# Worker Integration

> Integración worker-agente para despacho inteligente de tareas y seguimiento de rendimiento.

Fuente: https://skillsagentes.com/skills/ruvnet/ruflo/worker-integration
Markdown: https://skillsagentes.com/skills/ruvnet/ruflo/worker-integration.md

Repositorio: https://github.com/ruvnet/ruflo
Autor: ruvnet
Licencia: MIT
Actualizado: hace 3 meses
Coste de contexto: 20 tok instalada, 974 tok al activarse, 974 tok con todos los archivos del bundle
Bundle: 1 archivo, 4 KB
Permisos que pide: ninguno declarado

## Instalación

Un skill son archivos markdown: los mismos archivos valen para cualquier agente y lo único que cambia es el directorio de destino, es decir la bandera `--agent`. Añade `-g` para instalarlo en todos los proyectos de la máquina.

```bash
# Claude Code
npx -y skills add ruvnet/ruflo --skill worker-integration --agent claude-code
# Cursor
npx -y skills add ruvnet/ruflo --skill worker-integration --agent cursor
# Codex
npx -y skills add ruvnet/ruflo --skill worker-integration --agent codex
# Gemini CLI
npx -y skills add ruvnet/ruflo --skill worker-integration --agent gemini
# Windsurf
npx -y skills add ruvnet/ruflo --skill worker-integration --agent windsurf
# Cline
npx -y skills add ruvnet/ruflo --skill worker-integration --agent cline
```

## Qué hace

- Coordina el despacho de tareas entre workers en segundo plano y agentes especializados según el tipo de trigger (ultralearn, optimize, audit, etc.).
- Selecciona el mejor agente usando historial de ejecución: puntuación de calidad, tasa de éxito y latencia.
- Registra feedback de cada ejecución (éxito, latencia, calidad) para mejorar la selección futura.

## Cuándo usarla

- Necesitas que un trigger de worker se despache automáticamente al agente más adecuado.
- Quieres ver métricas de rendimiento o estadísticas de integración worker-agente.

## Qué la activa

- "Muéstrame las recomendaciones de agente para el trigger optimize"
- "¿Cuáles son las métricas de rendimiento de los workers?"

## Antes de instalar

- Requiere el CLI npx agentic-flow y habilitar workers en .claude/settings.json.
- Necesita en el PATH: npx

## Archivos

- SKILL.md — 4 KB

## SKILL.md

Reproducido tal cual desde ruvnet/ruflo bajo MIT. Esta sección es el documento original y está en inglés.

# Worker-Agent Integration Skill

Intelligent coordination between background workers and specialized agents.

## Quick Start

```bash
# View agent recommendations for a trigger
npx agentic-flow workers agents ultralearn
npx agentic-flow workers agents optimize

# View performance metrics
npx agentic-flow workers metrics

# View integration stats
npx agentic-flow workers stats --integration
```

## Agent Mappings

Workers automatically dispatch to optimal agents based on trigger type:

| Trigger | Primary Agents | Fallback | Pipeline Phases |
|---------|---------------|----------|-----------------|
| `ultralearn` | researcher, coder | planner | discovery → patterns → vectorization → summary |
| `optimize` | performance-analyzer, coder | researcher | static-analysis → performance → patterns |
| `audit` | security-analyst, tester | reviewer | security → secrets → vulnerability-scan |
| `benchmark` | performance-analyzer | coder, tester | performance → metrics → report |
| `testgaps` | tester | coder | discovery → coverage → gaps |
| `document` | documenter, researcher | coder | api-discovery → patterns → indexing |
| `deepdive` | researcher, security-analyst | coder | call-graph → deps → trace |
| `refactor` | coder, reviewer | researcher | complexity → smells → patterns |

## Performance-Based Selection

The system learns from execution history to improve agent selection:

```typescript
// Agent selection considers:
// 1. Quality score (0-1)
// 2. Success rate
// 3. Average latency
// 4. Execution count

const { agent, confidence, reasoning } = selectBestAgent('optimize');
// agent: "performance-analyzer"
// confidence: 0.87
// reasoning: "Selected based on 45 executions with 94.2% success"
```

## Memory Key Patterns

Workers store results using consistent patterns:

```
{trigger}/{topic}/{phase}

Examples:
- ultralearn$auth-module$analysis
- optimize$database$performance
- audit$payment$vulnerabilities
- benchmark$api$metrics
```

## Benchmark Thresholds

Agents are monitored against performance thresholds:

```json
{
  "researcher": {
    "p95_latency": "<500ms",
    "memory_mb": "<256MB"
  },
  "coder": {
    "p95_latency": "<300ms",
    "quality_score": ">0.85"
  },
  "security-analyst": {
    "scan_coverage": ">95%",
    "p95_latency": "<1000ms"
  }
}
```

## Feedback Loop

Workers provide feedback for continuous improvement:

```typescript
import { workerAgentIntegration } from 'agentic-flow$workers$worker-agent-integration';

// Record execution feedback
workerAgentIntegration.recordFeedback(
  'optimize',           // trigger
  'coder',              // agent
  true,                 // success
  245,                  // latency ms
  0.92                  // quality score
);

// Check compliance
const { compliant, violations } = workerAgentIntegration.checkBenchmarkCompliance('coder');
```

## Integration Statistics

```bash
$ npx agentic-flow workers stats --integration

Worker-Agent Integration Stats
══════════════════════════════
Total Agents:       6
Tracked Agents:     4
Total Feedback:     156
Avg Quality Score:  0.89

Model Cache Stats
─────────────────
Hits:     1,234
Misses:   45
Hit Rate: 96.5%
```

## Configuration

Enable integration features in `.claude$settings.json`:

```json
{
  "workers": {
    "enabled": true,
    "parallel": true,
    "memoryDepositEnabled": true,
    "agentMappings": {
      "ultralearn": ["researcher", "coder"],
      "optimize": ["performance-analyzer", "coder"]
    }
  }
}
```

## Dónde encaja

- Categoría: [Automatización](https://skillsagentes.com/categorias/automatizacion.md) — Flujos de varios pasos que se ejecutan sin supervisión.
- Creador: [ruvnet](https://skillsagentes.com/creators/ruvnet.md) — 275 skills en el directorio
- [Todas las skills](https://skillsagentes.com/skills.md)
- [Ranking de instalaciones](https://skillsagentes.com/ranking.md)

## Otras skills del mismo repositorio

- [Harness Gepa](https://skillsagentes.com/skills/ruvnet/ruflo/harness-gepa.md): 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.
- [Deepseek Reason](https://skillsagentes.com/skills/ruvnet/ruflo/deepseek-reason.md): 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.
- [Deepseek Chat](https://skillsagentes.com/skills/ruvnet/ruflo/deepseek-chat.md): 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.
- [Adr Index](https://skillsagentes.com/skills/ruvnet/ruflo/adr-index.md): Construye o reconstruye el índice de ADRs y su grafo de dependencias ejecutando scripts/import.mjs, en vez de cientos de llamadas MCP.
- [Agntcy Status](https://skillsagentes.com/skills/ruvnet/ruflo/agntcy-status.md): 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.

---

Skills Agentes · [Índice de páginas en markdown](https://skillsagentes.com/sitemap.md) · [Inicio](https://skillsagentes.com/index.md)