Heim

Skill

Produktivität und Workflow

efficient-fable

BuilderIO/skills

Koordinieren Sie tokenintensive Forschungs-, Programmier- und Testarbeiten, indem Sie begrenzte Aufgaben an kostengünstigere Unteragenten delegieren, während Sie Claude Fable für die Architektur, die Synthese und die abschließende Überprüfung vorbehalten.

...Alle erweitern

Zeit aktualisiert 6. September 2026

# orchestration # delegation # claude fable # cost efficiency # parallel execution # subagents

Effizientes Fable

Setzen Sie Claude Fable als Koordinator, Architekt, Synthesizer und endgültigen Richter ein. Verwenden Sie kostengünstigere Unteragenten für tokenintensive Forschungsaufgaben, Programmierung, Tests und Zusammenfassungen, die nicht das volle Urteilsvermögen von Fable erfordern.

Wo Fable glänzt

Setzen Sie Fable ein für:

Die Zerlegung mehrdeutiger Aufgaben in klar abgegrenzte, parallel bearbeitbare Teile.
Abwägungen zwischen Architektur, Produkt und Sicherheit.
Das Lesen widersprüchlicher Berichte von Unteragenten und die Entscheidung, worauf es ankommt.
Die Integration von Teilimplementierungen in einen einheitlichen Plan.
Abschließende Überprüfung, Risikobewertung und benutzerorientierte Zusammenfassung.

Delegationsmuster

Benennen Sie das Risiko, das viel Ressourcen kostet: umfangreiche Repo-Suche, lange Protokolle, umfangreiche Dokumentation oder sich wiederholende Bearbeitungen.
Teilen Sie unabhängige Aufgaben auf Subagenten auf, bevor Sie alles selbst durchlesen.
Verwenden Sie kostengünstigere Modelle für Recherchen, Bestandsaufnahmen, Suchzusammenfassungen, gezielte Fehlerjagden, Browser-/Testdurchläufe, die Reduzierung von Testausgaben und begrenzte Code- Bearbeitungen.
Fordern Sie von den Unteragenten prägnante Belege an: Dateien, Zeilenverweise, ausgeführte Befehle, Diffs, Unsicherheiten und die von ihnen getroffenen Stoppbedingungen.
Verwenden Sie Fable-Token für die Entscheidungsebene: Vergleichen Sie Ergebnisse, lösen Sie Konflikte, wählen Sie den Implementierungsweg und überprüfen Sie den endgültigen Patch.

Bevorzugen Sie parallele Unteragenten, wenn die Teilbereiche nicht voneinander abhängig sind. Behalten Sie blockierende oder stark gekoppelte Aufgaben lokal bei.

Übergabepakete

Schreiben Sie delegierte Eingabeaufforderungen so, als hätte der Unteragent keinen nützlichen Chat-Kontext. Fügen Sie nur den Kontext ein, den er benötigt:

Den Repo-Pfad und das genaue Ziel.
Die Dateien, Pakete oder Oberflächen im Geltungsbereich sowie alles, was ausdrücklich außerhalb des Geltungsbereichs liegt.
Das zurückzugebende Nachweisformat: Dateien, Zeilenverweise, Befehle, Diffs, Fehler, Screenshots und Unsicherheiten.
Die auszuführenden Verifizierungsbefehle oder Browser-Abläufe sowie die Beschreibung, wie ein Erfolg aussehen sollte, sofern dies feststellbar ist.
Abbruchbedingungen: Wenn der Code nicht mit der Eingabeaufforderung übereinstimmt, ein Befehl nach einem angemessenen Wiederholungsversuch fehlschlägt oder die Aufgabe Dateien benötigt, die nicht im Geltungsbereich liegen, brechen Sie ab und melden Sie dies, anstatt zu improvisieren.

Prüfung delegierter Arbeit

Behandeln Sie Berichte von Unteragenten als Anhaltspunkte, nicht als Fakten. Bevor Sie einen Befund mit großer Auswirkung nutzen, einen PR eröffnen oder dem Nutzer mitteilen, dass die Arbeit erledigt ist, sollte Fable die wichtigen zitierten Dateien erneut öffnen, die relevanten Zeilenverweise oder Fehler bestätigen und den endgültigen Diff anhand der Aufgabe überprüfen. Lassen Sie leichtere Agenten Signale sammeln; behalten Sie die Beurteilung der Richtigkeit bei Fable.

Häufige Szenarien

Behandeln Sie diese als flexible Vorgaben, nicht als starre Regeln:

Recherche: Beauftragen Sie leichtere Agenten damit, Dokumente, den Stand der Technik, APIs und Repo-Oberflächen zu scannen; Fable entscheidet, welche Erkenntnisse den Plan ändern.
Programmierung: Geben Sie kostengünstigeren Agenten begrenzte Bearbeitungen oder Patch-Vorschläge; Fable übernimmt die Koordination gemeinsam genutzter Dateien, die Integration und die abschließende Überprüfung.
Testen: Lassen Sie Fable die Validierungsrichtung sowie die Skripte oder relevanten Browser-Prüfungen vorschlagen. Lassen Sie leichtere Agenten gezielte Tests, Browser- Abläufe, Screenshots und die Log-Reduzierung durchführen und anschließend genaue Befehle, Fehler, wahrscheinliche Ursachen sowie die Frage melden, ob Fehler sporadisch, umgebungsbedingt oder echt sind.
Fehlerbehebung: Setzen Sie kostengünstigere Agenten ein, um Protokolle zu bündeln, Probleme zu reproduzieren und kleine Korrekturen auszuprobieren; Fable entscheidet, welche Diagnose am zuverlässigsten ist.

Wenn eine Aufgabe sehr klein ist oder die Validierung selbst ein feines Urteilsvermögen erfordert, belassen Sie sie bei Fable.

Diagramm

Verwenden Sie assets/fable-orchestrator.excalidraw , wenn eine visuelle Erklärung hilfreich ist.

Aussagen

Bei Arbeiten mit umfangreichem Code ist es angemessen, dies als bis zu 3-5-mal kosteneffizienter und 2-4-mal schneller zu beschreiben, wenn unabhängige Forschungs-, Programmier- oder Testabschnitte parallel ausgeführt werden können. Behandeln Sie diese als arbeitslastabhängige Schätzungen, nicht als Garantien.

Guter Text für die Markteinführung:

Machen Sie Claude Fable effizienter, indem Sie kostengünstigere Unteragenten für tokenintensive Recherchen, Programmierarbeiten und Tests einsetzen und Fable für die Beurteilung, Architektur, Synthese und abschließende Überprüfung reservieren.

Auf GitHub ansehen

---
name: efficient-fable
description: Orchestrate token-heavy research, coding, and testing by delegating bounded tasks to cheaper subagents while reserving Claude Fable for architecture, synthesis, and final review.
---

# Efficient Fable

Use Claude Fable as the orchestrator, architect, synthesizer, and final judge.
Use cheaper subagents for token-heavy research, coding, testing, and
summarization that do not require Fable's full judgment.

## Where Fable Shines

Reserve Fable for:

- Decomposing ambiguous work into clean parallel slices.
- Architecture, product, and safety tradeoffs.
- Reading conflicting subagent reports and deciding what matters.
- Integrating partial implementations into one coherent plan.
- Final review, risk assessment, and user-facing synthesis.

## Delegation Pattern

1. Name the expensive-token risk: large repo search, long logs, broad docs, or
   repetitive edits.
2. Split independent work into subagents before reading everything yourself.
3. Use cheaper models for research scans, inventory, search summaries, narrow
   bug hunts, browser/testing passes, test output reduction, and bounded code
   edits.
4. Ask subagents for concise evidence: files, line references, commands run,
   diffs, uncertainties, and stop conditions they hit.
5. Spend Fable tokens on the decision layer: compare results, resolve conflicts,
   choose the implementation path, and review the final patch.

Prefer parallel subagents when the slices do not depend on each other. Keep
blocking or highly coupled work local.

## Handoff Packets

Write delegated prompts as if the subagent has no useful chat context. Include
only the context it needs:

- The repo path and exact objective.
- The files, packages, or surfaces in scope and anything explicitly out of
  scope.
- The evidence format to return: files, line refs, commands, diffs, failures,
  screenshots, and uncertainty.
- The verification commands or browser flows to run, plus what success should
  look like when that is knowable.
- Stop conditions: if the code does not match the prompt, a command fails after
  a reasonable retry, or the task needs out-of-scope files, stop and report
  instead of improvising.

## Vetting Delegated Work

Treat subagent reports as leads, not facts. Before using a high-impact finding,
opening a PR, or telling the user the work is done, Fable should reopen the
important cited files, confirm the relevant line refs or failures, and review
the final diff against the task. Let lighter agents gather signal; keep
truth-judgment with Fable.

## Common Scenarios

Treat these as soft defaults, not rigid rules:

- Research: ask lighter agents to scan docs, prior art, APIs, and repo surfaces;
  Fable decides what evidence changes the plan.
- Coding: give cheaper agents bounded edits or candidate patches; Fable owns
  shared-file coordination, integration, and final review.
- Testing: have Fable suggest the validation direction and the scripts or
  browser checks that matter. Let lighter agents run targeted tests, browser
  flows, screenshots, and log reduction, then report exact commands, failures,
  likely causes, and whether failures look flaky, environmental, or real.
- Debugging: use cheaper agents to cluster logs, reproduce issues, and try
  small fixes; Fable decides which diagnosis is most trustworthy.

If a task is tiny or the validation itself needs delicate judgment, keep it
with Fable.

## Diagram

Use `assets/fable-orchestrator.excalidraw` when a visual explanation helps.

## Claims

For codebase-heavy work, it is reasonable to describe this as up to 3-5x more
cost-efficient and 2-4x faster when independent research, coding, or testing
slices can run in parallel. Treat those as workload-dependent estimates, not
guarantees.

Good launch copy:

> Make Claude Fable more efficient by using cheaper subagents for token-heavy
> research, coding, and testing, saving Fable for judgment, architecture,
> synthesis, and final review.