OR

Executes a structured 6-phase development pipeline using independent subagents to manage complex coding tasks.

Install

mkdir -p .claude/skills/orchestrate-chiricos && curl -L -o skill.zip "https://agentskills.codes/api/skills/download/10811" && unzip -o skill.zip -d .claude/skills/orchestrate-chiricos && rm skill.zip

Installs to .claude/skills/orchestrate-chiricos

Activation

This is the description your AI agent reads to decide when to run this skill — the better it matches your request, the more reliably it fires.

Orquesta un flujo multi-agente de 6 fases (explorar, refinar, planificar, ejecutar, implementar tests, verificar) para abordar tareas complejas sin saturar la ventana de contexto. Solo el usuario puede invocar esta skill.
221 charsno explicit “when” trigger
Advanced

Key capabilities

  • Explore codebase
  • Refine task requirements
  • Plan implementation steps
  • Execute code changes
  • Implement test suites
  • Verify and correct results

How it works

It orchestrates a six-phase pipeline using specialized subagents to manage context and execute complex development tasks systematically.

Inputs & outputs

You give it
Complex development task prompt
You get back
Completed implementation with verified tests

When to use orchestrate

  • Solving complex architectural tasks
  • Managing multi-phase coding projects
  • Maintaining focused context during development

About this skill

Orchestrate - Flujo Multi-Agente

Proposito

Esta skill orquesta un pipeline de 6 fases para resolver tareas complejas de desarrollo. Cada fase se ejecuta en un subagente independiente (Task tool con general agent) para mantener la ventana de contexto del agente principal limpia y enfocada en la coordinacion.

Restriccion de uso

Esta skill SOLO puede ser invocada directamente por el usuario. Ningun agente o subagente debe cargarla automaticamente. Si eres un subagente, IGNORA esta skill por completo.

Flujo de ejecucion

El usuario invoca esta skill acompanada de un prompt que describe lo que quiere hacer. El prompt del usuario es el input principal de todo el pipeline.

USUARIO --> [Prompt original]
               |
               v
         FASE 0.5: SELECCION DE AGENTE EXPLORADOR
         El agente principal busca entre los agentes disponibles
         cual es el mas adecuado para explorar el codebase. Pregunta
         al usuario con question tool. Si no hay candidato, usa general.
               |
               v
         FASE 1: EXPLORADOR
         (subagente seleccionado o general - lectura + bash)
         Busca archivos afectados, analiza codebase
               |
               v
         [Resumen markdown de descubrimientos]
               |
               v
         FASE 1.5: SELECCION DE AGENTE REFINADOR
         El agente principal busca entre los agentes disponibles
         cual es el mas adecuado para refinar la peticion. Pregunta
         al usuario con question tool. Si no hay candidato, usa general.
               |
               v
         FASE 2: REFINADOR (bucle x2 iteraciones)
         (subagente seleccionado o general - lectura)
         Iteracion 1: Formula preguntas basadas en resumen
                       --> question tool --> respuestas del usuario
         Iteracion 2: Adapta preguntas basandose en todo el contexto acumulado
                       --> question tool --> respuestas del usuario
               |
               v
         [Resumen + Todas las Q&A acumuladas]
               |
               v
         FASE 2.5: SELECCION DE AGENTE PLANIFICADOR
         El agente principal busca entre los agentes disponibles
         cual es el mas adecuado para planificar la implementacion. Pregunta
         al usuario con question tool. Si no hay candidato, usa general.
               |
               v
         FASE 3: PLANIFICADOR
         (subagente seleccionado o general - lectura)
         Genera plan de accion estructurado (sin codigo fuente)
               |
               v
         [Plan de accion markdown]
               |
               v
          FASE 3.5: SELECCION DE AGENTE EJECUTOR
          El agente principal busca entre los agentes disponibles
          cual es el mas adecuado para la tarea. Pregunta al usuario
          con question tool. Si no hay candidato, usa general.
                |
                v
          FASE 4: EJECUTOR
          (subagente seleccionado o general)
          Implementa el plan paso a paso. NO escribe tests.
                |
                v
          [Lista de archivos modificados + resumen de cambios]
                |
                v
          FASE 4.3: SELECCION DE AGENTE IMPLEMENTADOR DE TESTS
          El agente principal busca entre los agentes disponibles
          cual tiene capacidades de testing. Pregunta al usuario
          con question tool. Si no hay candidato, usa general.
                |
                v
          FASE 4.5: IMPLEMENTADOR DE TESTS
          (subagente seleccionado o general)
          Analiza el codigo de produccion y escribe tests:
          unitarios, Kernel, Behat, E2E segun contexto.
          Ejecuta los tests y verifica que pasan.
                |
                v
          [Informe de tests implementados + resultado de ejecucion]
                |
                v
          FASE 4.7: SELECCION DE AGENTE VERIFICADOR
          El agente principal busca entre los agentes disponibles
          cual tiene capacidades de verificacion/QA. Pregunta
          al usuario con question tool. Si no hay candidato, usa general.
                |
                v
          FASE 5: BUCLE VERIFICACION & CORRECCION (max 2 iteraciones)
          Iteracion:
            [A] VERIFICADOR (subagente seleccionado o general - solo lectura)
                Ejecuta lint, suite de tests completa, E2E segun contexto
                Genera informe markdown de resultados
                     |
                  APROBADO? --> SI --> Pipeline completado
                     |
                     NO
                     v
            [B] CORRECTOR (mismo agente de Fase 4)
                Recibe informe de fallos y corrige codigo de produccion o tests
                     |
                     v
            Vuelve a [A] (max 2 iteraciones totales)
                     |
                  Sigue fallando despues de 2 iteraciones?
                     v
            Escala al usuario con informe detallado
                |
                v
          [Pipeline completado]

Instrucciones detalladas por fase

FASE 0.5: Seleccion de agente explorador

El agente principal (NO un subagente) debe:

  1. Analizar el prompt del usuario para entender que tipo de exploracion se requiere (lectura de codebase, busqueda de patrones, analisis de dependencias, etc.).
  2. Revisar la lista de agentes disponibles (los que aparecen en las descripciones del Task tool y en el menu de @).
  3. Evaluar si alguno de los agentes disponibles es un candidato adecuado para explorar el codebase (por sus capacidades de lectura, bash, o analisis de codigo).
  4. Si encuentra uno o mas candidatos, presentarlos al usuario con la herramienta question:
    • Cada agente candidato como opcion, con su nombre y descripcion
    • Una opcion adicional: "Usar agente general (por defecto)"
  5. Si NO encuentra ningun candidato especifico, informar al usuario y usar directamente el agente general.
  6. Almacenar la decision como SELECTED_EXPLORER.

FASE 1: Explorador

Lanza el subagente seleccionado (o general por defecto). El prompt del subagente debe incluir:

  1. La siguiente instruccion de refuerzo, incluida SIEMPRE al inicio del prompt:
INSTRUCCION CRITICA: Eres el agente Explorador. SOLO puedes usar herramientas de
lectura: read, glob, grep, y bash UNICAMENTE para comandos de solo lectura (ls,
tree, git log, git diff, find, cat). NUNCA uses Write, Edit, ni comandos bash que
creen o modifiquen ficheros. Si lo haces, el pipeline queda invalidado. Tu output
debe ser exclusivamente el resumen de exploracion en markdown. Nada mas.
  1. El prompt original del usuario (textual, sin modificar).
  2. Las instrucciones del archivo references/explorer-prompt.md de esta skill.

El subagente devuelve un resumen en markdown con todos los descubrimientos. Almacena este resumen como variable EXPLORER_SUMMARY para las fases siguientes.

Invocacion:

Task({
  subagent_type: SELECTED_EXPLORER,
  description: "Fase 1: Explorar codebase",
  prompt: "<INSTRUCCION CRITICA arriba>\n\n<instrucciones de explorer-prompt.md>\n\n## Peticion del usuario\n<prompt original>"
})

FASE 1.5: Seleccion de agente refinador

El agente principal (NO un subagente) debe:

  1. Analizar el EXPLORER_SUMMARY para entender que tipo de refinamiento se necesita (preguntas sobre UI/UX, arquitectura, logica de negocio, integraciones, etc.).
  2. Revisar la lista de agentes disponibles (los que aparecen en las descripciones del Task tool y en el menu de @).
  3. Evaluar si alguno de los agentes disponibles es un candidato adecuado para formular preguntas de refinamiento (por sus capacidades de analisis o dominio especifico).
  4. Si encuentra uno o mas candidatos, presentarlos al usuario con la herramienta question:
    • Cada agente candidato como opcion, con su nombre y descripcion
    • Una opcion adicional: "Usar agente general (por defecto)"
  5. Si NO encuentra ningun candidato especifico, informar al usuario y usar directamente el agente general.
  6. Almacenar la decision como SELECTED_REFINER.

FASE 2: Refinador (bucle de 2 iteraciones)

Se ejecutan 2 iteraciones secuenciales. Cada iteracion lanza el subagente seleccionado en la Fase 1.5.

Iteracion 1:

El subagente recibe:

  • El prompt original del usuario (COMPLETO, con referencias externas intactas)
  • El EXPLORER_SUMMARY
  • Las instrucciones del archivo references/refiner-prompt.md
  • Indicacion de que es la iteracion 1 de 2
  • La siguiente instruccion de refuerzo, incluida SIEMPRE al inicio del prompt:
INSTRUCCION CRITICA: Eres el agente Refinador. SOLO puedes usar las herramientas
`read` (para referencias externas) y `webfetch` (para URLs). NUNCA uses Write,
Edit, Bash ni ninguna herramienta que modifique ficheros o ejecute comandos.
Si lo haces, el pipeline queda invalidado. Tu output debe ser exclusivamente
el bloque JSON con preguntas y, si hay referencias externas, el campo
`external_references_analysis`. Nada mas.

El subagente analiza el contexto y genera una bateria de preguntas (minimo 5, sin maximo). Devuelve las preguntas como un JSON estructurado.

Despues de recibir las preguntas del subagente, el agente principal las presenta al usuario usando la herramienta question. Cada pregunta debe tener opciones sugeridas por el subagente mas la opcion de respuesta libre.

Almacena las preguntas y respuestas como REFINEMENT_QA_1.

Iteracion 2:

El subagente recibe:

  • Todo lo anterior PLUS REFINEMENT_QA_1 (preguntas + respuestas de la iteracion 1)
  • Indicacion de que es la iteracion 2 de 2
  • Instruccion de adaptar: puede profundizar en temas de la iteracion 1, pivotar a nuevos aspectos descubiertos, o cubrir areas que las respuestas del usuario revelaron como importantes
  • La misma instruccion de refuerzo anti-implementacion del inicio de la Iteracion 1

Se repite el mismo flujo: subagente genera preguntas, agente principal la


Content truncated.

When not to use it

  • When the task is simple and does not require multi-phase coordination

Limitations

  • Requires manual confirmation at specific pipeline stages

How it compares

It automates the entire lifecycle of a complex task instead of requiring manual step-by-step guidance.

Compared to similar skills

orchestrate side by side with the closest alternatives in the catalog.

SkillInstallsUpdatedSafetyDifficulty
orchestrate (this skill)03moNo flagsAdvanced
codex05moReviewIntermediate
brainstorming934moReviewBeginner
spec-workflow108moNo flagsIntermediate

Try saying

Example prompts that trigger this skill in your AI assistant.

You might also like

codex

diegosouzapw

Invoke Codex CLI for complex coding tasks requiring high reasoning capabilities. Trigger phrases include "use codex", "ask codex", "run codex", "call codex", "codex cli", "GPT-5 reasoning", "OpenAI reasoning", or when users request complex implementation challenges, advanced reasoning, architecture

00

brainstorming

obra

Use when creating or developing, before writing code or implementation plans - refines rough ideas into fully-formed designs through collaborative questioning, alternative exploration, and incremental validation. Don't use during clear 'mechanical' processes

93235

spec-workflow

TencentCloudBase

Standard software engineering workflow for requirement analysis, technical design, and task planning. Use this skill when developing new features, complex architecture designs, multi-module integrations, or projects involving database/UI design.

1091

feature-design-assistant

davila7

Turn ideas into fully formed designs and specs through natural collaborative dialogue. Use when planning new features, designing architecture, or making significant changes to the codebase.

636

agent-planner

ruvnet

Agent skill for planner - invoke with $agent-planner

316

llm-council

am-will

Orchestrate a configurable, multi-member CLI planning council (Codex, Claude Code, Gemini, OpenCode, or custom) to produce independent implementation plans, anonymize and randomize them, then judge and merge into one final plan. Use when you need a robust, bias-resistant planning workflow, structured JSON outputs, retries, and failure handling across multiple CLI agents.

410

Search skills

Search the agent skills registry