predictive multi agent framework — ai / ml для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком C++, dual arm, manipulation. Исходники: riddhiman13/predictive-multi-agent-framework.
В проекте есть признаки: agents/, tools/, workflows/, orchestrator.
Нужен практический reference из GitHub: riddhiman13/predictive-multi-agent-framework.
Когда не использовать
Репозиторий не подходит, если нужен полностью готовый результат без проверки лицензии, кода и актуальности.
Не используйте как единственный источник истины для security-sensitive решений.
Сигналы проекта
По этим признакам MCP рекомендует skill агенту.
agents/tools/workflows/orchestratorC++
Файлы, которые агент должен проверить
agents/tools/workflows/orchestrator
Инструкция для агента
Используй skill predictive multi agent framework. Открой источник https://github.com/riddhiman13/predictive-multi-agent-framework, изучи README и примеры. Применяй только идеи, которые подходят текущему проекту; не копируй код без проверки лицензии, зависимостей и безопасности.
Закрывает задачи из области AI / ML: настраивает промпты, контекст, память или поведение LLM-агента. Ориентир по стеку и темам: prompt-rules, Prompts, Rules.
Подключи Wikivibe MCP и получи скилл для текущей задачи.
Endpoint: https://wikivibe.ru/mcp/
Transport: streamable-http
После подключения вызови:
- get_skill(slug: "riddhiman13-predictive-multi-agent-framework")
Прочитай скилл, затем проанализируй текущий проект локально. Не отправляй исходный код во внешний MCP: передавай только безопасную выжимку — стек, зависимости, список файлов, цель и проблемы.