返回技能列表

build-consensus

pjt222
更新于 Yesterday
4 次查看
17
2
17
在 GitHub 上查看
aiautomationdesigndata

关于

This skill enables distributed consensus without central authority using mechanisms like threshold voting and quorum sensing. It handles proposal generation, advocacy dynamics, and deadlock resolution for leaderless group decisions. Developers should use it when central decision-making is a bottleneck or when building automated systems like distributed databases or multi-agent AI that require agreement.

快速安装

Claude Code

推荐
主要方式
npx skills add pjt222/agent-almanac -a claude-code
插件命令备选方式
/plugin add https://github.com/pjt222/agent-almanac
Git 克隆备选方式
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/build-consensus

在 Claude Code 中复制并粘贴此命令以安装该技能

技能文档

Build Consensus

於無中央權之分佈代理之間達集體合意——以探子之辯護、門檻法定之察、承諾動態,仿蜜蜂蜂群決議之式。

適用時機

  • 一群須共決於多選,而無指定之領
  • 中央決為瓶頸或單點之失
  • 利益相關者持異信息與視角,須合之
  • 過去之決受群思之苦(早合)或分析癱瘓(不合)
  • 設計須達共識之自動系統(分佈式數據庫、多代理 AI)
  • coordinate-swarm 當協調須明集體之決

輸入

  • 必要:須決之事(二擇、自 N 選、參數設定)
  • 必要:參與之代理(團員、服務、投票者)
  • 選擇性:既知選項之初評
  • 選擇性:決之急(時預算)
  • 選擇性:可容之誤率(群可偶擇次佳乎?)
  • 選擇性:當前決之敗模(群思、僵、反覆)

步驟

步驟一:以獨立探求生提議

於任何辯護前確保決之空充探。

  1. 派探子獨探選空:
    • 每探子評選而不知他探子之發
    • 獨評止早期眾行向流行但平庸之選
    • 探子數:最少每嚴肅選項三探子(為可靠)
  2. 探子生結構化評估:
    • 選項識別符
    • 質分(歸一 0-100 或類別:差/平/佳/優)
    • 既辨之關鍵長與險
    • 信心層(此選評之多徹底?)
  3. 聚探子之報而不濾——諸超最低質門檻之選入辯護階

預期: 具質分與評估之獨立評提議。無選為單評者所棄;視角多樣保全。

失敗時: 若探子不獨評而合於同選,則探非真獨。以明之信息障重運行。若入辯護階之選過多,升最低質門檻。若過少,降之或加探子。

步驟二:行辯護動態(搖擺舞)

令探子為所好之選辯護,辯強比其質分。

  1. 每探子為其最高評之選辯護:
    • 辯強比其質分(佳者辯更強)
    • 辯為公——諸代理觀諸辯信號
    • 辯者呈證據與質評,非僅偏好
  2. 未承代理觀辯而評:
    • 獨察所辯之選
    • 若自察確其質,則入辯
    • 若察揭質低於所宣,則不入
  3. 交叉檢視動態:
    • 弱選之辯者於代理獨驗時自然失隨者
    • 強選之辯者於質得確而得隨者
    • 過程自正:誇之辯於驗階而敗
Advocacy Dynamics:
┌─────────────────────────────────────────────────────────┐
│ Scout A advocates Option 1 (quality 85) ──→ ◉◉◉◉◉     │
│ Scout B advocates Option 2 (quality 70) ──→ ◉◉◉        │
│ Scout C advocates Option 3 (quality 45) ──→ ◉           │
│                                                         │
│ Uncommitted agents inspect:                             │
│   Agent D inspects Option 1 → confirms → joins ◉◉◉◉◉◉  │
│   Agent E inspects Option 2 → confirms → joins ◉◉◉◉    │
│   Agent F inspects Option 3 → disagrees → inspects Opt 1│
│                               → confirms → joins ◉◉◉◉◉◉◉│
│                                                         │
│ Over time: Option 1 advocacy grows, Option 3 fades      │
└─────────────────────────────────────────────────────────┘

預期: 最佳選之辯隨時漸長,代理獨驗其質。弱選之辯於驗敗而衰。群自然朝最強選合,無代理專斷。

失敗時: 若辯不合(二選並懸),則選或真等——以任一進法定,或用破平之則。若辯過速合於平庸選,升評估之獨立(加探子、嚴信息障),並加強制交叉察步。

步驟三:立法定門檻而承

定觸集體行動之承諾門檻。

  1. 立法定門檻:
    • 簡決:代理五十加一承於一選
    • 要決:六六至七五承於一選
    • 關鍵/不可逆決:八十以上承於一選
    • 拇指之則:籌碼愈高 → 門檻愈高 → 愈慢而愈可靠
  2. 監承諾累積:
    • 追幾代理已承於何選
    • 透明示承諾層(諸代理可見當前態)
    • 勿允循環中撤承(止反覆)
  3. 法定達時:
    • 勝選為集體之決
    • 敗選之辯者承之(無叛代理)
    • 即行實作——共識後之延蝕承諾

預期: 明之法定刻,足代理獨承於一選。決為合法,因出於獨立評估,非權威或脅迫。

失敗時: 若時預算內法定未達,升至步驟四(解僵)。若法定達而代理不悅,辯階過短——代理於評未足而承。若共識誤(事後察),則獨立探求不足——下循環增探子多樣與評估徹底。

步驟四:解僵

自然共識過程滯時破決之僵。

  1. 診僵之類:
    • 真平:二選等佳 → 擲幣;延之代價超擇「誤」等選之代價
    • 信息不足:代理不能足評選 → 再投探求,後再辯
    • 派形成:頑之子群拒交叉察 → 引強制輪換,辯者須察對立選
    • 選過繁:選過多碎承諾 → 汰底五十,再辯
  2. 應合之解:
    • 真平:隨擇或若相容合選
    • 信息不足:時限之探求延
    • 派形成:強制交叉察之輪
    • 選過繁:排汰之淘汰賽
  3. 解後重法定之鐘而再行步驟三

預期: 以合之干預解僵。解可見並為群所受為公正之程,即使個代理好異果。

失敗時: 若同決反覆僵,決之框或誤。退一步而問:決是否可分為更小獨立之決?範圍可減乎?有「兩試而觀」之選乎?時最佳共識為「我們將行限時實驗」。

步驟五:評共識之質

評共識過程生善決,非僅生一決。

  1. 決後評:
    • 勝選是否為至少 N 代理獨驗?
    • 決速是否合(不過速/群思、不過慢/癱)?
    • 過程是否浮單決者漏之信息?
    • 代理承於實作,抑僅順從?
  2. 追共識健康指標:
    • 至法定之時:歷決減示學;增示愈繁或失調
    • 探子對承諾比:每承諾需幾探求?高比 = 難決或低信
    • 決後悔率:群多少時希擇他?
  3. 反饋入過程:
    • 按決之要與過去準確調法定門檻
    • 按選之繁調探子數
    • 按歷時至法定調時預算

預期: 反饋環歷時改共識質。群學更效探求、更誠辯、更自信承諾。

失敗時: 若共識質指標差(高悔、慢決),審過程之結構之敗:探求多樣不足、辯無驗、門檻設過低。重建具體之敗階,非翻全過程。

驗證

  • 提議以獨立探求生(無眾行)
  • 辯強比所評之質
  • 未承代理獨驗所辯之選
  • 法定門檻合決之要
  • 法定達且決速實作
  • 解僵機制備(即使未用)
  • 決後質評已行

常見陷阱

  • 略去獨立探求:直跳辯生群思。共識之質全依獨評之質
  • 不等選之等辯護:若每選不論質皆得等辯,過程退為隨擇。辯須比所評之質
  • 撤承諾:允代理撤承生反覆。一循環既承,代理留承至循環解
  • 共識混於全同:共識須足合意,非全合意。待百分百生永僵
  • 忽敗之方:辯敗選之代理持群所需之信息。其慮當導實作,即使不阻決

相關技能

  • coordinate-swarm — 支信號本共識之基礎協調框架
  • defend-colony — 集體防之決常須壓下速共識
  • scale-colony — 群大小顯變時共識機制須適
  • dissolve-form — 形變之技能,溶解前之共識關鍵
  • plan-sprint — 衝刺規劃涉承諾範圍之團共識
  • conduct-retrospective — 回顧為關過程改之共識建
  • build-coherence — AI 自用變體;映蜂蜂民主至單代理多徑推理,帶信心門檻與解僵

GitHub 仓库

pjt222/agent-almanac
路径: i18n/wenyan-lite/skills/build-consensus
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

相关推荐技能

content-collections

Content Collections 是一个 TypeScript 优先的构建工具,可将本地 Markdown/MDX 文件转换为类型安全的数据集合。它专为构建博客、文档站和内容密集型 Vite+React 应用而设计,提供基于 Zod 的自动模式验证。该工具涵盖从 Vite 插件配置、MDX 编译到生产环境部署的完整工作流。

查看技能

polymarket

这个Claude Skill为开发者提供完整的Polymarket预测市场开发支持,涵盖API调用、交易执行和市场数据分析。关键特性包括实时WebSocket数据流,可监控实时交易、订单和市场动态。开发者可用它构建预测市场应用、实施交易策略并集成实时市场预测功能。

查看技能

creating-opencode-plugins

该Skill帮助开发者创建OpenCode插件,用于接入命令、文件、LSP等25+种事件。它提供了插件结构、事件API规范和JavaScript/TypeScript实现模式,适合需要拦截操作、扩展功能或自定义事件处理的场景。开发者可通过它快速构建响应式模块来增强OpenCode AI助手的能力。

查看技能

sglang

SGLang是一个专为LLM设计的高性能推理框架,特别适用于需要结构化输出的场景。它通过RadixAttention前缀缓存技术,在处理JSON、正则表达式、工具调用等具有重复前缀的复杂工作流时,能实现极速生成。如果你正在构建智能体或多轮对话系统,并追求远超vLLM的推理性能,SGLang是理想选择。

查看技能