Trabalhador Orquestrador de Consultores

Um modelo é um gargalo. Uma equipa com um cérebro, vinte mãos e um conselheiro não é.

Esta habilidade transforma o teu agente de codificação no orquestrador de uma equipa de modelo em três camadas. Tarefas grandes são divididas em breves autónomos, distribuídas por trabalhadores paralelos baratos, verificadas uma a uma e avaliadas por um modelo mais forte exatamente duas vezes: antes do trabalho começar e antes de ser entregue.

A equipa

A economia é o ponto: geração paralela barata onde o volume vence, julgamento caro apenas onde muda uma decisão. Cada execução declara um orçamento à partida, dimensionado para o plano, e nunca gasta além dele silenciosamente: esgotar-se significa um relatório honesto ou um pedido explícito, não um consumo silencioso. Os modelos são botões: o padrão de camadas é a parte durável, os padrões eram atuais em Julho de 2026.

Porque não se desmorona

Os loops multi-modelo geralmente falham devido a fugas de contexto, falhas parciais silenciosas ou julgamentos aplicados demasiado tarde. Cada um tem uma regra aqui:

• Breves sem estado ([references/worker-brief.md](references/worker-brief.md)): cada distribuição transporta as suas entradas completas e critérios de aceitação em linha. Sem contexto partilhado, sem "como discutido acima." Os breves viajam como ficheiros temporários (entregues ao agy como uma expansão citada, ou construídos com jq em payloads de API no caminho de fallback), nunca interpolados em strings de shell.
• Verificar antes de mesclar: cada resultado é avaliado de acordo com os seus próprios critérios de aceitação: APROVADO, CORRIGIR (redistribuído com a falha nomeada), ou ESCALAR. Sem passes parciais silenciosos, sem correções manuais.
• O conselheiro é um crítico, não um executor ([references/advisor-consult.md](references/advisor-consult.md)): veredicto, riscos classificados, correções concretas, com menos de 300 palavras. Cada nota é aplicada ou explicitamente refutada.

Instalação

npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/advisor-orchestrator-worker

Or copy this folder into your agent's skills dir (~/.claude/skills/, ~/.codex/skills/, ~/.agents/skills/).

Necessidades (declaradas desde o início, de acordo com as regras deste repositório): o agy CLI para trabalhadores, o claude CLI para o conselheiro, e jq. Faltando um CLI? Esse papel recai sobre a sua chave de API: GEMINI_API_KEY (ou GOOGLE_API_KEY) para trabalhadores, ANTHROPIC_API_KEY para o conselheiro. O orquestrador é o agente que carrega a habilidade; lança através do CLI de um modelo específico (como codex exec) para escolhê-lo. Se um papel não tiver nem CLI nem chave, a habilidade explica a solução e oferece um modo degradado claramente rotulado.

Usa-o

"Isto é demasiado grande para uma única passagem. Orquestra-o através de uma equipa de modelos."

"Expande isto: pesquisa todos os 12 concorrentes em paralelo e sintetiza."

"Executa o ciclo conselheiro-trabalhador sobre isto."

Cada execução termina com o entregável, o plano, um livro de verificação por subtarefa, notas do conselheiro aplicadas e rejeitadas, e riscos remanescentes.

Ficheiros

advisor-orchestrator-worker/
├── SKILL.md                          # the loop, the team, budgets, escalation rules
├── README.md                         # this file
├── references/worker-brief.md        # the stateless dispatch format workers receive
├── references/advisor-consult.md     # the consult format the advisor answers in
└── references/fallbacks.md           # the Gemini and Anthropic API fallback calls

Evals

Os Evals são uma estrutura para avaliar modelos de linguagem. Este repositório contém um conjunto de ferramentas para facilitar a avaliação de modelos de linguagem em várias tarefas.

Instalação

Para instalar os Evals, utiliza o seguinte comando:

pip install evals

Estrutura do Repositório

Os Evals estão organizados da seguinte forma:

agent_skills/
├── evals/
│   ├── advisor-orchestrator-worker/
│   ├── ...

Execução

Os Evals são executados diretamente no repositório em agent_skills/evals/advisor-orchestrator-worker/. Apenas deves instalar o que é necessário para a execução.

Contribuição

Se desejas contribuir para este projeto, por favor, segue as diretrizes de contribuição no repositório.

Licença

Este projeto está licenciado sob a licença Apache-2.0.