Moa

Skill ele-yufo/unstuck/moa

Two agent skills to keep a long-running AI agent from getting stuck: north-star (delivery-point self-correction hook) + moa (N+1 multi-model consultation).

Install

npx -y skills add ele-yufo/unstuck --skill moa

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

1 stars1 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

多模型只读顾问会诊——主 Claude Code agent 卡住或面临高风险决策时，并行问 N 个不同家族模型（opencode 顾问，可在隔离 worktree 跑代码）+ 1 个空上下文 Claude subagent，拿到带标原话后先出分歧地图再综合，用推理时集成消除单模型偏置。Use when: agent 卡住 / 高风险决策 / 想要 second opinion / 怀疑自己在钻牛角尖 / 多模型会诊 / 分歧地图 / Mixture of Agents / MoA / N+1 会诊 / 避免单模型偏差 / 决策失误 / 多视角交叉验证 / 不确定该走哪条技术路线。

SKILL.md

4.2 KB, as published. Nobody here has run it

MoA — 多模型只读顾问会诊（N+1）

你是 judge / 执行者。本 skill 给你"外部多视角第二意见"：N 个不同家族的 opencode 顾问（各自在隔离 worktree 可跑代码自验）+ 1 个空上下文 Claude subagent（清空状态的同族视角，补你因上下文深陷产生的偏置）。你不直接选其中一个，先出"分歧地图"再综合。

红线

N+1 一起进分歧地图。opencode N 路 + Claude subagent 1 路，都是输入；别漏掉 Claude 那一路。
不预综合、别挑一个。先分歧地图（共识/矛盾/独有洞见/盲区），再综合 —— 见 references/judge-protocol.md。
顾问只是顾问。opencode 顾问只读、可在 worktree 跑代码自验；Claude subagent 只读分析。最终实现是你做的。
任一路失败不中断。失败/超时路显示 [failed:…]/[timed out…]/[quota…]，其余照常。
有成本。一路 ~16k+ input token，按档位线性涨。卡住或高风险再用，别琐碎调用。

选档 rubric（你自已选 `--tier`）

档	场景
`low`（3 路 +1）	大概有方向，想要个快速 second opinion 确认没跑偏 / 低风险 / 时间敏感
`mid`（5 路 +1，默认）	真实决策 / 实现卡住 / 中等风险
`high`（7 路 +1，墙钟最坏 ~10min）	高风险 / 不可逆 / 架构级 / 预期分歧大 / 低档没解决想扩大覆盖

怎么派发（N+1，同一条消息并行）

在同一条消息里发两个独立工具调用（它们会并发执行）：

Bash 跑 dispatch（N 路 opencode 顾问）：

printf '%s' "<问题 + 上下文>" | python3 "$HOME/.agents/skills/moa/scripts/dispatch.py" --project "$(pwd)" --tier mid

Agent 工具派 1 个空上下文 Claude subagent，prompt = 下面这段顾问提示词 + 问题上下文（不带主对话历史）：

你是一个只读顾问，不是执行者。不要产出最终实现，也不要直接改动项目文件。若当前目录有相关项目文件，你可以跑代码验证判断；但纯策略/分析问题直接推理即可，别为跑代码而跑代码。基于给定上下文推理，假设引用到的文件都存在。简洁返回四点：①你对当前情况的判断；②你看到的主要风险或盲区；③你建议的方向；④你的置信度。

问题与上下文：<问题 + 上下文>

两路结果收齐后 → read references/judge-protocol.md → 分歧地图 → 综合落地。

临时换模型：--models a,b,c（优先于 --tier）；改超时：--timeout 120（覆盖所有 per-model timeout）；prompt 也可 --prompt-file <path>；只看用量：--stats。
⚠️ Bash 工具 timeout 务必设到 ≥600000ms：dispatch 墙钟 high 档最坏 600s（GLM/Kimi 300s×2 重试），Bash 默认 120s 会杀进程 + 孤儿化 worktree。
config 在 ~/.agents/skills/moa/config.json（三档 roster / 超时 / 并行 / 重试 / 额度）。
opencode 顾问在 worktree 的 HEAD 跑，看不到未提交改动；Claude subagent 在活项目里跑、看得到 WIP——这正好是两类视角。想让 opencode 顾问也看最新代码就先 commit。

加载纪律

派发前选档即可（不必读 reference）。拿到两路结果后，只 read references/judge-protocol.md 做综合；排错/调档/看额度 read references/dispatch-internals.md；换/加/查模型 read references/models.md；派发前想确认用法 / 拿到结果后自审 read references/gotcha-gallery.md。不要一次 read 全部 references。