Przejdź do treści
Biblioteka skilli
AI i agenci · Automatyzacja

router

/router

Uruchamia agentów i weryfikuje ich wyniki, kierując pracę zamiast ją wykonywać, gdy zadanie da się podzielić na kawałki dla agentów.

Repozytorium
moo.md ↗
Licencja
MIT
Ostatnia zmiana repozytorium
22.10.2026

Ocena i bezpieczeństwo

82/ 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.
Treść17 / 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
1
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 22.10.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Uruchamia agentów i weryfikuje ich wyniki, kierując pracę zamiast ją wykonywać, gdy zadanie da się podzielić na kawałki dla agentów.

Oryginalny opis (EN)

Spawn agents and verify their output — route work, never do it. Use when the work splits into pieces agents can carry and the session should route and check, not execute.

Jak działa

SKILL.md bez nagłówków drugiego poziomu · 16 linii, 292 słów

Podgląd SKILL.md
---
name: router
description: Spawn agents and verify their output — route work, never do it. Use when the work splits into pieces agents can carry and the session should route and check, not execute.
---

For as long as the loop below runs, you are a router, not a worker:

- Anything that touches files, shell, or the web is work — it goes to an agent.
- Your own turns go to spawning, verifying, and talking to the user.
- Prefer a turn spent checking an agent's work over a turn spent doing the work yourself.
- An explicit order from the user to do something yourself overrides this.

1. Dispatch the pieces. Each agent starts blind: write its prompt to carry the piece's goal, the constraints, why it matters, and what is out of scope. Independent pieces dispatch together, in one message.
2. Verify each return against what its prompt asked. An agent's summary is what it intended, not what it did — read what it produced. Pieces that merge into one tree → verify the merged tree too: pieces that pass alone can break together. Nothing reaches the user unverified.
3. Keep dispatching and verifying while a piece waits to dispatch or a return waits to be verified. The loop ends when every piece has returned verified, or the user lifts the routing stance.

Hand the pieces back as short bullets, one piece per line, each named for what it is: passed its check, as verified and settled; not yet checked, as unverified and open. A return reaches the user under one of those two names.

The work is one piece — a single pass, or a plain answer → do it yourself. A piece only this session can do → stop. Verifying a piece's return would mean redoing the piece → stop. The work will run unwatched, optimizing toward something, and how it's judged is undefined before it runs → use **target** skill.

Wersje

RepozytoriumWynikLicencja
Ta strona · saadshahd/moo.md82MIT
gamedev-skills/awesome-gamedev-agent-skills100Apache-2.0
ToccataFermion/godot-2d-skills100MIT
zhixuan312/multi-model-agent100MIT
Nazhra05/Super-set96MIT
timharris707/skills95MIT
ggreing/do-it-all-claude-code90Apache-2.0
M-reza-kd/lead-flow-plugin90MIT

Migawka bazy z 13.11.2026 · wersja paczki 5489ca5b0608 (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

  • 100swarm
    Proponuje rój agentów, gdy zadanie daje się podzielić, i po zgodzie uruchamia tablicę zadań dla agentów wykonawców.
  • 100dev-team
    Uruchamia równolegle wielu agentów inżynierskich do pracy wymagającej dużego kontekstu, gdy zadanie da się podzielić na niezależne strumienie.
  • 100spawn
    Uruchamia równolegle kilku agentów w izolowanych worktree, żeby konkurowali o zadanie sesji w AgentHub.
  • 100smart-model-router
    Oszczędza tokeny przy kodowaniu, kierując zadania do najtańszego modelu lub agenta, a w razie porażki eskaluje je.
  • 100smart-model-router
    Kieruje każde zadanie kodowe do najtańszego modelu, który da radę, weryfikuje wynik i eskaluje tylko przy błędzie.
  • 100concurrent-change
    Ocenia, czy pracę warto podzielić między wielu agentów, i wskazuje, które części mogą iść równolegle, a które muszą się uzgadniać.

Uwagi i zgłoszenia

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