Przejdź do treści
Biblioteka skilli
AI i agenci · Budowanie i kod

agent-runtime-patterns

/agent-runtime-patterns

Optymalizuje pętle uruchomieniowe agentów, paczki kart, cykl życia sesji MCP, liczbę wywołań narzędzi i wzorce orkiestracji wieloagentowej.

Repozytorium
agent-powerups ↗
Licencja
Apache-2.0
Ostatnia zmiana repozytorium
27.09.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
2
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 27.09.2026, bez odwołań do wycofanych modeli i API.

Licencja

Apache-2.0, otwarta: można używać i zmieniać, z zachowaniem licencji i informacji o zmianach.

Co robi i kiedy

Optymalizuje pętle uruchomieniowe agentów, paczki kart, cykl życia sesji MCP, liczbę wywołań narzędzi i wzorce orkiestracji wieloagentowej.

Oryginalny opis (EN)

Use when optimizing agent runtime loops, card packs, MCP session lifecycle, tool-call count, or multi-agent orchestration patterns.

Jak działa

  1. When to use
  2. Core Patterns
  3. Knowledge Cards
  4. Workflow
  5. Safety Constraints
  6. Validation / Done Criteria
  7. References
Sekcje z nagłówków SKILL.md, w oryginale · 51 linii, 448 słów
Podgląd SKILL.md
---
name: agent-runtime-patterns
description: Use when optimizing agent runtime loops, card packs, MCP session lifecycle, tool-call count, or multi-agent orchestration patterns.
---

# Agent Runtime Patterns

## When to use
- Optimizing a slow or over-spending agent loop (too many tool calls, high token use).
- Designing multi-agent orchestration topology for a new workflow.
- Managing MCP session lifecycle for experimental data-layer sessions.
- Reducing redundant search or file-read loops.

## Core Patterns

| Pattern | Use when | Avoid when |
|---|---|---|
| **Direct execution** | Single agent, clear scope, no subagent benefits | Task genuinely requires parallel sub-agents or specialized routing |
| **Routing** | Input type determines which specialized agent to invoke | Agents share context and can't be isolated |
| **Chaining** | Output of A is strict input of B | Agents need to share partial context |
| **Orchestrator-worker** | Parallel independent subtasks with a coordinator | Tasks are tightly coupled or sequential |
| **Agents-as-tools** | Callable child agent inside a parent's tool loop | The child needs user interaction |

## Knowledge Cards

A **card** is a compact, high-signal instruction block — typically 3–10 lines — for a specific operation. Cards are preferable to loading full documentation into context.

Good card: step sequence + key constraint + example invocation.
Bad card: copied README sections, multiple unrelated topics in one block.

Pack cards for the current task only. Swap cards between phases rather than accumulating them.

## Workflow

1. **Identify the bottleneck** — measure before optimizing: count tool calls, token usage, and latency. Name the specific slow or expensive step.
2. **Choose the right pattern** — use the table above. Default to direct execution; add orchestration only when simpler approaches are insufficient.
3. **Pack knowledge as cards** — replace large prompt docs with targeted 5–10 line cards per operation.
4. **Bound search loops** — cap retries (e.g., max 3 search attempts), normalize query construction, prefer a dedicated search subagent over inline ad-hoc loops.
5. **Model MCP sessions explicitly** — for experimental sessions: track create/delete lifecycle, request `_meta` session IDs, handle missing-session errors without silent retries.
6. **Measure after** — compare latency, tool-call count, token use, and task success rate before/after.

## Safety Constraints
- Sandbox experimental runtime changes; do not deploy to production flows without verified before/after comparison.
- Do not add orchestration layers to compensate for unclear requirements — clarify the task first.
- Do not persist session state containing secrets without an explicit storage policy.
- Do not retry failed sessions silently; surface the error.

## Validation / Done Criteria
- Measurable before/after evidence: fewer tool calls, lower latency, lower token use, or higher task success.
- Chosen orchestration pattern is named and justified.
- Session lifecycle and cleanup behavior are documented if MCP sessions were introduced.

## References
- `references/runtime-patterns.md`
Pliki w paczce (2)
  • SKILL.md 3 KB
  • references/runtime-patterns.md 1 KB

Wersje

W bazie nie ma innych skilli o nazwie agent-runtime-patterns.

Identyczna treść występuje jeszcze w 2 innych folderach na GitHubie. Tu pokazujemy jedną, najlepiej ocenioną kopię.

Migawka bazy z 13.11.2026 · wersja paczki 1a6ab41e343e (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100agent-designer
    Projektuje architektury systemów wielu agentów: wzorce orkiestracji, schematy narzędzi i ocenę wydajności agentów.
  • 100multi-agent-planner
    Projektuje architekturę orkiestracji wieloagentowej: role agentów, wzorce komunikacji, protokoły przekazań i odzyskiwanie po awariach w zespołowych systemach AI.
  • 100orchestration-workflow
    Prowadzi przez pracę z systemem orkiestracji wieloagentowej w DEVS przy zmianach koordynacji agentów i wykonywania workflow.
  • 100orchestration-patterns
    Opisuje wzorce orkiestracji agentów dla długich zadań, z dostarczaniem opartym na dowodach i iteracyjnymi pętlami agentów, na przykład przy wieloetapowej pracy i pull requestach.
  • 100ai-agent-runtime-architecture
    Projektuje wielodostępne środowiska uruchomieniowe agentów: pętle sterowania, maszyny stanów, ponowienia, idempotencję, limity kroków, wznawianie, harmonogramy i anulowanie.
  • 100creating-orchestration-packs
    Tworzy paczki orkiestracji agentów: współpracujące pliki .agent.md z orkiestratorem, subagentami, dopasowanymi przekazaniami, minimalnymi uprawnieniami i wspólnym kontraktem pakietu przekazania.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.