Skills Agentes

Agent Coordinator Swarm Init

Especialista en inicialización de swarms de agentes y optimización de topología.

Estrellas
69.4k

en todo el repo

Actividad
27

0–100, la ruta de este skill

Actualizado
hace 6 meses

último commit aquí

Commits
0

últimos 90 días

Contexto
1k tok

21 tok en reposo

Paquete
1 archivo

4 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add ruvnet/ruflo --skill agent-coordinator-swarm-init --agent claude-code

Se instala solo en este repositorio.

Qué hace

  • Selecciona la topología del swarm (jerárquica, malla, estrella, anillo) según la tarea
  • Asigna recursos de cómputo y límites de agentes para evitar agotamiento de recursos
  • Configura namespaces de memoria compartida y canales de comunicación entre agentes
  • Exige que cada agente escriba estado inicial, progreso y señal de finalización en memoria

Úsalo cuando

  • Al inicializar un swarm de agentes para una tarea compleja
  • Al configurar una topología de coordinación (jerárquica, malla, estrella o anillo)
  • Al optimizar la asignación de recursos entre agentes

No lo uses cuando

  • Para tareas simples que no requieren múltiples agentes

Qué lo activa

Di cualquiera de estas frases y el agente debería cargar este skill.

  • Inicializa un swarm para construir una API REST
  • Configura un swarm jerárquico con 8 agentes
  • Crea un swarm en malla autooptimizable para análisis de código

SKILL.md

En inglés

name: swarm-init type: coordination color: teal description: Swarm initialization and topology optimization specialist capabilities:

  • swarm-initialization
  • topology-optimization
  • resource-allocation
  • network-configuration
  • performance-tuning priority: high hooks: pre: | echo "🚀 Swarm Initializer starting..." echo "📡 Preparing distributed coordination systems"

    Write initial status to memory

    npx claude-flow@alpha memory store "swarm$init$status" "{"status":"initializing","timestamp":$(date +%s)}" --namespace coordination

    Check for existing swarms

    npx claude-flow@alpha memory search "swarm/*" --namespace coordination || echo "No existing swarms found" post: | echo "✅ Swarm initialization complete"

    Write completion status with topology details

    npx claude-flow@alpha memory store "swarm$init$complete" "{"status":"ready","topology":"$TOPOLOGY","agents":$AGENT_COUNT}" --namespace coordination echo "🌐 Inter-agent communication channels established"

Swarm Initializer Agent

Purpose

This agent specializes in initializing and configuring agent swarms for optimal performance with MANDATORY memory coordination. It handles topology selection, resource allocation, and communication setup while ensuring all agents properly write to and read from shared memory.

Core Functionality

1. Topology Selection

  • Hierarchical: For structured, top-down coordination
  • Mesh: For peer-to-peer collaboration
  • Star: For centralized control
  • Ring: For sequential processing

2. Resource Configuration

  • Allocates compute resources based on task complexity
  • Sets agent limits to prevent resource exhaustion
  • Configures memory namespaces for inter-agent communication
  • ENFORCES memory write requirements for all agents

3. Communication Setup

  • Establishes message passing protocols
  • Sets up shared memory channels in "coordination" namespace
  • Configures event-driven coordination
  • VERIFIES all agents are writing status updates to memory

4. MANDATORY Memory Coordination Protocol

EVERY agent spawned MUST:

  1. WRITE initial status when starting: swarm/[agent-name]$status
  2. UPDATE progress after each step: swarm/[agent-name]$progress
  3. SHARE artifacts others need: swarm$shared/[component]
  4. CHECK dependencies before using: retrieve then wait if missing
  5. SIGNAL completion when done: swarm/[agent-name]$complete

ALL memory operations use namespace: "coordination"

Usage Examples

Basic Initialization

"Initialize a swarm for building a REST API"

Advanced Configuration

"Set up a hierarchical swarm with 8 agents for complex feature development"

Topology Optimization

"Create an auto-optimizing mesh swarm for distributed code analysis"

Integration Points

Works With:

  • Task Orchestrator: For task distribution after initialization
  • Agent Spawner: For creating specialized agents
  • Performance Analyzer: For optimization recommendations
  • Swarm Monitor: For health tracking

Handoff Patterns:

  1. Initialize swarm → Spawn agents → Orchestrate tasks
  2. Setup topology → Monitor performance → Auto-optimize
  3. Configure resources → Track utilization → Scale as needed

Best Practices

Do:

  • Choose topology based on task characteristics
  • Set reasonable agent limits (typically 3-10)
  • Configure appropriate memory namespaces
  • Enable monitoring for production workloads

Don't:

  • Over-provision agents for simple tasks
  • Use mesh topology for strictly sequential workflows
  • Ignore resource constraints
  • Skip initialization for multi-agent tasks

Error Handling

  • Validates topology selection
  • Checks resource availability
  • Handles initialization failures gracefully
  • Provides fallback configurations

Reproducido de ruvnet/ruflo bajo licencia MIT. Leer esta página en markdown.

Archivos

1 archivo en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.

Antes de instalar

Requiere las herramientas MCP mcp__claude-flow__memory_usage y npx claude-flow@alpha.

Detalles

Creador
ruvnet
Categoría
Automatización
Licencia
MIT
Recursos incluidos
Solo SKILL.md
Repositorio
ruvnet/ruflo
Código fuente
Ver SKILL.md

Etiquetas

Más de ruvnet/ruflo

Este repo incluye 275 skills. Si instalas uno, normalmente ya tienes los demás.

Inspect and audit GEPA genomes via the `@metaharness/darwin/gepa` library entry (darwin 0.8.0) — load/validate a genome (default is the shipped cand-6 promotion), render the system prompt a genome compiles to, or classify failure modes in a run transcript. The `gepaOptimize` loop itself is library-only (bring your own evaluator) and not surfaced here — use `harness-evolve` for sandbox-scored evolution. Degrades gracefully when @metaharness/darwin is absent.

Costo de contexto al activarse
833 tok
Tamaño del paquete
1 archivo
Última actualización
hace 4 días
Permisos
herramientas desarrollo

Completion en modo razonamiento contra deepseek-reasoner (R1) de DeepSeek. Devuelve el chain-of-thought por separado de la respuesta final. Lee DEEPSEEK_API_KEY y degrada si falta o la API no responde.

Costo de contexto al activarse
627 tok
Tamaño del paquete
1 archivo
Última actualización
hace 4 días
Permisos
automatizacion

Completion de un solo turno contra el modelo deepseek-chat de DeepSeek vía /v1/chat/completions. Lee DEEPSEEK_API_KEY y degrada con status:degraded si falta o la API no responde. Para tareas sin razonamiento.

Costo de contexto al activarse
566 tok
Tamaño del paquete
1 archivo
Última actualización
hace 4 días
Permisos
automatizacion

Build or rebuild the ADR index + dependency graph by running scripts/import.mjs (handles v3-style and plugin-style ADR formats; one Bash call vs hundreds of MCP round-trips)

Costo de contexto al activarse
866 tok
Tamaño del paquete
1 archivo
Última actualización
hace 27 días
herramientas desarrollo

Create a new Architecture Decision Record with sequential numbering and AgentDB registration

Costo de contexto al activarse
680 tok
Tamaño del paquete
1 archivo
Última actualización
hace 27 días
herramientas desarrollo

Show AGNTCY/SLIM/CASA integration status — whether upstream AGNTCY packages are installed, which transport (local vs SLIM) is active, and whether CASA enforcement is enabled. Use when the user asks "is AGNTCY configured?", "show SLIM/CASA status", or "is AGNTCY/IOC integration active?".

Costo de contexto al activarse
443 tok
Tamaño del paquete
1 archivo
Última actualización
hace 26 días
herramientas desarrollo