Agent Orchestrator

Overview

Meta-skill que orquestra todos os agentes do ecossistema. Scan automatico de skills, match por capacidades, coordenacao de workflows multi-skill e registry management.

When to Use This Skill

• Quando o usuario pede um inventario local de skills ou um plano de coordenacao para uma tarefa com varias capacidades.
• Quando e necessario comparar candidatos explicitamente, sem executar suas instrucoes nem iniciar agentes.

Do Not Use This Skill When

• The task is unrelated to agent orchestrator
• A simpler, more specific tool can handle the request
• The user needs general-purpose assistance without domain expertise

How It Works

Meta-skill que funciona como camada central de decisao e coordenacao para todo o ecossistema de skills. Faz varredura automatica, identifica agentes relevantes e orquestra multiplos skills para tarefas complexas.

Principio: Descoberta Solicitada e Plano Revisavel

• Faz varredura somente no escopo solicitado; esta skill nao deve interceptar todas as solicitacoes
• Novas skills sao detectadas na proxima varredura explicita, dentro dos roots e do limite de profundidade
• Skills removidas sao auto-excluidas do registry
• Execute a varredura explicitamente; o matcher nao inicia uma varredura automaticamente

---

Workflow Obrigatorio (Toda Solicitacao)

Execute estes passos apenas quando a tarefa pede esta ferramenta. Scores sao heuristicas locais, nao prova de seguranca, compatibilidade ou autorizacao. Um plano nao executa skills; delegacao, mensagens e publicacao exigem autorizacao do usuario. Os scripts localizam arquivos a partir da propria instalacao, mas os comandos abaixo pressupõem que o diretorio pai de agent-orchestrator seja o diretorio atual. De outro local, use o caminho absoluto do script.

Passo 1: Auto-Discovery (Varredura)

python agent-orchestrator/scripts/scan_registry.py

Usa cache de hashes SHA-256 para reprocessar arquivos alterados. O tempo depende do tamanho da arvore; nao ha garantia de 100ms. Retorna JSON com resumo de todos os skills encontrados.

Passo 2: Match De Skills

python agent-orchestrator/scripts/match_skills.py "<solicitacao do usuario>"

Retorna JSON com skills ranqueadas por relevancia. Interpretar o resultado:

Resultado	Acao
matched: 0	Nenhum candidato acima do limite heuristico; nao prova ausencia de skills relevantes.
matched: 1	Um candidato. Inspecionar escopo, arquivos, dependencias e autorizacao antes de selecionar.
matched: 2+	Multiplos candidatos. Propor um plano somente se a tarefa pede coordenacao.

Passo 3: Orquestracao (Se Matched >= 2)

python agent-orchestrator/scripts/orchestrate.py --skills skill1,skill2 --query "<solicitacao>"

Retorna plano de execucao com padrao, ordem dos steps e data flow entre skills.

Passo Rapido (Atalho)

Para queries simples, os passos 1+2 podem ser combinados em sequencia:

python agent-orchestrator/scripts/scan_registry.py && python agent-orchestrator/scripts/match_skills.py "<solicitacao>"

---

Skill Registry

Antes de executar, defina AGENT_ORCHESTRATOR_DATA_DIR como caminho absoluto de um diretorio privado autorizado fora da instalacao da skill. Registry, hashes e atribuicoes de projeto ficam nesse diretorio. Nao use um diretorio compartilhado ou uma arvore com links simbolicos; inspecione o conteudo antes de reutilizar.

export AGENT_ORCHESTRATOR_DATA_DIR="<diretorio-absoluto-autorizado>"

Execute a varredura explicitamente antes do matcher. Falha de leitura, JSON invalido ou registry ausente nao significa que nenhuma skill existe. Caminhos distintos permanecem no inventario mesmo com nomes iguais; selecao por nome ambiguo deve parar. O limite de profundidade do scanner torna o inventario parcial.

Locais De Busca

O scanner procura SKILL.md em:

1. .claude/skills/*/ (skills registradas no Claude Code)
2. */ (skills standalone no top-level)
3. */*\ (skills em subpastas, ate profundidade 3)

Metadata Por Skill

Cada entrada no registry contem:

Campo	Descricao
name	Nome da skill (do frontmatter YAML)
description	Descricao completa (triggers inclusos)
location	Caminho absoluto do diretorio
skill_md	Caminho absoluto do SKILL.md
registered	Se esta em .claude/skills/ (true/false); nao prova carregamento pelo host
capabilities	Tags de capacidade (auto-extraidas + explicitas)
triggers	Keywords de ativacao extraidas da description
language	Linguagem principal (python/nodejs/bash/none)
status	active / incomplete / missing

Comandos Do Registry

## Scan Rapido (Usa Cache De Hashes)

python agent-orchestrator/scripts/scan_registry.py

## Tabela De Status Detalhada

python agent-orchestrator/scripts/scan_registry.py --status

## Re-Scan Completo (Ignora Cache)

python agent-orchestrator/scripts/scan_registry.py --force

---

Algoritmo De Matching

Para cada solicitacao, o matcher pontua skills usando:

Criterio	Pontos	Exemplo
Nome do skill na query	+15	"use web-scraper" -> web-scraper
Keyword trigger exata	+10	"scrape" -> web-scraper
Categoria de capacidade	+5	data-extraction -> web-scraper
Sobreposicao de palavras	+1	Palavras da query na description
Boost de projeto	+20	Skill atribuida ao projeto ativo

Threshold minimo: 5 pontos. Skills abaixo disso sao ignoradas.

Match Com Projeto

python agent-orchestrator/scripts/match_skills.py --project meu-projeto "query aqui"

Skills atribuidas ao projeto recebem +20 de boost automatico.

---

Padroes De Orquestracao

Quando multiplos skills sao relevantes, o orchestrator classifica o padrao:

1. Pipeline Sequencial

Skills formam uma cadeia onde o output de uma alimenta a proxima.

Quando: Mix de skills "produtoras" (data-extraction, government-data) e "consumidoras" (messaging, social-media).

Exemplo: web-scraper coleta precos -> whatsapp-cloud-api envia alerta

user_query -> web-scraper -> whatsapp-cloud-api -> result

2. Execucao Paralela

Skills trabalham independentemente em aspectos diferentes da solicitacao.

Quando: Todas as skills tem o mesmo papel (todas produtoras ou todas consumidoras).

Exemplo: instagram publica post + whatsapp envia notificacao (ambos recebem o mesmo conteudo)

user_query -> [instagram, whatsapp-cloud-api] -> aggregated_result

3. Primario + Suporte

Uma skill principal lidera; outras fornecem dados de apoio.

Quando: Uma skill tem score muito superior as demais (>= 2x).

Exemplo: whatsapp-cloud-api envia mensagem (primario) + web-scraper fornece dados (suporte)

user_query -> whatsapp-cloud-api (primary) + web-scraper (support) -> result

Detalhes Em References/Orchestration-Patterns.Md

---

Gerenciamento De Projetos

Atribuir skills a projetos permite boost de relevancia e contexto persistente.

Arquivo De Projetos

$AGENT_ORCHESTRATOR_DATA_DIR/projects.json

Operacoes

Criar projeto: Adicionar entrada ao projects.json:

{
  "name": "nome-do-projeto",
  "created_at": "2026-02-25T12:00:00",
  "skills": ["web-scraper", "whatsapp-cloud-api"],
  "description": "Descricao do projeto"
}

Adicionar skill a projeto: Atualizar o array skills do projeto.

Remover skill de projeto: Remover do array skills.

Consultar skills do projeto: Ler o projects.json e listar skills atribuidas.

---

Adicionando Novas Skills

Para adicionar uma nova skill ao ecossistema:

1. Criar uma pasta em qualquer lugar sob skills root:
2. Criar um SKILL.md com frontmatter YAML:

---
name: minha-nova-skill
description: "Descricao com keywords de ativacao..."
---

## Documentacao Da Skill

3. Execute a varredura explicita para atualizar o inventario parcial.

Opcionalmente, para discovery nativo do Claude Code: 4. Copiar o SKILL.md para .claude/skills/<nome>/SKILL.md

Tags De Capacidade Explicitas (Opcional)

Adicionar ao frontmatter para matching mais preciso:

capabilities: [data-extraction, web-automation]

---

Ver Status De Todos Os Skills

python agent-orchestrator/scripts/scan_registry.py --status

Interpretar Status

Status	Significado
active	name + description presentes; nao significa revisao, seguranca ou completude operacional
incomplete	SKILL.md existe mas falta name ou description
missing	Diretorio existe mas sem SKILL.md

---

Skills Atuais Do Ecossistema

Skill	Capacidades	Status
web-scraper	data-extraction, web-automation	active
junta-leiloeiros	government-data, data-extraction	active
whatsapp-cloud-api	messaging, api-integration	active
instagram	social-media, api-integration	partial

Tabela ilustrativa do ecossistema original; o scanner imprime seu inventario atual, mas nao altera esta tabela. Os nomes nao garantem instalacao em AAS.

Best Practices

• Provide clear, specific context about your project and requirements
• Review all suggestions before applying them to production code
• Combine with other complementary skills for comprehensive analysis

Common Pitfalls

• Using this skill for tasks outside its domain expertise
• Applying recommendations without understanding your specific context
• Not providing enough project context for accurate analysis

Related Skills

• multi-advisor - Complementary skill for enhanced analysis
• task-intelligence - Complementary skill for enhanced analysis

Limitations

• Use this skill only when the task clearly matches the scope described above.
• Do not treat the output as a substitute for environment-specific validation, testing, or expert review.
• Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.