nirvana squads creator lite
Token-optimized squad generator — 5-phase pipeline with live tech verification, context-manifest pattern, shared macros, and consolidated agents. ~70% fewer tokens than v1.
npx squads add Renat0z/uploads/nirvana-squads-creator-lite -yNirvana Squads Creator Lite
Squad जनरेटर जो v1 की तुलना में ~70% कम टोकन खर्च करता है।
5 चरणों की पाइपलाइन जिसमें context-manifest pattern, लाइव टेक वेरिफिकेशन, साझा macros और समेकित एजेंट्स हैं।
/nscl
क्या आपने भी घंटों हाथ से squads बनाने में गँवाए हैं?
आप इस दिनचर्या को जानते हैं।
एक एजेंट बनाओ। फिर दूसरा। Tasks लिखो, cross-refs जोड़ो, YAML वैलिडेट करो, पता चले कि एक ज़रूरी फ़ील्ड भूल गए, सब दोबारा करो।
3 घंटे बाद, आपके पास एक squad होता है जो शायद काम करे।
और अगर मैं कहूँ कि प्राकृतिक भाषा में एक वाक्य को एक पूर्ण squad में बदला जा सकता है — वैलिडेटेड, ऑप्टिमाइज़्ड और deploy के लिए तैयार — बस कुछ ही मिनटों में?
पहले और बाद
| 🐌 मैनुअल | ⚡ NSCL | |
|---|---|---|
| औसत समय | 2-4 घंटे | ~5 मिनट |
| Cross-ref त्रुटियाँ | बार-बार | शून्य (स्वचालित वैलिडेशन) |
| टोकन खपत | अधिक (बार-बार पढ़ना) | ~70% कम (context-manifest) |
| अनावश्यक एजेंट्स | आपको पता भी नहीं चलता | AgentDropout हटा देता है |
| AIOS वैलिडेशन | मैनुअल, आंशिक | 7 श्रेणियाँ, स्वचालित |
| बहुभाषी README | "बाद में करूँगा" | 6 भाषाएँ, पाइपलाइन में तैयार |
कैसे काम करता है
┌─────────────────────────────────────────────────────────┐ │ आपका उद्देश्य │ │ (प्राकृतिक भाषा में एक वाक्य) │ └──────────────────────┬──────────────────────────────────┘ │ ▼ ┌─────────────────────────┐ │ 🔍 चरण 1 — ANALYZER │ │ उद्देश्य को संरचित │ │ आर्किटेक्चर (JSON) │ │ में विभाजित करता है │ └────────────┬────────────┘ │ context-manifest.json ▼ ┌────────────────────────────────┐ ┌───────────────────────────────┐ │ 🔬 चरण 2 — TECH VERIFIER │ │ APIs, libs और सेवाओं की │ │ लाइव स्रोतों से जाँच │ └───────────────┬───────────────┘ │ सत्यापित manifest ▼ ┌────────────────────────────────┐ │ 🏗️ चरण 3 — COMPONENT GEN │ │ agents, tasks, configs और │ │ workflows एक ही पास में │ └───────────────┬────────────────┘ │ ▼ ┌───────────────────────────────┐ │ ✅ चरण 4 — QUALITY GATE │ │ AgentDropout + AIOS │ │ वैलिडेशन (7 श्रेणियाँ) │ └───────────────┬───────────────┘ │ ▼ ┌──────────────────────────────┐ │ 🚀 चरण 5 — DISTRIBUTOR │ │ READMEs (6 भाषाएँ) + Deploy│ │ + Publish squads.sh │ └──────────────────────────────┘
~70% कम टोकन क्यों?
तीन आर्किटेक्चर निर्णय पूरा फ़र्क लाते हैं:
- Context-manifest pattern — Analyzer एक संरचित JSON तैयार करता है। डाउनस्ट्रीम एजेंट्स कई फ़ाइलों को 4-4 बार पढ़ने के बजाय इस एक फ़ाइल को पढ़ते हैं।
- साझा macros — सामान्य नियम में रहते हैं। एजेंट्स के बीच शून्य दोहराव।
/shared
- Single-pass generation — ComponentGenerator सब कुछ एक ही पास में तैयार करता है। कोई double-reads नहीं, कोई दोबारा काम नहीं।
एजेंट्स
| नाम | आर्किटाइप | भूमिका | |
|---|---|---|---|
| 🔍 | Analyzer | Guardian | उद्देश्यों को संरचित आर्किटेक्चर में विभाजित करता है |
| 🔬 | TechVerifier | Guardian | APIs, libs और सेवाओं की लाइव स्रोतों से जाँच करता है |
| 🏗️ | ComponentGenerator | Builder | squad के सभी कॉम्पोनेंट्स एक ही पास में तैयार करता है |
| ✅ | QualityGate | Guardian | ऑप्टिमाइज़ (AgentDropout) और वैलिडेट (7 AIOS श्रेणियाँ) करता है |
| 🚀 | Distributor | Flow_Master | बहुभाषी READMEs, deploy और प्रकाशन |
Tasks
| Task | ज़िम्मेदार एजेंट | एटॉमिक लेयर |
|---|---|---|
| उद्देश्य विश्लेषण | 🔍 Analyzer | विभाजन → context-manifest.json |
| टेक स्टैक वेरिफिकेशन | 🔬 TechVerifier | APIs, libs, सेवाएँ → लाइव वेरिफिकेशन |
| कॉम्पोनेंट जनरेशन | 🏗️ ComponentGenerator | सत्यापित Manifest → agents/tasks/configs/workflows |
| वैलिडेशन और ऑप्टिमाइज़ेशन | ✅ QualityGate | AgentDropout → 7-श्रेणी वैलिडेशन |
| वितरण और Deploy | 🚀 Distributor | READMEs 6 भाषाएँ → Deploy → Publish |
Workflows
| नाम | पैटर्न | विवरण |
|---|---|---|
full-pipeline | Sequential | पूर्ण पाइपलाइन: विश्लेषण → जनरेशन → वैलिडेशन → वितरण |
validate-only | Sequential | केवल मौजूदा squad की AIOS वैलिडेशन |
कमांड्स
| कमांड | क्या करता है |
|---|---|
/nscl | पूर्ण पाइपलाइन शुरू करता है (उद्देश्य माँगता है) |
/nscl:validate | मौजूदा squad को वैलिडेट करता है (7 AIOS श्रेणियाँ) |
/nscl:analyze | केवल विश्लेषण चरण |
/nscl:generate | मौजूदा manifest से कॉम्पोनेंट्स तैयार करता है |
/nscl:distribute | READMEs तैयार करता है और प्रकाशित करता है |
AIOS वैलिडेशन — 7 श्रेणियाँ
QualityGate स्वचालित रूप से जाँच करता है:
| # | श्रेणी | क्या वैलिडेट करता है |
|---|---|---|
| 1 | Manifest | squad.yaml पूर्ण और सही ढंग से बना हुआ |
| 2 | Directory | AIOS spec के अनुसार फ़ोल्डर संरचना |
| 3 | Agent Format | अनिवार्य फ़ील्ड्स, मान्य आर्किटाइप्स |
| 4 | Task Format | Inputs/outputs, सही agent refs |
| 5 | Cross-Refs | फ़ाइलों के बीच हर रेफ़रेंस resolve होता है |
| 6 | YAML Syntax | शून्य पार्सिंग त्रुटियाँ |
| 7 | Tech Verification | सत्यापित निर्भरताएँ, कोई REJECTED आइटम नहीं |
Tech Stack
| तकनीक | उपयोग |
|---|---|
| AIOS Core ≥ 2.1.0 | Squads का एक्ज़ीक्यूशन रनटाइम |
| Claude Code | एजेंट्स का AI इंजन |
| YAML | कॉन्फ़िगरेशन फ़ॉर्मेट |
| JSON | Context-manifest pattern |
| Shields.io | डायनामिक बैज |
FAQ
क्या मैं किसी भी उद्देश्य के साथ इसका उपयोग कर सकता हूँ?
हाँ। Analyzer प्राकृतिक भाषा में कोई भी विवरण स्वीकार करता है। उद्देश्य जितना विशिष्ट होगा, तैयार की गई आर्किटेक्चर उतनी ही सटीक होगी। "SaaS ग्राहक ऑनबोर्डिंग ऑटोमेशन के लिए squad" जैसा एक वाक्य ही काफ़ी है।
क्या AgentDropout उन एजेंट्स को हटा सकता है जिन्हें मैं रखना चाहता हूँ?
AgentDropout केवल उन एजेंट्स को मर्ज करता है जिनकी ज़िम्मेदारियाँ काफ़ी हद तक ओवरलैप करती हैं। यह कभी भी फ़ंक्शनैलिटी नहीं हटाता — केवल रिडंडेंसी को समेकित करता है। नतीजा एक पतला squad होता है जो कम टोकन में ठीक वही काम करता है।
Nirvana Squads Creator (v1) से क्या फ़र्क है?
~70% कम टोकन। v1 में अलग-अलग एजेंट्स थे जो वही फ़ाइलें कई बार पढ़ते थे। Lite में context-manifest (1 साझा JSON), बिना दोहराव वाली macros और single-pass जनरेशन है। कम एजेंट्स, कम tasks, वही नतीजा।
क्या यह मौजूदा squads के साथ काम करता है?
हाँ। पहले से बने किसी भी squad पर 7 श्रेणियों की AIOS वैलिडेशन चलाने के लिए
/nscl:validate
README किन भाषाओं में तैयार होता है?
Português (BR), English, Español, العربية (अरबी), हिन्दी (हिंदी) और 中文 (चीनी)।
Renato Medeiros द्वारा निर्मित · MIT License
squad-creator · meta-tool · aios · multi-agent · claude-code · pipeline · automation · token-optimized · lite
समीक्षाएँ
0 समीक्षाएँअभी तक कोई समीक्षा नहीं। इस स्क्वॉड की पहली समीक्षा लिखें!
More from Renat0z
brainstormind
Workflow Diverge+Converge — swarm de 24 agentes gera 200+ ideias, filtra Top 3, depois refina o melhor insight em design validado. Pipeline de 6 fases com gate interativo, context-manifest pattern, shared macros. ~65% menos tokens que abordagem naive.
swarm-tree-orchestration
Recursive tree decomposition orchestrator squad — decomposes complex tasks into a tree where each leaf has max 2 sub-tasks, plans the complete tree before execution, launches waves via TaskCreate, and integrates results. Inherits Context Factory, UxIxR scoring, circuit breaker, and fitToBudget.
win proposal deal
Propostas comerciais que fecham — 4 agentes IA analisam seu prospect, desenham 3 opcoes de escopo, precificam com win-rate preditivo e entregam proposta persuasiva pronta em minutos
token-optimizer
Analisa squads AIOS existentes e produz otimizacoes priorizadas por ROI — qualidade, velocidade e economia de tokens — usando TOKEN-OPTIMIZATION-GUIDE.md como base de conhecimento.
design 3d experience
Squad para planejar e construir experiencias 3D web imersivas — do briefing estrategico ao deploy otimizado com Three.js, React Three Fiber, GSAP e scroll-driven narratives
video factory remotion
End-to-end programmatic video creation squad — from briefing to rendered MP4. 5 specialized agents orchestrate storyboard, assets, voiceover+SFX+BGM, Remotion composition (3-layer audio), and render pipeline with post-processing.