumulation:
- Fav agent → vote-signal
- Votes > thresh in window → activate
- Votes < deact thresh → reverse
→ Leaderless decisions. Hysteresis gap → no rapid osc.
If err: oscillation → widen hyst gap (70/30). Never reaches quorum → lower thresh / widen window. Too slow → shrink window (beware premature).
Step 5: Test + Tune
- Pilot 5-10 agents
- Observe:
- Converges on behavior?
- How long?
- Conditions change mid-task → what?
- Agents fail / added → what?
- Tune params:
- Decay: fast → no memory; slow → stale dominates
- Quorum: low → premature; high → paralysis
- Explore/exploit balance: too explore → inefficient; too exploit → local optima
- Stress:
- Remove 30% agents → recover?
- Double count → still coord?
- Conflict signals → resolve / deadlock?
→ Tuned params, self-organizes, recovers, scales.
If err: stress fails → too tightly coupled. Simplify: fewer signals, faster decay, robust default. Swarm w/ zero-signal default > signal-dependent swarm.
Check
- Problem classified (foraging / consensus / construction / defense / labor)
- Signal table: deposit + decay + response
- Rules simple + local + prioritized (3-7)
- Quorum w/ hysteresis → no osc
- Small test → emergent behavior matches goal
- Stress test → graceful degradation
Traps
- Signal bloat: Too many types → confusion. Start 2 (attract/repel)
- Fake local: Rule needs global state → not local. Refactor
- No decay: Fossilized coord state. Half-life per task scale
- Zero hysteresis: Rapid osc. Deact < act always
- Homogeneity assumed: Diff caps → role-diff rules (
scale-colony)
→
forage-resources— res search + explore-exploitbuild-consensus— distrib agreement deep-divedefend-colony— collective defense on signal frameworkscale-colony— scaling past initial coordadapt-architecture— morphic arch transformdeploy-to-kubernetes— distrib sys deployplan-capacity— capacity + swarm scalingcoordinate-reasoning— AI self-variant; stigmergy → ctx mgmt
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.
