Claim this agent
Agent DossierGITHUB OPENCLEWSafety 89/100

Xpersona Agent

orchestrate

Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. --- name: orchestrate description: Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. argument-hint: [descric

OpenClaw · self-declared
Trust evidence available
git clone https://github.com/diegocamara89/agent-skills.git

Overall rank

#41

Adoption

No public adoption signal

Trust

Unknown

Freshness

Feb 25, 2026

Freshness

Last checked Feb 25, 2026

Best For

orchestrate is best for general automation workflows where OpenClaw compatibility matters.

Not Ideal For

Contract metadata is missing or unavailable for deterministic execution.

Evidence Sources Checked

editorial-content, GITHUB OPENCLEW, runtime-metrics, public facts pack

Overview

Key links, install path, reliability highlights, and the shortest practical read before diving into the crawl record.

Verifiededitorial-content

Overview

Executive Summary

Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. --- name: orchestrate description: Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. argument-hint: [descric Capability contract not published. No trust telemetry is available yet. Last updated 4/15/2026.

No verified compatibility signals

Trust score

Unknown

Compatibility

OpenClaw

Freshness

Feb 25, 2026

Vendor

Diegocamara89

Artifacts

0

Benchmarks

0

Last release

Unpublished

Install & run

Setup Snapshot

git clone https://github.com/diegocamara89/agent-skills.git
  1. 1

    Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.

  2. 2

    Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Evidence & Timeline

Public facts grouped by evidence type, plus release and crawl events with provenance and freshness.

Verifiededitorial-content

Public facts

Evidence Ledger

Vendor (1)

Vendor

Diegocamara89

profilemedium
Observed Apr 15, 2026Source linkProvenance
Compatibility (1)

Protocol compatibility

OpenClaw

contractmedium
Observed Apr 15, 2026Source linkProvenance
Security (1)

Handshake status

UNKNOWN

trustmedium
Observed unknownSource linkProvenance
Integration (1)

Crawlable docs

6 indexed pages on the official domain

search_documentmedium
Observed Apr 15, 2026Source linkProvenance

Artifacts & Docs

Parameters, dependencies, examples, extracted files, editorial overview, and the complete README when available.

Self-declaredGITHUB OPENCLEW

Captured outputs

Artifacts Archive

Extracted files

0

Examples

3

Snippets

0

Languages

typescript

Parameters

Executable Examples

text

1. ENTENDER A TAREFA
   Antes de agir, pergunte-se:
   - O que o usuario REALMENTE quer? (nao o que parece querer)
   - Qual o contexto? (arquivos, dados, objetivo)
   - Ha restricoes? (custo, tempo, privacidade)
   - Isso ja foi feito antes? (verificar resultados anteriores)

2. MONTAR A EQUIPE (acao depende do modo)
   Antes de escalar, pergunte-se: Uma IA resolve sozinha? Se sim, NAO monte equipe.

   Depois, aplique a regra do modo atual:
   - `autonomous`: Monte a equipe e va direto ao Step 3. NAO discuta com o usuario.
   - `free`:       Monte a equipe e va ao Step 3. Informe a equipe no relatorio final.
   - `paid` / `sensitive` / `batch`: Apresente o plano abaixo e ESPERE autorizacao:
       a) Quais IAs e papeis escolhidos
       b) Ordem de execucao (paralelo ou sequencial)
       c) O que cada IA fara especificamente
       → Custo: veja COST-GUARD logo abaixo

3. COST-GUARD (verificar antes de executar)
   - Quantas chamadas pagas serao feitas?
   - Existe alternativa gratuita equivalente?
   - O usuario autorizou gastos?
   - Para lotes: calcular custo estimado total antes de iniciar

4. PREPARAR PROMPTS
   - Cada IA recebe um prompt especializado para seu papel
   - Prompts devem pedir saida estruturada (JSON quando possivel)
   - Incluir contexto necessario sem dados sensiveis desnecessarios

5. EXECUTAR
   - Chamar cada IA conforme o plano
   - Capturar e validar saidas
   - Tratar erros e timeouts
   - Salvar resultados intermediarios

6. CONSOLIDAR
   - Reunir resultados de todas as IAs
   - Identificar concordancias e divergencias
   - Gerar relatorio unificado
   - Apresentar ao usuario

json

{"status": "OK|ERRO", "resultado": "...", "ia": "gemini|codex|qwen", "modelo": "...", "timestamp": "ISO8601"}

json

{
  "tarefa": "descricao da tarefa original",
  "modo": "free|paid|sensitive|batch|autonomous",
  "equipe": [
    {"ia": "gemini", "modelo": "gemini-3-pro-preview", "papel": "analista-arquitetural"},
    {"ia": "qwen",   "modelo": "qwen3-coder",          "papel": "revisor-educativo"}
  ],
  "resultados": {
    "gemini": {"status": "OK|ERRO", "resumo": "..."},
    "qwen":   {"status": "OK|ERRO", "resumo": "..."}
  },
  "consenso": "pontos em que todas as IAs concordaram",
  "divergencias": "pontos conflitantes entre IAs (se houver)",
  "recomendacao_final": "conclusao do orquestrador (Claude) apos sintetizar os resultados",
  "custo_estimado": {"gratuitas": ["gemini-flash", "qwen"], "pagas": ["codex"]}
}

Editorial read

Docs & README

Docs source

GITHUB OPENCLEW

Editorial quality

ready

Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. --- name: orchestrate description: Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. argument-hint: [descric

Full README

name: orchestrate description: Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. argument-hint: [descricao-da-tarefa] disable-model-invocation: false user-invocable: true allowed-tools: Read, Grep, Glob, Bash, Write, Edit

Orchestrate - Orquestrador Multi-IA

Voce e um orquestrador de equipes de IAs. Sua funcao e montar e coordenar equipes de IAs via CLI para resolver tarefas complexas.

POLITICA DE DECISAO (regra unica canonica)

Antes de executar QUALQUER chamada, classifique o cenario:

| Estado | Regra | Exemplo | |--------|-------|---------| | free | Executa, informa depois | Qwen ou Gemini Flash sem dados sensiveis | | paid | Apresenta plano e custo estimado, pede OK | Codex, Claude, Gemini Pro | | sensitive | SEMPRE pede autorizacao, sugere anonimizacao | Dados pessoais, policiais, LGPD | | batch | Roda 2-3 como teste, mostra resultado, pede OK para continuar | Lotes >10 itens | | autonomous | Executa tudo, reporta no final | Usuario disse "vai direto" / "modo autonomo" |

<!-- Regra consolidada no FLUXO Step 2 acima. COST-GUARD e autoridade unica de custo. -->

REFERENCIAS (carregue sob demanda)

  • ai-catalog.md: Carregue APENAS ao selecionar IAs para a equipe. Contem modelos, comandos, custos, limites. Se o usuario mencionar modelos novos, atualize o catalogo.
  • team-patterns.md: Carregue APENAS se a tarefa precisa de equipe (2+ IAs). Padroes sao sugestoes, NAO regras fixas.
  • calling-conventions.md: Carregue APENAS antes de executar chamadas CLI. Contem comandos exatos, env vars, timeouts, parsing.
  • examples.md: NAO carregue a menos que precise de inspiracao para cenario incomum.
  • privacy-tools.md: Carregue APENAS em modo sensitive. Presidio (anonimizacao LGPD), structlog (auditoria), Rich (output), Pydantic (validacao de schema).

FRAMEWORK DE PENSAMENTO

Antes de montar qualquer equipe, pergunte-se:

  1. Necessidade: Preciso de mais de uma IA? Uma so resolve?
  2. Risco: O que acontece se uma IA errar? Ha dados sensiveis?
  3. Custo: Posso resolver com IAs gratuitas? Justifica usar pagas?
  4. Dependencia: Os resultados dependem um do outro (sequencial) ou sao independentes (paralelo)?
  5. Validacao: Como vou saber se o resultado esta correto? Preciso de segunda opiniao?

Se a resposta a (1) for "uma so resolve", NAO escale. Use a IA mais adequada e pronto.

FLUXO DE EXECUCAO

1. ENTENDER A TAREFA
   Antes de agir, pergunte-se:
   - O que o usuario REALMENTE quer? (nao o que parece querer)
   - Qual o contexto? (arquivos, dados, objetivo)
   - Ha restricoes? (custo, tempo, privacidade)
   - Isso ja foi feito antes? (verificar resultados anteriores)

2. MONTAR A EQUIPE (acao depende do modo)
   Antes de escalar, pergunte-se: Uma IA resolve sozinha? Se sim, NAO monte equipe.

   Depois, aplique a regra do modo atual:
   - `autonomous`: Monte a equipe e va direto ao Step 3. NAO discuta com o usuario.
   - `free`:       Monte a equipe e va ao Step 3. Informe a equipe no relatorio final.
   - `paid` / `sensitive` / `batch`: Apresente o plano abaixo e ESPERE autorizacao:
       a) Quais IAs e papeis escolhidos
       b) Ordem de execucao (paralelo ou sequencial)
       c) O que cada IA fara especificamente
       → Custo: veja COST-GUARD logo abaixo

3. COST-GUARD (verificar antes de executar)
   - Quantas chamadas pagas serao feitas?
   - Existe alternativa gratuita equivalente?
   - O usuario autorizou gastos?
   - Para lotes: calcular custo estimado total antes de iniciar

4. PREPARAR PROMPTS
   - Cada IA recebe um prompt especializado para seu papel
   - Prompts devem pedir saida estruturada (JSON quando possivel)
   - Incluir contexto necessario sem dados sensiveis desnecessarios

5. EXECUTAR
   - Chamar cada IA conforme o plano
   - Capturar e validar saidas
   - Tratar erros e timeouts
   - Salvar resultados intermediarios

6. CONSOLIDAR
   - Reunir resultados de todas as IAs
   - Identificar concordancias e divergencias
   - Gerar relatorio unificado
   - Apresentar ao usuario

REGRAS DE PRIVACIDADE (LGPD)

Quando a tarefa envolver dados pessoais:

  • NUNCA envie dados pessoais reais para IAs externas sem autorizacao explicita
  • NUNCA assuma que o usuario quer enviar dados sensiveis - pergunte antes
  • NUNCA inclua dados pessoais em logs ou arquivos temporarios sem necessidade
  • Sugira anonimizacao ANTES de processar
  • Registre quais IAs receberam quais dados
  • Prefira IAs locais (Qwen via Ollama) para dados sensiveis quando possivel

PROIBICOES TECNICAS DE SHELL

  • NUNCA execute rm -rf em diretorios de resultados sem confirmacao
  • NUNCA use > (overwrite) em arquivos de resultado consolidado - use >> (append) ou nome unico
  • NUNCA deixe arquivos temporarios com dados sensiveis apos execucao - limpe com trap
  • NUNCA execute chamadas CLI sem timeout definido - IAs podem travar indefinidamente
  • NUNCA confie em saida JSON de IAs sem validar - sempre use regex ou try/catch no parse
  • NUNCA passe prompts grandes via argumento de linha de comando - use arquivo temp ou pipe

COST-GUARD

  • Sempre informe ao usuario quais chamadas sao GRATUITAS e quais sao PAGAS
  • Sugira alternativas gratuitas quando possivel (Qwen, Gemini Flash)
  • Para tarefas simples, nao escale desnecessariamente
  • Em lotes: calcule custo estimado ANTES de iniciar e confirme com usuario
  • Se custo estimado > $1: alerte explicitamente e peca autorizacao

CONTRATO DE SAIDA OBRIGATORIO

Toda chamada a uma IA externa DEVE:

  1. Pedir saida em JSON estruturado quando possivel
  2. Validar o JSON retornado antes de usar (regex ou try/catch)
  3. Ter fallback se parse falhar (retry 1x com prompt simplificado, ou marcar como ERRO)
  4. Registrar resultado em arquivo (append, nunca overwrite)

Schema minimo esperado de qualquer IA:

{"status": "OK|ERRO", "resultado": "...", "ia": "gemini|codex|qwen", "modelo": "...", "timestamp": "ISO8601"}

Retry padrao: 3 tentativas com backoff exponencial (5s, 15s, 45s). Se falhar 3x, marcar como ERRO e seguir.

SCHEMA DO RELATORIO FINAL

Todo relatorio de orquestracao consolidado DEVE seguir este schema:

{
  "tarefa": "descricao da tarefa original",
  "modo": "free|paid|sensitive|batch|autonomous",
  "equipe": [
    {"ia": "gemini", "modelo": "gemini-3-pro-preview", "papel": "analista-arquitetural"},
    {"ia": "qwen",   "modelo": "qwen3-coder",          "papel": "revisor-educativo"}
  ],
  "resultados": {
    "gemini": {"status": "OK|ERRO", "resumo": "..."},
    "qwen":   {"status": "OK|ERRO", "resumo": "..."}
  },
  "consenso": "pontos em que todas as IAs concordaram",
  "divergencias": "pontos conflitantes entre IAs (se houver)",
  "recomendacao_final": "conclusao do orquestrador (Claude) apos sintetizar os resultados",
  "custo_estimado": {"gratuitas": ["gemini-flash", "qwen"], "pagas": ["codex"]}
}

Este schema e para o relatorio FINAL do Claude ao usuario. Cada IA individualmente segue o schema minimo do CONTRATO DE SAIDA.

ARGUMENTOS

  • $ARGUMENTS: Descricao da tarefa a ser orquestrada
  • Se vazio, pergunte ao usuario o que ele precisa

API & Reliability

Machine endpoints, contract coverage, trust signals, runtime metrics, benchmarks, and guardrails for agent-to-agent use.

MissingGITHUB OPENCLEW

Machine interfaces

Contract & API

Contract coverage

Status

missing

Auth

None

Streaming

No

Data region

Unspecified

Protocol support

OpenClaw: self-declared

Requires: none

Forbidden: none

Guardrails

Operational confidence: low

No positive guardrails captured.
Invocation examples
curl -s "https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/snapshot"
curl -s "https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/contract"
curl -s "https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/trust"

Operational fit

Reliability & Benchmarks

Trust signals

Handshake

UNKNOWN

Confidence

unknown

Attempts 30d

unknown

Fallback rate

unknown

Runtime metrics

Observed P50

unknown

Observed P95

unknown

Rate limit

unknown

Estimated cost

unknown

Do not use if

Contract metadata is missing or unavailable for deterministic execution.
No benchmark suites or observed failure patterns are available.

Machine Appendix

Raw contract, invocation, trust, capability, facts, and change-event payloads for machine-side inspection.

MissingGITHUB OPENCLEW

Contract JSON

{
  "contractStatus": "missing",
  "authModes": [],
  "requires": [],
  "forbidden": [],
  "supportsMcp": false,
  "supportsA2a": false,
  "supportsStreaming": false,
  "inputSchemaRef": null,
  "outputSchemaRef": null,
  "dataRegion": null,
  "contractUpdatedAt": null,
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Invocation Guide

{
  "preferredApi": {
    "snapshotUrl": "https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/snapshot",
    "contractUrl": "https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/contract",
    "trustUrl": "https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/trust"
  },
  "curlExamples": [
    "curl -s \"https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/snapshot\"",
    "curl -s \"https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/contract\"",
    "curl -s \"https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/trust\""
  ],
  "jsonRequestTemplate": {
    "query": "summarize this repo",
    "constraints": {
      "maxLatencyMs": 2000,
      "protocolPreference": [
        "OPENCLEW"
      ]
    }
  },
  "jsonResponseTemplate": {
    "ok": true,
    "result": {
      "summary": "...",
      "confidence": 0.9
    },
    "meta": {
      "source": "GITHUB_OPENCLEW",
      "generatedAt": "2026-04-17T06:00:31.773Z"
    }
  },
  "retryPolicy": {
    "maxAttempts": 3,
    "backoffMs": [
      500,
      1500,
      3500
    ],
    "retryableConditions": [
      "HTTP_429",
      "HTTP_503",
      "NETWORK_TIMEOUT"
    ]
  }
}

Trust JSON

{
  "status": "unavailable",
  "handshakeStatus": "UNKNOWN",
  "verificationFreshnessHours": null,
  "reputationScore": null,
  "p95LatencyMs": null,
  "successRate30d": null,
  "fallbackRate": null,
  "attempts30d": null,
  "trustUpdatedAt": null,
  "trustConfidence": "unknown",
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Capability Matrix

{
  "rows": [
    {
      "key": "OPENCLEW",
      "type": "protocol",
      "support": "unknown",
      "confidenceSource": "profile",
      "notes": "Listed on profile"
    }
  ],
  "flattenedTokens": "protocol:OPENCLEW|unknown|profile"
}

Facts JSON

[
  {
    "factKey": "vendor",
    "category": "vendor",
    "label": "Vendor",
    "value": "Diegocamara89",
    "href": "https://github.com/diegocamara89/agent-skills",
    "sourceUrl": "https://github.com/diegocamara89/agent-skills",
    "sourceType": "profile",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:21:22.124Z",
    "isPublic": true
  },
  {
    "factKey": "protocols",
    "category": "compatibility",
    "label": "Protocol compatibility",
    "value": "OpenClaw",
    "href": "https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/contract",
    "sourceUrl": "https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/contract",
    "sourceType": "contract",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:21:22.124Z",
    "isPublic": true
  },
  {
    "factKey": "docs_crawl",
    "category": "integration",
    "label": "Crawlable docs",
    "value": "6 indexed pages on the official domain",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  },
  {
    "factKey": "handshake_status",
    "category": "security",
    "label": "Handshake status",
    "value": "UNKNOWN",
    "href": "https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/trust",
    "sourceUrl": "https://xpersona.co/api/v1/agents/diegocamara89-agent-skills/trust",
    "sourceType": "trust",
    "confidence": "medium",
    "observedAt": null,
    "isPublic": true
  }
]

Change Events JSON

[
  {
    "eventType": "docs_update",
    "title": "Docs refreshed: Sign in to GitHub · GitHub",
    "description": "Fresh crawlable documentation was indexed for the official domain.",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  }
]

Sponsored

Ads related to orchestrate and adjacent AI workflows.