tournament

name	tournament
description	Tournament multi-agent pattern: exploración divergente con desarrollo completo + debate informado + consolidación por juez. Rick recibe un desafío, identifica 2-5 enfoques distintos, los desarrolla completamente en paralelo, ejecuta un debate donde cada enfoque argumenta contra los rivales, y consolida con tabla comparativa + recomendación. Usa cuando "comparar enfoques", "explorar opciones", "analizar alternativas", "torneo de ideas", "qué camino tomar", "pros y contras de N opciones", "debate entre opciones". NO usar para torneo real, torneo de implementación, competir implementaciones en ramas o benchmark de código real — eso va por github-ops.
metadata	{"openclaw":{"emoji":"🏆","requires":{"env":["AZURE_OPENAI_ENDPOINT","AZURE_OPENAI_API_KEY"]}}}

Tournament Skill (Ideacional)

Rick ejecuta un torneo de ideas: exploración divergente → debate → consolidación.

Este torneo es puramente textual. No toca Git, no crea ramas, no genera código, no ejecuta validación. Produce texto comparativo y un veredicto.

¿David pidió torneo real, torneo de implementación, competir implementaciones en ramas o benchmark de código? → Usar github.orchestrate_tournament desde la skill github-ops. Ver docs/69-tournament-over-branches-runbook.md.

Cuándo usar

• David pide comparar múltiples enfoques para resolver un problema.
• Se necesita una decisión informada entre alternativas con trade-offs reales.
• Un problema complejo tiene más de un camino viable y no es obvio cuál elegir.

Task

{
  "task": "tournament.run",
  "input": {
    "challenge": "¿Cómo implementar autenticación SSO para UmbralBIM.io?",
    "num_approaches": 3,
    "debate_rounds": 1
  }
}

Parámetros

Campo	Tipo	Default	Descripción
challenge	str	requerido	El problema o decisión a explorar
num_approaches	int	3	Número de enfoques distintos (2-5)
approaches	list[str]	auto	Nombres predefinidos de enfoques; si se omite, Rick los descubre
models	list[str]	["azure_foundry"]	Modelos para cada contestante (rota si hay menos que num_approaches)
judge_model	str	primer modelo	Modelo para el juez/consolidación
temperature	float	0.9	Temp alta para diversidad en desarrollo
max_tokens	int	2048	Presupuesto de tokens por llamada LLM
debate_rounds	int	1	Rondas de debate (0 para omitir)

Flujo interno

1. Descubrimiento — Si no se pasan approaches, el LLM identifica N enfoques fundamentalmente distintos para el challenge.
2. Desarrollo — Cada enfoque se desarrolla completamente en una llamada LLM separada, con system prompt que fuerza el foco en ESE enfoque.
3. Debate — Cada contestante recibe las propuestas rivales y argumenta por qué su enfoque es superior, reconociendo ventajas genuinas del rival.
4. Juez — Consolida todo en tabla comparativa con columnas: Approach | Strengths | Weaknesses | Risk | Fit. Declara ganador con nivel de confianza, o ESCALATE si los trade-offs son genuinos y cercanos.

Respuesta

{
  "challenge": "...",
  "approaches": [
    {"id": 1, "approach_name": "...", "proposal": "...", "model_used": "..."},
    {"id": 2, "approach_name": "...", "proposal": "...", "model_used": "..."},
    {"id": 3, "approach_name": "...", "proposal": "...", "model_used": "..."}
  ],
  "debate": [
    {"id": 1, "round": 1, "approach_name": "...", "rebuttal": "...", "model_used": "..."}
  ],
  "verdict": {
    "text": "... tabla + recomendación ...",
    "winner_id": 2,
    "escalate": false
  },
  "meta": {
    "total_llm_calls": 7,
    "total_duration_ms": 45000,
    "models_used": ["gpt-5.4"]
  }
}

Variaciones multi-modelo

Para máxima diversidad, asignar modelos distintos a cada contestante:

{
  "task": "tournament.run",
  "input": {
    "challenge": "Stack de frontend para el dashboard de UmbralBIM.io",
    "num_approaches": 3,
    "models": ["azure_foundry", "claude_pro", "gemini_pro"],
    "judge_model": "claude_opus"
  }
}

Esto genera propuestas desde GPT, Claude y Gemini — genuinamente divergentes porque cada modelo tiene sesgos y fortalezas diferentes.

Integración con preferencias

La idea futura es que las decisiones de David sobre qué enfoque elegir alimenten una base de preferencias en Notion, que el juez consulte para ajustar su criterio en futuros torneos.