| name | call-agent |
| version | 1.0.0 |
| author | KogniTerm Core |
| description | Invoca agentes especializados para realizar tareas complejas como desarrollo de código e investigación profunda |
| category | agents |
| tags | ["agent","code","research","delegation","specialized"] |
| dependencies | ["langchain-core","rich"] |
| required_permissions | ["network","filesystem"] |
| security_level | standard |
| allowlist | false |
| auto_approve | true |
| sandbox_required | false |
Instrucciones para el LLM
Esta skill permite invocar agentes especializados para realizar tareas complejas que requieren capacidades específicas.
Herramientas disponibles:
call_agent
Invoca a un agente especializado para realizar tareas complejas.
Parámetros:
agent_name (string, requerido): El nombre del agente a invocar: 'code_agent' o 'researcher_agent'task (string, requerido): La tarea específica que el agente debe realizar
Ejemplo:
{
"tool": "call_agent",
"args": {
"agent_name": "code_agent",
"task": "Crea un script Python para procesar datos CSV y generar un informe"
}
}
Agentes disponibles:
Code Agent
- Propósito: Desarrollo de código, edición de archivos, tareas técnicas
- Capacidades: Escribir, modificar y analizar código en múltiples lenguajes
- Ideal para: Scripts, aplicaciones, refactorización, análisis de código
Research Agent
- Propósito: Investigación profunda, análisis complejo, búsqueda de información
- Capacidades: Realizar investigaciones exhaustivas, analizar documentos, resumir información
- Ideal para: Investigación de mercado, análisis de documentos, búsqueda de información técnica
Consideraciones de seguridad:
- Nivel de seguridad: standard - No requiere aprobación
- Permisos requeridos: network, filesystem
- Requiere allowlisting: false
- Auto-aprobado: true
Requisitos:
- Se necesita acceso a los módulos de agentes del sistema
- Los agentes tienen límites de recursión configurables (100 por defecto)
- Los resultados se muestran en formato amigable con Rich
Uso recomendado:
- Usa esta herramienta para tareas que requieren especialización profunda
- Ideal cuando la tarea excede las capacidades del agente principal
- Los agentes especializados tienen su propio contexto y memoria
- Los resultados incluyen visualización enriquecida con formato Markdown
- Los agentes pueden manejar tareas complejas con múltiples pasos
