[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"extension-skill-TheQmaks-crowdcast-de":3,"guides-for-TheQmaks-crowdcast":382,"similar-k1706kef6jk70h36j7ha0t3brd86mq6t-de":383},{"_creationTime":4,"_id":5,"children":6,"community":7,"display":9,"evaluation":15,"identity":255,"isFallback":241,"parentExtension":260,"providers":314,"relations":318,"repo":320,"tags":379,"workflow":380},1778698160434.0078,"k1706kef6jk70h36j7ha0t3brd86mq6t",[],{"reviewCount":8},0,{"description":10,"installMethods":11,"name":13,"sourceUrl":14},"Führen Sie Multi-Agenten-Sozialsimulationen für Vorhersagen und kreative Erkundungen durch. Verwenden Sie dies, wenn der Benutzer Gruppenverhalten simulieren, öffentliche Reaktionen vorhersagen, fiktive Szenarien erkunden oder analysieren möchte, wie Agenten interagieren würden. Schlüsselwörter – „simulieren“, „Vorhersage“, „Multi-Agent“, „Was wäre, wenn“, „Sozialsimulation“, „crowdcast“.",{"claudeCode":12},"TheQmaks/crowdcast","Crowdcast","https://github.com/TheQmaks/crowdcast",{"_creationTime":16,"_id":17,"extensionId":5,"locale":18,"result":19,"trustSignals":239,"workflow":253},1778698160434.008,"kn77azpcsk8qgh06vafmk6y89x86mdsx","de",{"checks":20,"evaluatedAt":191,"extensionSummary":192,"features":193,"nonGoals":200,"practices":204,"prerequisites":208,"promptVersionExtension":211,"promptVersionScoring":212,"purpose":213,"rationale":214,"score":215,"summary":216,"tags":217,"tier":224,"useCases":225,"workflow":230},[21,26,29,32,36,39,43,47,50,53,57,61,65,69,72,75,78,81,84,87,91,95,99,103,107,110,114,117,121,124,127,130,133,136,139,143,147,150,153,157,160,163,166,169,173,176,179,182,185,188],{"category":22,"check":23,"severity":24,"summary":25},"Praktischer Nutzen","Problemrelevanz","pass","Die Beschreibung gibt klar das Problem der Durchführung von Multi-Agenten-Sozialsimulationen an und identifiziert spezifische Anwendungsfälle wie die Vorhersage von Gruppenverhalten und die Erkundung fiktiver Szenarien.",{"category":22,"check":27,"severity":24,"summary":28},"Alleinstellungsmerkmal","Die Fähigkeit bietet einen erheblichen Mehrwert gegenüber einer einfachen Eingabeaufforderung, indem sie komplexe Multi-Agenten-Simulationen orchestriert, den Zustand über Dateien hinweg verwaltet, mehrere Phasen behandelt und Agenteninterviews ermöglicht, was über die Standardfähigkeiten von LLMs hinausgeht.",{"category":22,"check":30,"severity":24,"summary":31},"Produktionsreife","Die Fähigkeit deckt den vollständigen Lebenszyklus einer Simulation von der Dokumentenanalyse bis zur Berichterstattung ab, speichert den Zustand auf strukturierte Weise und ist so konzipiert, dass sie fortsetzbar ist, was auf ihre Produktionsreife hindeutet.",{"category":33,"check":34,"severity":24,"summary":35},"Umfang","Prinzip der einzigen Verantwortung","Die Fähigkeit konzentriert sich auf Multi-Agenten-Sozialsimulationen mit Befehlen zur Simulation, Analyse, Fortsetzung, Berichterstattung und Befragung von Agenten, die sich auf diesen Kernzweck beziehen.",{"category":33,"check":37,"severity":24,"summary":38},"Qualität der Beschreibung","Die Beschreibung spiegelt die Funktionalität der Fähigkeit genau wider, gibt klar ihren Zweck an und liefert nützliche Schlüsselwörter.",{"category":40,"check":41,"severity":24,"summary":42},"Aufruf","Geltungsbereich von Werkzeugen","Die Fähigkeit verwendet enge, spezifische Werkzeuge wie `simulate`, `analyze`, `resume`, `report` und `interview`, und vermeidet allgemeine Ausführungsbefehle.",{"category":44,"check":45,"severity":24,"summary":46},"Dokumentation","Konfigurations- und Parameterreferenz","Die Datei SKILL.md dokumentiert klar alle Phasen, Befehle, optionalen Flags und Parameter, die während des gesamten Simulationsworkflows verwendet werden, einschließlich Dateipfaden und Datenschemata.",{"category":33,"check":48,"severity":24,"summary":49},"Werkzeugbenennung","Alle Befehle (`simulate`, `analyze`, `resume`, `report`, `interview`) sind beschreibend, basierend auf Verb-Nomen und relevant für den Bereich der Fähigkeit.",{"category":33,"check":51,"severity":24,"summary":52},"Minimale I/O-Oberfläche","Werkzeuge und Unteragenten arbeiten mit klar definierten Dateipfaden und JSON-Strukturen, fordern nur notwendige Daten an und liefern fokussierte Ausgaben.",{"category":54,"check":55,"severity":24,"summary":56},"Lizenz","Lizenznutzbarkeit","Die Erweiterung ist unter MIT lizenziert, einer permissiven Open-Source-Lizenz.",{"category":58,"check":59,"severity":24,"summary":60},"Wartung","Aktualität der Commits","Der letzte Commit war am 8. Mai 2026, was innerhalb der letzten 3 Monate liegt.",{"category":58,"check":62,"severity":63,"summary":64},"Abhängigkeitsverwaltung","not_applicable","Die Fähigkeit scheint keine Drittanbieter-Abhängigkeiten über Standard-Python-Bibliotheken und die Claude Code-Umgebung hinaus zu verwenden.",{"category":66,"check":67,"severity":24,"summary":68},"Sicherheit","Geheimnisverwaltung","Die Fähigkeit scheint keine Geheimnisse zu verarbeiten oder preiszugeben. Der gesamte Zustand wird lokal im Simulationsverzeichnis verwaltet.",{"category":66,"check":70,"severity":24,"summary":71},"Injection","Die Fähigkeit arbeitet mit vom Benutzer bereitgestellten Dateien und Eingabeaufforderungen, aber das Design isoliert diese als Dateneingaben für bestimmte Unteragenten-Aufgaben, und sie führt keinen beliebigen Code aus, der von Remote-Quellen abgerufen wird.",{"category":66,"check":73,"severity":24,"summary":74},"Transitive Lieferketten-Granaten","Die Fähigkeit stützt sich auf gebündelte Referenzdateien und lokale Dateioperationen, ohne Laufzeitabrufe von Code oder Daten von externen URLs.",{"category":66,"check":76,"severity":24,"summary":77},"Sandbox-Isolation","Alle Operationen sind auf das Verzeichnis `.crowdcast/simulations/` beschränkt, um unbeabsichtigte Änderungen außerhalb des Geltungsbereichs der Fähigkeit zu gewährleisten.",{"category":66,"check":79,"severity":24,"summary":80},"Sandbox-Flucht-Primitive","Es wurden keine getrennten Prozessaufrufe (`nohup`, `&`) oder keine-Wiederholungs-Schleifen in den Skripten gefunden.",{"category":66,"check":82,"severity":24,"summary":83},"Datenexfiltration","Die Fähigkeit verwaltet Daten lokal und macht keine undokumentierten ausgehenden Anrufe oder bezieht sich auf vertrauliche Daten.",{"category":66,"check":85,"severity":24,"summary":86},"Versteckte Texttricks","Der gebündelte Inhalt scheint frei von versteckten Steuerungs-Tricks zu sein, mit sauberem Text und erwarteten Unicode-Zeichen.",{"category":88,"check":89,"severity":24,"summary":90},"Hooks","Opake Codeausführung","Die gebündelten Skripte sind in reinem Python und Bash geschrieben, ohne Verschleierung wie base64-Payloads oder Laufzeit-Codeabrufe.",{"category":92,"check":93,"severity":24,"summary":94},"Portabilität","Strukturelle Annahme","Dateipfade sind relativ zum Simulationsverzeichnis (`.crowdcast/simulations/{sim_id}/`), was Annahmen über die Projektstruktur des Benutzers vermeidet.",{"category":96,"check":97,"severity":24,"summary":98},"Vertrauen","Aufmerksamkeit für Probleme","Es gibt 0 offene und 0 geschlossene Issues in den letzten 90 Tagen, was auf eine geringe aktuelle Aktivität, aber keine ungelösten Probleme hindeutet.",{"category":100,"check":101,"severity":24,"summary":102},"Versionierung","Release-Management","Eine aussagekräftige Version (`0.1.0`) ist im SKILL.md Frontmatter deklariert.",{"category":104,"check":105,"severity":24,"summary":106},"Ausführung","Validierung","Die Simulationslogik stützt sich auf strukturierte JSON-Schemata und Dateipfade, und die Eingabeaufforderungen der Unteragenten sind sorgfältig konstruiert, was eine robuste interne Validierung impliziert.",{"category":66,"check":108,"severity":24,"summary":109},"Ungeschützte destruktive Operationen","Die Fähigkeit führt hauptsächlich Dateioperationen innerhalb ihres eigenen Simulationsverzeichnisses durch und beinhaltet keine inhärent destruktiven Operationen wie Löschen oder Systemmodifikationen.",{"category":111,"check":112,"severity":24,"summary":113},"Codeausführung","Fehlerbehandlung","Die SKILL.md Datei bietet detaillierte Strategien zur Fehlerbehandlung für Unteragentenfehler, Dateinicht-gefunden-Fehler und Szenarien, in denen der Interview-Agent nicht gefunden wird, und leitet den Orchestrator an, klar zu berichten und Wiederaufnahmeoptionen vorzuschlagen.",{"category":111,"check":115,"severity":63,"summary":116},"Protokollierung","Die Fähigkeit orchestriert Unteragenten, die Aktionen ausführen, aber die primäre Ausgabe ist dateibasiert und berichtsbezogen; explizite Audit-Protokollierung innerhalb des Orchestrators selbst ist keine erklärte Anforderung.",{"category":118,"check":119,"severity":63,"summary":120},"Compliance","DSGVO","Die Fähigkeit arbeitet mit vom Benutzer bereitgestellten Dokumenten für Simulationszwecke und verarbeitet keine persönlichen Daten zur Übermittlung an Dritte oder zur persistenten Speicherung außerhalb des Simulationskontexts.",{"category":118,"check":122,"severity":24,"summary":123},"Zielmarkt","Die Fähigkeit arbeitet mit lokalen Dateien und internem Simulationszustand, ohne regionale oder rechtliche Logik, was sie global anwendbar macht.",{"category":92,"check":125,"severity":24,"summary":126},"Laufzeitstabilität","Die Fähigkeit verwendet Standard-Bash- und Python-Befehle und stützt sich auf die Claude Code-Umgebung, was die plattformübergreifende Kompatibilität gewährleistet.",{"category":44,"check":128,"severity":24,"summary":129},"README","Es existiert eine README.md-Datei, die den Zweck der Fähigkeit, Vorteile gegenüber Alternativen, Installation und Verwendung klar erklärt.",{"category":33,"check":131,"severity":24,"summary":132},"Größe der Werkzeugoberfläche","Die Fähigkeit bietet 5 primäre Befehle (`simulate`, `analyze`, `resume`, `report`, `interview`), die im Zielbereich liegen.",{"category":40,"check":134,"severity":24,"summary":135},"Überlappende Nahe-Synonym-Werkzeuge","Die Befehle (`simulate`, `analyze`, `resume`, `report`, `interview`) sind unterschiedlich und decken einzigartige Aspekte des Simulationslebenszyklus ohne signifikante Überschneidungen ab.",{"category":44,"check":137,"severity":24,"summary":138},"Phantomfunktionen","Alle beworbenen Funktionen, wie Multi-Agenten-Simulation, Moduserkennung, Fortsetzung unterbrochener Simulationen und Agenteninterviews, sind in der SKILL.md implementiert und dokumentiert.",{"category":140,"check":141,"severity":24,"summary":142},"Installation","Installationsanleitung","Die README bietet klare Installationsanleitungen über git clone und enthält kopierbare Nutzungsbeispiele für alle Befehle.",{"category":144,"check":145,"severity":24,"summary":146},"Fehler","Handlungsauffordernde Fehlermeldungen","Die SKILL.md beschreibt spezifische Fehlerbehandlungen für verschiedene Szenarien (Unteragentenfehler, Simulation nicht gefunden, Agent für Interview nicht gefunden, Seed-Datei nicht gefunden) und bietet klare Wiederherstellungsschritte oder Anleitungen.",{"category":111,"check":148,"severity":63,"summary":149},"Angepinnte Abhängigkeiten","Die Fähigkeit stützt sich nicht auf externe Paketinstallationen; sie verwendet integrierte Python- und Bash-Tools innerhalb der Claude Code-Umgebung.",{"category":33,"check":151,"severity":63,"summary":152},"Dry-Run-Vorschau","Die Operationen der Fähigkeit beinhalten die Verwaltung von Dateien und die Orchestrierung von Agenten innerhalb eines definierten Simulationsverzeichnisses, nicht externe zustandsverändernde Befehle, die typischerweise einen Dry-Run erfordern würden.",{"category":154,"check":155,"severity":24,"summary":156},"Protokoll","Idempotente Wiederholung & Timeouts","Das Simulationsdesign betont die zustandsbasierte Verwaltung über Dateien, und der `resume`-Befehl ermöglicht Wiederholungsversuche nach Fehlern. Unteragenten-Timeouts werden implizit von der Claude Code-Umgebung behandelt.",{"category":118,"check":158,"severity":24,"summary":159},"Telemetrie-Opt-in","Die Fähigkeit arbeitet lokal und sendet keine Telemetriedaten, weshalb keine Opt-in/Opt-out-Mechanismen erforderlich sind.",{"category":40,"check":161,"severity":24,"summary":162},"Präziser Zweck","Der Zweck ist klar definiert als die Durchführung von Multi-Agenten-Sozialsimulationen zur Vorhersage und Erkundung, mit expliziten Auslösern und Modi (Prognose/kreativ).",{"category":40,"check":164,"severity":24,"summary":165},"Prägnantes Frontmatter","Die SKILL.md-Datei enthält ein prägnantes Frontmatter mit Name, Beschreibung und Version, gefolgt von Befehlen und Beispielen, was ein schnelles Verständnis erleichtert.",{"category":44,"check":167,"severity":24,"summary":168},"Prägnanter Body","Die SKILL.md ist gut strukturiert und lagert detaillierte Verfahren in Referenzdateien aus, wodurch die Hauptanleitung prägnant und überschaubar bleibt.",{"category":170,"check":171,"severity":24,"summary":172},"Kontext","Progressive Offenlegung","Die SKILL.md beschreibt die Simulationsphasen und verweist auf detaillierte Anleitungen in separaten `references/`-Dateien, was eine progressive Offenlegung verwendet.",{"category":170,"check":174,"severity":63,"summary":175},"Gabel-Exploration","Die Fähigkeit ist ein Orchestrator und führt keine tiefgehende Exploration oder Code-Überprüfung durch, die `context: fork` erfordern würde.",{"category":22,"check":177,"severity":24,"summary":178},"Nutzungsbeispiele","Ausreichende End-to-End-Beispiele sind sowohl in der README als auch in der SKILL.md enthalten, die zeigen, wie jeder Befehl und seine Optionen verwendet werden.",{"category":22,"check":180,"severity":24,"summary":181},"Randfälle","Die SKILL.md befasst sich mit möglichen Fehlermodi wie Unteragentenfehler, nicht gefundene Simulation, nicht gefundener Agent für Interview und nicht gefundene Seed-Datei, mit klaren Wiederherstellungsschritten.",{"category":111,"check":183,"severity":63,"summary":184},"Werkzeug-Fallback","Die Fähigkeit stützt sich nicht auf externe Werkzeuge wie MCP-Server; sie arbeitet vollständig innerhalb der Claude Code-Umgebung.",{"category":66,"check":186,"severity":24,"summary":187},"Anhalten bei unerwartetem Zustand","Die Simulationslogik behandelt unerwartete Zustände durch Rekonstruktion von Daten oder klare Fehlermeldungen, wodurch sichergestellt wird, dass der Workflow bei Bedarf ordnungsgemäß beendet wird.",{"category":92,"check":189,"severity":24,"summary":190},"Cross-Skill-Kopplung","Die Fähigkeit ist in sich abgeschlossen und stützt sich nicht implizit auf andere Fähigkeiten, was eine eigenständige Funktionalität gewährleistet.",1778698137672,"Diese Claude Code-Fähigkeit orchestriert Multi-Agenten-Sozialsimulationen und ermöglicht es Benutzern, Dokumente und Eingabeaufforderungen zur Vorhersage gesellschaftlicher Reaktionen oder zur Erkundung fiktiver Erzählungen einzugeben. Sie verwaltet den gesamten Simulationslebenszyklus, einschließlich Dokumentenanalyse, Persona-Generierung, Agenteninteraktion und Berichterstattung, alles innerhalb der Claude Code-Umgebung ohne externe Abhängigkeiten.",[194,195,196,197,198,199],"Führen Sie Multi-Agenten-Sozialsimulationen durch","Analysieren Sie Dokumente, um Wissensgraphen zu extrahieren","Generieren Sie KI-Agenten-Personas","Simulieren Sie Agenteninteraktionen in Vorhersage- oder Kreativmodi","Setzen Sie unterbrochene Simulationen fort","Befragen Sie simulierte Agenten im Charakter",[201,202,203],"Erfordernis externer APIs oder Infrastruktur","Durchführung von Simulationen in massivem Maßstab (Millionen von Agenten)","Bereitstellung von Echtzeit-Webschnittstellen",[205,206,207],"Simulationsdesign","Agenten-Orchestrierung","Narrative Generierung",[209,210],"Claude Code-Umgebung","Claude-Abonnement (Pro, Team oder Enterprise)","3.0.0","4.4.0","Benutzern zu ermöglichen, komplexe Multi-Agenten-Sozialsimulationen für prädiktive Analysen oder kreatives Storytelling durchzuführen, ohne externe Einrichtung oder APIs zu benötigen.","Die Fähigkeit weist eine ausgezeichnete Dokumentation, Sicherheit und Implementierungsqualität auf, mit nur geringfügigen Feststellungen bei der Abhängigkeitsverwaltung und der Protokollierung, die nicht zutreffend sind. Die hohe Punktzahl spiegelt die umfassende Abdeckung und das robuste Design wider.",98,"Eine robuste und gut dokumentierte Fähigkeit für Multi-Agenten-Sozialsimulationen mit hervorragenden Sicherheits- und Benutzerfreundlichkeitsfunktionen.",[218,219,220,221,222,223],"simulation","multi-agent","social-dynamics","prediction","creative-writing","ai-orchestration","verified",[226,227,228,229],"Vorhersage öffentlicher Reaktionen auf politische Änderungen oder Nachrichtenereignisse","Erkundung fiktiver Szenarien und Charakterinteraktionen","Analyse von Gruppendynamiken","Generierung von Erzählinhalten basierend auf komplexen Eingabeaufforderungen",[231,232,233,234,235,236,237,238],"Benutzer ruft `/crowdcast simulate \u003Cdateien> \"eingabeaufforderung\"` auf","Die Fähigkeit generiert eine Simulations-ID und Verzeichnisstruktur","Die Fähigkeit kopiert Seed-Dateien und schreibt anfängliche Metadaten","Phase 1: Unteragent analysiert Dokumente, um einen Wissensgraphen und eine Konfiguration zu erstellen","Phase 2: Unteragenten generieren Schlüsselagenten-Personas und Gruppenprofile parallel","Phase 3: Unteragenten simulieren Runden sequenziell und aktualisieren Plattform-/Weltzustand und Agenten-Speicher","Phase 4: Unteragent generiert einen Abschlussbericht und strukturierte Daten","Benutzer erhält den Bericht und kann optional Agenten befragen",{"codeQuality":240,"collectedAt":242,"documentation":243,"maintenance":246,"security":251,"testCoverage":252},{"hasLockfile":241},false,1778698118806,{"descriptionLength":244,"readmeSize":245},335,6141,{"closedIssues90d":8,"forks":247,"hasChangelog":241,"manifestVersion":248,"openIssues90d":8,"pushedAt":249,"stars":250},1,"0.1.0",1778251877000,4,{"hasNpmPackage":241,"smitheryVerified":241},{"hasCi":241,"hasTests":241},{"updatedAt":254},1778698160434,{"basePath":256,"githubOwner":257,"githubRepo":258,"locale":18,"slug":258,"type":259},"skills/crowdcast","TheQmaks","crowdcast","skill",{"_creationTime":261,"_id":262,"community":263,"display":264,"identity":267,"parentExtension":271,"providers":302,"relations":309,"tags":310,"workflow":311},1778698083702.1262,"k171tdhndgm24735r23nyaccz586ncrj",{"reviewCount":8},{"description":265,"installMethods":266,"name":258,"sourceUrl":14},"Multi-agent social simulation for prediction and creative exploration. Zero external dependencies — runs entirely within Claude Code.",{"claudeCode":258},{"basePath":268,"githubOwner":257,"githubRepo":258,"locale":269,"slug":258,"type":270},"","en","plugin",{"_creationTime":272,"_id":273,"community":274,"display":275,"identity":278,"providers":280,"relations":295,"tags":297,"workflow":298},1778698083702.126,"k1777shvk6f4zhzpnan7nm5ma586m6kf",{"reviewCount":8},{"description":276,"installMethods":277,"name":13,"sourceUrl":14},"TheQmaks Claude Code marketplace — hosts the Crowdcast multi-agent social simulation plugin.",{"claudeCode":12},{"basePath":268,"githubOwner":257,"githubRepo":258,"locale":269,"slug":258,"type":279},"marketplace",{"evaluate":281,"extract":288},{"promptVersionExtension":282,"promptVersionScoring":212,"score":283,"tags":284,"targetMarket":287,"tier":224},"3.1.0",99,[218,219,221,285,259,286],"creative","zero-dependency","global",{"commitSha":289,"license":290,"marketplace":291,"plugin":293},"HEAD","MIT",{"name":292,"pluginCount":247},"theqmaks",{"mcpCount":8,"provider":294,"skillCount":8},"classify",{"repoId":296},"kd760z3j82spgwn0tjtqghm9q586nsyy",[285,219,221,218,259,286],{"evaluatedAt":299,"extractAt":300,"updatedAt":301},1778698098814,1778698083702,1778698177285,{"evaluate":303,"extract":307},{"promptVersionExtension":211,"promptVersionScoring":212,"score":215,"tags":304,"targetMarket":287,"tier":224},[218,219,305,306,221,222],"ai-agents","social-simulation",{"commitSha":289,"plugin":308},{"mcpCount":8,"provider":294,"skillCount":247},{"parentExtensionId":273,"repoId":296},[305,222,219,221,218,306],{"evaluatedAt":312,"extractAt":300,"updatedAt":313},1778698118412,1778698177457,{"evaluate":315,"extract":317},{"promptVersionExtension":211,"promptVersionScoring":212,"score":215,"tags":316,"targetMarket":287,"tier":224},[218,219,220,221,222,223],{"commitSha":289,"license":290},{"parentExtensionId":262,"repoId":296,"translatedFrom":319},"k17brwh7tfw6mws70s3qjj8z4n86m5w9",{"_creationTime":321,"_id":296,"identity":322,"providers":323,"workflow":375},1778698079325.3296,{"githubOwner":257,"githubRepo":258,"sourceUrl":14},{"classify":324,"discover":365,"github":368},{"commitSha":289,"extensions":325},[326,336,346],{"basePath":268,"description":276,"displayName":292,"installMethods":327,"rationale":328,"selectedPaths":329,"source":335,"sourceLanguage":269,"type":279},{"claudeCode":12},"marketplace.json at .claude-plugin/marketplace.json",[330,333],{"path":331,"priority":332},".claude-plugin/marketplace.json","mandatory",{"path":334,"priority":332},"README.md","rule",{"basePath":268,"description":265,"displayName":258,"installMethods":337,"rationale":338,"selectedPaths":339,"source":335,"sourceLanguage":269,"type":270},{"claudeCode":258},"plugin manifest at .claude-plugin/plugin.json",[340,342,343],{"path":341,"priority":332},".claude-plugin/plugin.json",{"path":334,"priority":332},{"path":344,"priority":345},"skills/crowdcast/SKILL.md","medium",{"basePath":256,"description":347,"displayName":258,"installMethods":348,"rationale":349,"selectedPaths":350,"source":335,"sourceLanguage":269,"type":259},"Run multi-agent social simulations for prediction and creative exploration. Use when the user wants to simulate group behavior, predict public reactions, explore fictional scenarios, or analyze how agents would interact. Trigger words - \"simulate\", \"prediction\", \"multi-agent\", \"what would happen if\", \"social simulation\", \"crowdcast\".",{"claudeCode":12},"SKILL.md frontmatter at skills/crowdcast/SKILL.md",[351,353,355,357,359,361,363],{"path":352,"priority":332},"SKILL.md",{"path":354,"priority":345},"references/data-schemas.md",{"path":356,"priority":345},"references/phase1-analyzer.md",{"path":358,"priority":345},"references/phase2-profiler.md",{"path":360,"priority":345},"references/phase3-simulator-creative.md",{"path":362,"priority":345},"references/phase3-simulator-forecast.md",{"path":364,"priority":345},"references/phase4-reporter.md",{"sources":366},[367],"manual",{"closedIssues90d":8,"description":369,"forks":247,"openIssues90d":8,"pushedAt":249,"readmeSize":245,"stars":250,"topics":370},"Multi-agent social simulation as a Claude Code skill. Zero dependencies — predict anything with /crowdcast simulate.",[371,305,372,373,374,219,221,218,306,258],"agent-skills","claude","claude-code","claude-skill",{"classifiedAt":376,"discoverAt":377,"extractAt":378,"githubAt":378,"updatedAt":376},1778698083527,1778698079325,1778698081672,[223,222,219,221,218,220],{"evaluatedAt":381,"extractAt":300,"updatedAt":254},1778698138126,[],[384,412,442,464,497,527],{"_creationTime":385,"_id":386,"community":387,"display":388,"identity":394,"providers":398,"relations":406,"tags":408,"workflow":409},1778696691708.3022,"k178f9kby1bngrepw8bsaxb06s86n9z2",{"reviewCount":8},{"description":389,"installMethods":390,"name":392,"sourceUrl":393},"Advanced Hive Mind collective intelligence system for queen-led multi-agent coordination with consensus mechanisms and persistent memory\n",{"claudeCode":391},"ruvnet/ruflo","hive-mind-advanced","https://github.com/ruvnet/ruflo",{"basePath":395,"githubOwner":396,"githubRepo":397,"locale":269,"slug":392,"type":259},".claude/skills/hive-mind-advanced","ruvnet","ruflo",{"evaluate":399,"extract":405},{"promptVersionExtension":211,"promptVersionScoring":212,"score":215,"tags":400,"targetMarket":287,"tier":224},[219,401,223,402,403,404],"coordination","collective-intelligence","memory-systems","consensus-mechanisms",{"commitSha":289},{"repoId":407},"kd7ed28gj8n0y3msk5dzrp05zs86nqtc",[223,402,404,401,403,219],{"evaluatedAt":410,"extractAt":411,"updatedAt":410},1778699115084,1778696691708,{"_creationTime":413,"_id":414,"community":415,"display":416,"identity":422,"providers":426,"relations":435,"tags":438,"workflow":439},1778699234184.6135,"k175frmf44tn80mcd6gvw1c1th86ngq9",{"reviewCount":8},{"description":417,"installMethods":418,"name":420,"sourceUrl":421},"Invoke parallel document-specialist agents for external web searches and documentation lookup",{"claudeCode":419},"Yeachan-Heo/oh-my-claudecode","external-context","https://github.com/Yeachan-Heo/oh-my-claudecode",{"basePath":423,"githubOwner":424,"githubRepo":425,"locale":269,"slug":420,"type":259},"skills/external-context","Yeachan-Heo","oh-my-claudecode",{"evaluate":427,"extract":434},{"promptVersionExtension":211,"promptVersionScoring":212,"score":428,"tags":429,"targetMarket":287,"tier":224},100,[430,431,432,433,219],"search","documentation","research","information-retrieval",{"commitSha":289},{"parentExtensionId":436,"repoId":437},"k17brg5egdw1jbncj1j4wfv3fh86n639","kd74zv63fryf9prygtq7gf4es986n22y",[431,433,219,432,430],{"evaluatedAt":440,"extractAt":441,"updatedAt":440},1778699449790,1778699234184,{"_creationTime":443,"_id":444,"community":445,"display":446,"identity":450,"providers":452,"relations":460,"tags":461,"workflow":462},1778696691708.3054,"k17by7bzagajqkcvcetdw10cz586nxbj",{"reviewCount":8},{"description":447,"installMethods":448,"name":449,"sourceUrl":393},"Orchestrate multi-agent swarms with agentic-flow for parallel task execution, dynamic topology, and intelligent coordination. Use when scaling beyond single agents, implementing complex workflows, or building distributed AI systems.",{"claudeCode":391},"swarm-orchestration",{"basePath":451,"githubOwner":396,"githubRepo":397,"locale":269,"slug":449,"type":259},".claude/skills/swarm-orchestration",{"evaluate":453,"extract":459},{"promptVersionExtension":211,"promptVersionScoring":212,"score":428,"tags":454,"targetMarket":287,"tier":224},[455,219,456,457,401,458],"agent-orchestration","swarm","distributed-systems","ai-workflow",{"commitSha":289},{"repoId":407},[455,458,401,457,219,456],{"evaluatedAt":463,"extractAt":411,"updatedAt":463},1778699363559,{"_creationTime":465,"_id":466,"community":467,"display":468,"identity":474,"providers":479,"relations":489,"tags":492,"workflow":493},1778699134715.357,"k174n2mwmn4jp9gk557441fakn86n9w1",{"reviewCount":8},{"description":469,"installMethods":470,"name":472,"sourceUrl":473},"Zeitreihenprognose für KI-Agenten. ARIMA- und Holt-Winters-Vorhersagen mit Konfidenzintervallen. Prognostizieren Sie Umsatz, Traffic, Preise oder beliebige sequentielle Daten. Inferenz unter 5 ms.",{"claudeCode":471},"Whatsonyourmind/oraclaw","OraClaw Forecast","https://github.com/Whatsonyourmind/oraclaw",{"basePath":475,"githubOwner":476,"githubRepo":477,"locale":18,"slug":478,"type":259},"mission-control/packages/clawhub-skills/oraclaw-forecast","Whatsonyourmind","oraclaw","oraclaw-forecast",{"evaluate":480,"extract":488},{"promptVersionExtension":211,"promptVersionScoring":212,"score":428,"tags":481,"targetMarket":287,"tier":224},[482,483,221,484,485,486,487],"forecasting","time-series","arima","holt-winters","analytics","data-science",{"commitSha":289,"license":290},{"repoId":490,"translatedFrom":491},"kd76fmxm1ng903s4fmj0p7hxxs86ndkg","k17a19x757qjaehqa5jah8k7y986n55p",[486,484,487,482,485,221,483],{"evaluatedAt":494,"extractAt":495,"updatedAt":496},1778698975269,1778698837670,1778699134715,{"_creationTime":498,"_id":499,"community":500,"display":501,"identity":507,"providers":511,"relations":520,"tags":523,"workflow":524},1778695548458.4019,"k178tdf3aqzyah8h8w58dxt8g186mtns",{"reviewCount":8},{"description":502,"installMethods":503,"name":505,"sourceUrl":506},"Design and simulate a minimal CPU from scratch: define an instruction set architecture (ISA), build the datapath (ALU, register file, program counter, memory interface), design the control unit (hardwired or microprogrammed), implement the fetch-decode-execute cycle, and verify by tracing a small program clock cycle by clock cycle. The capstone \"computer inside a computer\" exercise that composes combinational and sequential building blocks into a complete processor.\n",{"claudeCode":504},"pjt222/agent-almanac","simulate-cpu-architecture","https://github.com/pjt222/agent-almanac",{"basePath":508,"githubOwner":509,"githubRepo":510,"locale":269,"slug":505,"type":259},"skills/simulate-cpu-architecture","pjt222","agent-almanac",{"evaluate":512,"extract":519},{"promptVersionExtension":211,"promptVersionScoring":212,"score":428,"tags":513,"targetMarket":287,"tier":224},[514,515,516,517,218,518],"cpu-architecture","digital-logic","computer-science","instruction-set","hardware-design",{"commitSha":289},{"parentExtensionId":521,"repoId":522},"k170h0janaa9kwn7cfgfz2ykss86mmh9","kd7aryv63z61j39n2td1aeqkvh86mh12",[516,514,515,518,517,218],{"evaluatedAt":525,"extractAt":526,"updatedAt":525},1778701650465,1778695548458,{"_creationTime":528,"_id":529,"community":530,"display":531,"identity":537,"providers":542,"relations":551,"tags":554,"workflow":555},1778683100520.3008,"k17ey9mx0h8mhbdfzz37c63c0s86m409",{"reviewCount":8},{"description":532,"installMethods":533,"name":535,"sourceUrl":536},"Writes or reviews lyrics with professional prosody, rhyme craft, and quality checks. Use when writing new lyrics, revising existing lyrics, or when the user says 'let's work on a track.'",{"claudeCode":534},"bitwize-music-studio/claude-ai-music-skills","Lyric Writer","https://github.com/bitwize-music-studio/claude-ai-music-skills",{"basePath":538,"githubOwner":539,"githubRepo":540,"locale":269,"slug":541,"type":259},"skills/lyric-writer","bitwize-music-studio","claude-ai-music-skills","lyric-writer",{"evaluate":543,"extract":549},{"promptVersionExtension":211,"promptVersionScoring":212,"score":283,"tags":544,"targetMarket":287,"tier":224},[545,546,547,222,548],"lyrics","music","songwriting","suno",{"commitSha":289,"license":550},"CC0-1.0",{"parentExtensionId":552,"repoId":553},"k1754vkdjckrkqvz9x7tjrvhzn86n1gc","kd70cgrajsrnk5gmq60rhq30zd86nyc0",[222,545,546,547,548],{"evaluatedAt":556,"extractAt":557,"updatedAt":556},1778683512322,1778683100520]