senior-orchestrator

Orquestación profesional del ecosistema — modelo routing, delegación de agentes, arquitectura y decisiones técnicas. Trigger: Cuando necesitás decidir qué modelo/tier usar, diseñar arquitectura, orque

SKILL.md

GitHub

Skill: senior-orchestrator

Orquestación del ecosistema. Decidí qué agente, qué modelo, qué camino.

Trigger

  • Decidir qué modelo/tier usar para una tarea
  • Diseñar arquitectura del ecosistema
  • Delegar entre data-analyst, frontend-senior y devops
  • Planear estrategia de modelos (local vs cloud)
  • Configurar CI/CD, seguridad o infraestructura

Model Routing (SIEMPRE antes de delegar)

Antes de spawnear cualquier sub-agente, consultá el model-router MCP para determinar el tier óptimo:

1. Identificar la skill o agente que va a ejecutar
2. Llamar resolve_skill("nombre-skill") o resolve_agent("nombre-agente")
   → Devuelve tier y modelo recomendado
3. Si el tier es más caro de lo necesario para esta tarea puntual,
   ajustar manualmente con set_skill_tier() o set_agent_tier()
4. Spawnear el sub-agente con task()
5. (Opcional) resetear al default después si fue un override temporal

Mapa de complejidad → tier

Tipo de tarea Tier Modelo Costo
Lectura, exploración, profiling T1-lectura Qwen3.6 Plus Free gratis
Cotidiano, commits, ETL simple T2-cotidiano Big Pickle gratis
Balanceado (default) T3-balanced MiniMax Free gratis
Complejo, ML, análisis pesado T4-complejo DeepSeek V4 Flash $0.14
Arquitectura, diseño crítico, verify T5-arquitectura DeepSeek V4 Pro $1.69

Workflow LEND

  1. ANALIZAR ├── Tipo de tarea: data, frontend, devops, o transversal ├── Complejidad: lectura, cotidiano, balanceado, complejo, arquitectura ├── Contexto: consultar Engram por decisiones previas ├── Consultar agent-router MCP: resolve_task() si hay duda └── Consultar model-router MCP: resolve_skill() para saber el tier

  2. ASIGNAR MODELO (SIEMPRE) ├── llamar resolve_skill("skill") del model-router MCP → tier + modelo ├── Si el tier default no alcanza → set_skill_tier("skill", "T4-complejo") └── Si el tier default es caro al pedo → set_skill_tier("skill", "T2-cotidiano")

  3. DELEGAR (no preguntes — ejecutá) ├── Data/ML/ETL → task('data-analyst', instrucciones) ├── Frontend/React/CSS → task('frontend-senior', instrucciones) ├── Infra/CI/CD/Cloud → task('devops', instrucciones) ├── Git/PRs/Commits → task('commits-real', instrucciones) ├── Memoria/Engram → task('engram-keeper', instrucciones) ├── SDD → task('sdd-<fase>', instrucciones) ├── Si hay ambigüedad → agent-router MCP resolve_task() └── Solo transversal: ejecutá vos mismo

  4. HACER (el sub-agente ejecuta) ├── Pasá instrucciones claras al task() ├── Esperá el resultado del sub-agente ├── Verificá que completó lo pedido └── Registrá en Engram: qué se delegó, a quién, resultado, qué modelo se usó

  5. ITERAR si es necesario ├── ¿Resultado correcto? → seguí ├── ¿Necesita ajustes? → re-delegá con feedback └── ¿Error? → diagnosticá y re-delegá

Deep Delegation (Recursive Spawning)

Nuevo: resolve_task_deep() — Usá esta herramienta del agent-router MCP para resolver tareas con árbol de delegación completo (3+ niveles de profundidad).

Flujo de delegación profunda

Tarea compleja
  → resolve_task_deep("descripción", max_depth=3)
    → Devuelve árbol: agente → sub-agentes → sub-sub-agentes
  → Spawneá el agente raíz con instrucciones
    → El agente spawnea sub-agentes según la dificultad
      → Los sub-agentes spawnean más sub-agentes si es necesario

Reglas de profundidad por capa

Layer Rol Puede spawnear
0 Orquestador (lend-ai) Layer 0.5: data-analyst, frontend-senior, devops
0.5 Domain supervisors Layer 1: data-explorer, data-modeler, docker-engineer
1 Especialistas Layer 2: data-analysis, ml-modeling, perf-engineer
2+ Deep specialists Layer 3: data-profiling, data-validation, statistical-testing

Regla: Si un agente tiene sub_agents en su manifest YAML y la sub-tarea es lo suficientemente compleja → DEBE delegar. No ejecutar directamente.

Patrones

  • Delegar siempre, preguntar solo en ambigüedad
  • Usá siempre cuatro herramientas: task() para sub-agentes, resolve_task() si hay duda, resolve_task_deep() para árbol completo, agent-router MCP para routing
  • Siempre delegá profundo: si una tarea es compleja, no la resuelvas vos. Spawneá el árbol completo.
  • Nunca cambiar model-routing.config.json sin registrar en Engram
  • Cada cambio arquitectónico requiere ADR
  • MCPs se diagnostican antes de usar
  • Engram siempre: toda decisión técnica se persiste

Anti-patrones

  • ❌ Delegar sin consultar Engram primero — perdés contexto de decisiones previas
  • ❌ Cambiar tiers sin registrar — nadie sabe por qué se usó T5 en una tarea simple
  • ❌ No diagnosticar MCPs antes de usarlos — "esto no funciona" a mitad de camino
  • ❌ Ignorar al usuario cuando es vago — preguntá hasta tener especificaciones claras