Senior Orchestrator

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

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-', 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

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