·agentic-infra

Base de conocimientos para diseñar, revisar y vincular la infraestructura de IA agente. Úselo cuando: (1) diseñe un nuevo sistema agente y necesite elegir patrones, (2) revise un ADR de arquitectura agente existente o un documento de diseño para detectar lagunas/riesgos, (3) aplique el script lint a un archivo de rebajas ADR para obtener resultados estructurados, (4) busque un patrón agente específico (encadenamiento rápido, enrutamiento, paralelización, reflexión, uso de herramientas, planificación, colaboración entre múltiples agentes, gestión de memoria, aprendizaje/adaptación, MCP, establecimiento de objetivos, manejo de excepciones, HITL, RAG, A2A, optimización de recursos, técnicas de razonamiento, barreras de seguridad, evaluación, priorización, exploración/descubrimiento, compactación de contexto, planificar y luego ejecutar, generación de subagentes, LLM dual, espectro de control, búsqueda agente, RLAIF, autorización en espacio aislado, observabilidad de LLM, bucle de retroalimentación de reflexión). Los patrones basados ​​en PDF (21) citan números de página; Los patrones comunitarios (10 individuales + 139 a través de resúmenes) citan fuentes de patrones asombrosos.

6Instalaciones·0Tendencia·@francescofioredev

Instalación

$npx skills add https://github.com/francescofioredev/agentic-infra-claude-skill --skill agentic-infra

Cómo instalar agentic-infra

Instala rápidamente el skill de IA agentic-infra en tu entorno de desarrollo mediante línea de comandos

  1. Abrir Terminal: Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.)
  2. Ejecutar comando de instalación: Copia y ejecuta este comando: npx skills add https://github.com/francescofioredev/agentic-infra-claude-skill --skill agentic-infra
  3. Verificar instalación: Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code, Cursor u OpenClaw

Fuente: francescofioredev/agentic-infra-claude-skill.

SKILL.md

Ver original

Design use case: "Help me design a customer support agent" → Consult taxonomy.yaml to identify relevant concerns → load the relevant patterns/.md cards → use templates/adr.md

Review use case: "Review this agentic architecture ADR" → Run scripts/lintagenticarch.py → cross-reference findings against checklists/review.md → produce templates/review-report.md

See taxonomy.yaml for the full concern → patterns mapping across 11 concern areas: reliability, safety, memory, tool-use, orchestration, observability, eval, cost, ux-collaboration, feedback, context-management

Base de conocimientos para diseñar, revisar y vincular la infraestructura de IA agente. Úselo cuando: (1) diseñe un nuevo sistema agente y necesite elegir patrones, (2) revise un ADR de arquitectura agente existente o un documento de diseño para detectar lagunas/riesgos, (3) aplique el script lint a un archivo de rebajas ADR para obtener resultados estructurados, (4) busque un patrón agente específico (encadenamiento rápido, enrutamiento, paralelización, reflexión, uso de herramientas, planificación, colaboración entre múltiples agentes, gestión de memoria, aprendizaje/adaptación, MCP, establecimiento de objetivos, manejo de excepciones, HITL, RAG, A2A, optimización de recursos, técnicas de razonamiento, barreras de seguridad, evaluación, priorización, exploración/descubrimiento, compactación de contexto, planificar y luego ejecutar, generación de subagentes, LLM dual, espectro de control, búsqueda agente, RLAIF, autorización en espacio aislado, observabilidad de LLM, bucle de retroalimentación de reflexión). Los patrones basados ​​en PDF (21) citan números de página; Los patrones comunitarios (10 individuales + 139 a través de resúmenes) citan fuentes de patrones asombrosos. Fuente: francescofioredev/agentic-infra-claude-skill.

Datos (listos para citar)

Campos y comandos estables para citas de IA/búsqueda.

Comando de instalación
npx skills add https://github.com/francescofioredev/agentic-infra-claude-skill --skill agentic-infra
Categoría
#Documentos
Verificado
Primera vez visto
2026-02-26
Actualizado
2026-03-10

Browse more skills from francescofioredev/agentic-infra-claude-skill

Respuestas rápidas

¿Qué es agentic-infra?

Base de conocimientos para diseñar, revisar y vincular la infraestructura de IA agente. Úselo cuando: (1) diseñe un nuevo sistema agente y necesite elegir patrones, (2) revise un ADR de arquitectura agente existente o un documento de diseño para detectar lagunas/riesgos, (3) aplique el script lint a un archivo de rebajas ADR para obtener resultados estructurados, (4) busque un patrón agente específico (encadenamiento rápido, enrutamiento, paralelización, reflexión, uso de herramientas, planificación, colaboración entre múltiples agentes, gestión de memoria, aprendizaje/adaptación, MCP, establecimiento de objetivos, manejo de excepciones, HITL, RAG, A2A, optimización de recursos, técnicas de razonamiento, barreras de seguridad, evaluación, priorización, exploración/descubrimiento, compactación de contexto, planificar y luego ejecutar, generación de subagentes, LLM dual, espectro de control, búsqueda agente, RLAIF, autorización en espacio aislado, observabilidad de LLM, bucle de retroalimentación de reflexión). Los patrones basados ​​en PDF (21) citan números de página; Los patrones comunitarios (10 individuales + 139 a través de resúmenes) citan fuentes de patrones asombrosos. Fuente: francescofioredev/agentic-infra-claude-skill.

¿Cómo instalo agentic-infra?

Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/francescofioredev/agentic-infra-claude-skill --skill agentic-infra Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code, Cursor u OpenClaw

¿Dónde está el repositorio de origen?

https://github.com/francescofioredev/agentic-infra-claude-skill

Detalles

Categoría
#Documentos
Fuente
skills.sh
Primera vez visto
2026-02-26

Skills Relacionados

Ninguno