Ejecuta workers de fondo de Ruflo usando la programación nativa /loop de Claude Code.
bash(npx *) mcp__plugin_ruflo-core_ruflo__hooks_worker-dispatch mcp__plugin_ruflo-core_ruflo__hooks_worker-status schedulewakeupen todo el repo
0–100, la ruta de este skill
último commit aquí
últimos 90 días
18 tok en reposo
1 KB
Funciona con cualquier agente que lea SKILL.md
npx -y skills add ruvnet/ruflo --skill loop-worker --agent claude-codeSe instala solo en este repositorio.
Di cualquiera de estas frases y el agente debería cargar este skill.
Use /loop for in-session periodic workers. Cache-aware delays keep prompt cache warm:
min(270, cache_ttl * 0.9) -- default 270sDispatch a worker via MCP: mcp__plugin_ruflo-core_ruflo__hooks_worker-dispatch({ trigger: "WORKER_NAME" })
Then schedule the next iteration: ScheduleWakeup({ delaySeconds: 270, reason: "next WORKER_NAME iteration" })
| Worker | Interval | Description |
|---|---|---|
| audit | 270s | Security analysis |
| optimize | 270s | Performance optimization |
| consolidate | 600s | Memory consolidation |
| predict | 270s | Predictive preloading |
| map | 600s | Codebase mapping |
| testgaps | 270s | Test coverage analysis |
| document | 600s | Auto-documentation |
| benchmark | 600s | Performance benchmarking |
MCP tool responses include [LOOP_SUGGESTION] and [CRON_SUGGESTION] hints -- follow them.
Reproducido de ruvnet/ruflo bajo licencia MIT. Leer esta página en markdown.
1 archivo en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.
Este repo incluye 275 skills. Si instalas uno, normalmente ya tienes los demás.
Inspecciona y audita genomas GEPA: carga y valida un genoma, renderiza el system prompt que compila, o clasifica los modos de fallo de una transcripción de ejecución.
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.
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.
Construye o reconstruye el índice de ADRs y su grafo de dependencias ejecutando scripts/import.mjs, en vez de cientos de llamadas MCP.
Crea un nuevo Architecture Decision Record con numeración secuencial y registro en AgentDB.
Muestra el estado de la integración AGNTCY/SLIM/CASA: si los paquetes están instalados, qué transporte está activo y si el enforcement de CASA está habilitado.
Coordinador de swarm que cambia dinámicamente de topología (jerárquica, malla, anillo, híbrida) y se reoptimiza en tiempo real según patrones de rendimiento y carga de trabajo, con aprendizaje integrado.
Especialista en Goal-Oriented Action Planning (GOAP) que crea planes dinámicos e inteligentes para objetivos complejos, combinando técnicas de IA de videojuegos, replanificación adaptativa y optimización sublineal.
Especialista en coordinación inteligente y generación dinámica de agentes: analiza tareas y crea automáticamente los agentes con las capacidades óptimas para cada trabajo.
