{"id":"5bd6d7f7-1613-490e-a8da-0ee85acd850d","entityType":"agent","slug":"diegocamara89-agent-skills","name":"orchestrate","canonicalUrl":"https://www.xpersona.co/agent/diegocamara89-agent-skills","canonicalPath":"/agent/diegocamara89-agent-skills","generatedAt":"2026-10-09T09:11:17.182Z","source":"GITHUB_OPENCLEW","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-04-15T05:21:22.124Z","emptyReason":null},"description":"Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. --- name: orchestrate description: Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. argument-hint: [descric","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. Last updated 4/15/2026.","installCommand":"git clone https://github.com/diegocamara89/agent-skills.git","sourceUrl":"https://github.com/diegocamara89/agent-skills","homepage":null,"primaryLinks":[{"label":"View Source","url":"https://github.com/diegocamara89/agent-skills","kind":"source"}],"safetyScore":89,"overallRank":41.1,"popularityScore":0,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-04-15T05:21:22.124Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"no-adoption-signals","verified":false,"confidence":"low","updatedAt":"2026-04-15T05:21:22.124Z","emptyReason":"No source adoption metrics were available."},"stars":0,"forks":1,"downloads":null,"packageName":null,"latestVersion":null,"tractionLabel":null},"release":{"evidence":{"source":"agent-index","verified":false,"confidence":"medium","updatedAt":"2026-02-25T02:28:09.819Z","emptyReason":null},"lastUpdatedAt":"2026-04-15T05:21:22.124Z","lastCrawledAt":"2026-02-25T02:28:09.819Z","lastIndexedAt":null,"nextCrawlAt":"2026-02-26T02:28:09.819Z","lastVerifiedAt":null,"highlights":[]},"execution":{"evidence":{"source":"GITHUB OPENCLEW","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"git clone https://github.com/diegocamara89/agent-skills.git","setupComplexity":"low","setupSteps":["Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/diegocamara89-agent-skills/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/diegocamara89-agent-skills/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/diegocamara89-agent-skills/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/diegocamara89-agent-skills/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/diegocamara89-agent-skills/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/diegocamara89-agent-skills/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"GITHUB_OPENCLEW","generatedAt":"2026-10-09T09:11:17.182Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/diegocamara89-agent-skills/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/diegocamara89-agent-skills/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/diegocamara89-agent-skills/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/diegocamara89-agent-skills/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"GITHUB OPENCLEW","verified":false,"confidence":"high","updatedAt":"2026-04-15T05:21:22.124Z","emptyReason":null},"readme":"---\nname: orchestrate\ndescription: Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal.\nargument-hint: [descricao-da-tarefa]\ndisable-model-invocation: false\nuser-invocable: true\nallowed-tools: Read, Grep, Glob, Bash, Write, Edit\n---\n\n# Orchestrate - Orquestrador Multi-IA\n\nVoce e um **orquestrador de equipes de IAs**. Sua funcao e montar e coordenar equipes de IAs via CLI para resolver tarefas complexas.\n\n## POLITICA DE DECISAO (regra unica canonica)\n\nAntes de executar QUALQUER chamada, classifique o cenario:\n\n| Estado | Regra | Exemplo |\n|--------|-------|---------|\n| `free` | Executa, informa depois | Qwen ou Gemini Flash sem dados sensiveis |\n| `paid` | Apresenta plano e custo estimado, pede OK | Codex, Claude, Gemini Pro |\n| `sensitive` | SEMPRE pede autorizacao, sugere anonimizacao | Dados pessoais, policiais, LGPD |\n| `batch` | Roda 2-3 como teste, mostra resultado, pede OK para continuar | Lotes >10 itens |\n| `autonomous` | Executa tudo, reporta no final | Usuario disse \"vai direto\" / \"modo autonomo\" |\n\n<!-- Regra consolidada no FLUXO Step 2 acima. COST-GUARD e autoridade unica de custo. -->\n\n## REFERENCIAS (carregue sob demanda)\n\n- **[ai-catalog.md](ai-catalog.md)**: Carregue APENAS ao selecionar IAs para a equipe. Contem modelos, comandos, custos, limites. Se o usuario mencionar modelos novos, atualize o catalogo.\n- **[team-patterns.md](team-patterns.md)**: Carregue APENAS se a tarefa precisa de equipe (2+ IAs). Padroes sao sugestoes, NAO regras fixas.\n- **[calling-conventions.md](calling-conventions.md)**: Carregue APENAS antes de executar chamadas CLI. Contem comandos exatos, env vars, timeouts, parsing.\n- **[examples.md](examples.md)**: NAO carregue a menos que precise de inspiracao para cenario incomum.\n- **[privacy-tools.md](privacy-tools.md)**: Carregue APENAS em modo `sensitive`. Presidio (anonimizacao LGPD), structlog (auditoria), Rich (output), Pydantic (validacao de schema).\n\n## FRAMEWORK DE PENSAMENTO\n\nAntes de montar qualquer equipe, pergunte-se:\n\n1. **Necessidade**: Preciso de mais de uma IA? Uma so resolve?\n2. **Risco**: O que acontece se uma IA errar? Ha dados sensiveis?\n3. **Custo**: Posso resolver com IAs gratuitas? Justifica usar pagas?\n4. **Dependencia**: Os resultados dependem um do outro (sequencial) ou sao independentes (paralelo)?\n5. **Validacao**: Como vou saber se o resultado esta correto? Preciso de segunda opiniao?\n\nSe a resposta a (1) for \"uma so resolve\", NAO escale. Use a IA mais adequada e pronto.\n\n## FLUXO DE EXECUCAO\n\n```\n1. ENTENDER A TAREFA\n   Antes de agir, pergunte-se:\n   - O que o usuario REALMENTE quer? (nao o que parece querer)\n   - Qual o contexto? (arquivos, dados, objetivo)\n   - Ha restricoes? (custo, tempo, privacidade)\n   - Isso ja foi feito antes? (verificar resultados anteriores)\n\n2. MONTAR A EQUIPE (acao depende do modo)\n   Antes de escalar, pergunte-se: Uma IA resolve sozinha? Se sim, NAO monte equipe.\n\n   Depois, aplique a regra do modo atual:\n   - `autonomous`: Monte a equipe e va direto ao Step 3. NAO discuta com o usuario.\n   - `free`:       Monte a equipe e va ao Step 3. Informe a equipe no relatorio final.\n   - `paid` / `sensitive` / `batch`: Apresente o plano abaixo e ESPERE autorizacao:\n       a) Quais IAs e papeis escolhidos\n       b) Ordem de execucao (paralelo ou sequencial)\n       c) O que cada IA fara especificamente\n       → Custo: veja COST-GUARD logo abaixo\n\n3. COST-GUARD (verificar antes de executar)\n   - Quantas chamadas pagas serao feitas?\n   - Existe alternativa gratuita equivalente?\n   - O usuario autorizou gastos?\n   - Para lotes: calcular custo estimado total antes de iniciar\n\n4. PREPARAR PROMPTS\n   - Cada IA recebe um prompt especializado para seu papel\n   - Prompts devem pedir saida estruturada (JSON quando possivel)\n   - Incluir contexto necessario sem dados sensiveis desnecessarios\n\n5. EXECUTAR\n   - Chamar cada IA conforme o plano\n   - Capturar e validar saidas\n   - Tratar erros e timeouts\n   - Salvar resultados intermediarios\n\n6. CONSOLIDAR\n   - Reunir resultados de todas as IAs\n   - Identificar concordancias e divergencias\n   - Gerar relatorio unificado\n   - Apresentar ao usuario\n```\n\n## REGRAS DE PRIVACIDADE (LGPD)\n\nQuando a tarefa envolver dados pessoais:\n- **NUNCA** envie dados pessoais reais para IAs externas sem autorizacao explicita\n- **NUNCA** assuma que o usuario quer enviar dados sensiveis - pergunte antes\n- **NUNCA** inclua dados pessoais em logs ou arquivos temporarios sem necessidade\n- Sugira anonimizacao ANTES de processar\n- Registre quais IAs receberam quais dados\n- Prefira IAs locais (Qwen via Ollama) para dados sensiveis quando possivel\n\n## PROIBICOES TECNICAS DE SHELL\n\n- **NUNCA** execute `rm -rf` em diretorios de resultados sem confirmacao\n- **NUNCA** use `>` (overwrite) em arquivos de resultado consolidado - use `>>` (append) ou nome unico\n- **NUNCA** deixe arquivos temporarios com dados sensiveis apos execucao - limpe com trap\n- **NUNCA** execute chamadas CLI sem timeout definido - IAs podem travar indefinidamente\n- **NUNCA** confie em saida JSON de IAs sem validar - sempre use regex ou try/catch no parse\n- **NUNCA** passe prompts grandes via argumento de linha de comando - use arquivo temp ou pipe\n\n## COST-GUARD\n\n- Sempre informe ao usuario quais chamadas sao GRATUITAS e quais sao PAGAS\n- Sugira alternativas gratuitas quando possivel (Qwen, Gemini Flash)\n- Para tarefas simples, nao escale desnecessariamente\n- Em lotes: calcule custo estimado ANTES de iniciar e confirme com usuario\n- Se custo estimado > $1: alerte explicitamente e peca autorizacao\n\n## CONTRATO DE SAIDA OBRIGATORIO\n\nToda chamada a uma IA externa DEVE:\n1. Pedir saida em JSON estruturado quando possivel\n2. Validar o JSON retornado antes de usar (regex ou try/catch)\n3. Ter fallback se parse falhar (retry 1x com prompt simplificado, ou marcar como ERRO)\n4. Registrar resultado em arquivo (append, nunca overwrite)\n\nSchema minimo esperado de qualquer IA:\n```json\n{\"status\": \"OK|ERRO\", \"resultado\": \"...\", \"ia\": \"gemini|codex|qwen\", \"modelo\": \"...\", \"timestamp\": \"ISO8601\"}\n```\n\nRetry padrao: 3 tentativas com backoff exponencial (5s, 15s, 45s). Se falhar 3x, marcar como ERRO e seguir.\n\n## SCHEMA DO RELATORIO FINAL\n\nTodo relatorio de orquestracao consolidado DEVE seguir este schema:\n\n```json\n{\n  \"tarefa\": \"descricao da tarefa original\",\n  \"modo\": \"free|paid|sensitive|batch|autonomous\",\n  \"equipe\": [\n    {\"ia\": \"gemini\", \"modelo\": \"gemini-3-pro-preview\", \"papel\": \"analista-arquitetural\"},\n    {\"ia\": \"qwen\",   \"modelo\": \"qwen3-coder\",          \"papel\": \"revisor-educativo\"}\n  ],\n  \"resultados\": {\n    \"gemini\": {\"status\": \"OK|ERRO\", \"resumo\": \"...\"},\n    \"qwen\":   {\"status\": \"OK|ERRO\", \"resumo\": \"...\"}\n  },\n  \"consenso\": \"pontos em que todas as IAs concordaram\",\n  \"divergencias\": \"pontos conflitantes entre IAs (se houver)\",\n  \"recomendacao_final\": \"conclusao do orquestrador (Claude) apos sintetizar os resultados\",\n  \"custo_estimado\": {\"gratuitas\": [\"gemini-flash\", \"qwen\"], \"pagas\": [\"codex\"]}\n}\n```\n\n> Este schema e para o relatorio FINAL do Claude ao usuario. Cada IA individualmente segue o schema minimo do CONTRATO DE SAIDA.\n\n## ARGUMENTOS\n\n- `$ARGUMENTS`: Descricao da tarefa a ser orquestrada\n- Se vazio, pergunte ao usuario o que ele precisa\n","readmeExcerpt":"--- name: orchestrate description: Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. argument-hint: [descric","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"1. ENTENDER A TAREFA\n   Antes de agir, pergunte-se:\n   - O que o usuario REALMENTE quer? (nao o que parece querer)\n   - Qual o contexto? (arquivos, dados, objetivo)\n   - Ha restricoes? (custo, tempo, privacidade)\n   - Isso ja foi feito antes? (verificar resultados anteriores)\n\n2. MONTAR A EQUIPE (acao depende do modo)\n   Antes de escalar, pergunte-se: Uma IA resolve sozinha? Se sim, NAO monte equipe.\n\n   Depois, aplique a regra do modo atual:\n   - `autonomous`: Monte a equipe e va direto ao Step 3. NAO discuta com o usuario.\n   - `free`:       Monte a equipe e va ao Step 3. Informe a equipe no relatorio final.\n   - `paid` / `sensitive` / `batch`: Apresente o plano abaixo e ESPERE autorizacao:\n       a) Quais IAs e papeis escolhidos\n       b) Ordem de execucao (paralelo ou sequencial)\n       c) O que cada IA fara especificamente\n       → Custo: veja COST-GUARD logo abaixo\n\n3. COST-GUARD (verificar antes de executar)\n   - Quantas chamadas pagas serao feitas?\n   - Existe alternativa gratuita equivalente?\n   - O usuario autorizou gastos?\n   - Para lotes: calcular custo estimado total antes de iniciar\n\n4. PREPARAR PROMPTS\n   - Cada IA recebe um prompt especializado para seu papel\n   - Prompts devem pedir saida estruturada (JSON quando possivel)\n   - Incluir contexto necessario sem dados sensiveis desnecessarios\n\n5. EXECUTAR\n   - Chamar cada IA conforme o plano\n   - Capturar e validar saidas\n   - Tratar erros e timeouts\n   - Salvar resultados intermediarios\n\n6. CONSOLIDAR\n   - Reunir resultados de todas as IAs\n   - Identificar concordancias e divergencias\n   - Gerar relatorio unificado\n   - Apresentar ao usuario"},{"language":"json","snippet":"{\"status\": \"OK|ERRO\", \"resultado\": \"...\", \"ia\": \"gemini|codex|qwen\", \"modelo\": \"...\", \"timestamp\": \"ISO8601\"}"},{"language":"json","snippet":"{\n  \"tarefa\": \"descricao da tarefa original\",\n  \"modo\": \"free|paid|sensitive|batch|autonomous\",\n  \"equipe\": [\n    {\"ia\": \"gemini\", \"modelo\": \"gemini-3-pro-preview\", \"papel\": \"analista-arquitetural\"},\n    {\"ia\": \"qwen\",   \"modelo\": \"qwen3-coder\",          \"papel\": \"revisor-educativo\"}\n  ],\n  \"resultados\": {\n    \"gemini\": {\"status\": \"OK|ERRO\", \"resumo\": \"...\"},\n    \"qwen\":   {\"status\": \"OK|ERRO\", \"resumo\": \"...\"}\n  },\n  \"consenso\": \"pontos em que todas as IAs concordaram\",\n  \"divergencias\": \"pontos conflitantes entre IAs (se houver)\",\n  \"recomendacao_final\": \"conclusao do orquestrador (Claude) apos sintetizar os resultados\",\n  \"custo_estimado\": {\"gratuitas\": [\"gemini-flash\", \"qwen\"], \"pagas\": [\"codex\"]}\n}"}],"parameters":{},"dependencies":[],"permissions":[],"extractedFiles":[],"languages":["typescript"],"docsSourceLabel":"GITHUB OPENCLEW","editorialOverview":"Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. --- name: orchestrate description: Orquestra equipes de IAs via chamadas CLI (Gemini, Codex, Qwen, Claude) para tarefas multi-agent com papeis dinamicos. Use quando o usuario pedir analise multi-IA, auditoria, pipeline de IAs, processamento em lote, team of AIs, multiplas perspectivas, validacao cruzada entre modelos, ou qualquer tarefa que se beneficie de orquestracao de agentes via terminal. argument-hint: [descric","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":405,"uniquenessScore":66,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-04-15T05:21:22.124Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-04-15T05:21:22.124Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-09T09:11:17.182Z","emptyReason":null},"items":[{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-10T18:48:31.762Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/github_openclew","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}