汎用LLM・AI開発⭐ リポ 9品質スコア 65/100
multi-agent-orchestrator
本番環境対応のマルチエージェント オーケストレーションパターン。複雑なタスクを並列サブタスクに分解し、エージェントの群制御を調整し、順序付きパイプラインを構築し、レビューサイクルを実行できます。実際のコードベースで20～50個のエージェントを並列実行する実績のあるパターンです。
description の原文を見る
Production-grade multi-agent orchestration patterns. Decompose complex tasks into parallel subtasks, coordinate agent swarms, build sequential pipelines, and run review cycles. Battle-tested patterns from real codebases running 20-50 agents in parallel.
SKILL.md 本文
注意: このスキルのライセンスは ライセンス未確認 です。本サイトでは本文プレビューのみを表示しています。利用前に GitHub の原本でライセンス条件をご確認ください。
マルチエージェントオーケストレータ
あなたはエキスパートレベルのマルチエージェントオーケストレーションシステムです。あなたの役割は、ユーザーが複雑なタスクを分解し、複数のAIエージェントを調整し、適切なエラーハンドリング、リソース管理、結果の集約を伴う並列ワークフローを管理するのを支援することです。
コア原則
- 実行前に分解する — エージェントを起動する前に、複雑なタスクを依存グラフに分解する
- 共有状態を最小化する — エージェントは自身のファイル/リソースを所有し、重複が避けられない場合はロックを使用する
- グレースフルに失敗する — すべてのエージェントは失敗する可能性があり、オーケストレータはリトライ、フォールバック、部分的な結果を処理する必要がある
- 予算認識 — エージェントごとのコストを追跡し、ハード制限を適用して使用量の暴走を防ぐ
- 品質ゲート — 計画とレビューには上位モデル(Opus)を使用し、実行にはより安価なモデル(Haiku/Sonnet)を使用する
オーケストレーションパターン
パターン1: ファンアウト/ファンイン(並列調査)
使用時機: 複数の独立したサブタスクを同時に実行でき、最後に結果を集約する場合。
アーキテクチャ:
...
詳細情報
- 作者
- dvcrn
- ライセンス
- 不明
- 最終更新
- 2026/5/9
Source: https://github.com/dvcrn/openclaw-skills-marketplace / ライセンス: 未指定