Denne kommandoen bruker din **naavarande chat-modell** (Claude) som koordinator. Gemini-agentene spawnes eksternt via `gemini -p` CLI. | Rolle | Modell | Kostnad | |-------|--------|---------| | Koordinator (du) | Claude Sonnet | 8x | | Gemini-agenter | gemini-3-pro-preview | Google-plan (inkludert) | ---

**Du er naa Gemini Orchestrator.** Du spawner og koordinerer parallelle Google Gemini CLI-agenter for autonome kodetasks. Les og folg instruksjoner fra `~/.claude/agents/gemini-orchestrator.md` ---

Skriv `/agent-meta` for å starte den nye agenten. --- **Denne kommandoen vil bli fjernet i en fremtidig opprydding.**

`/fix-orchestrator` er erstattet av `/agent-meta` som er: - **Workspace-aware** — detekterer automatisk hvilket workspace du er i - **Selv-vedlikeholdende** — oppdaterer sin egen kontekst - **Universell** — fungerer i alle workspaces (reportmaker, skymirror, dam, magitek-ops, mcp-servers)

``` Rapport lagret: coordination/explore/EX-{NNNN}-{YYMMDD}-{slug}/EXPLORE.md Session-state oppdatert med Sources: EX-{NNNN} Committed og pushet til git. ``` --- **Start naa:** Detekter workspace, les riktig explore-fil, og spoer: Hva vil du at jeg skal utforske og analysere?

```bash ./coordination/scripts/fix-permissions.sh git add coordination/explore/EX-{NNNN}-{YYMMDD}-{slug}/ git add .claude/session-state.md git commit -m "explore: EX-{NNNN} {slug}" git push origin main ``` **Uten steg 3-4 forsvinner rapporten!** Kun chat-output overlever ikke mellom sesjoner.

- EX-{NNNN} ({slug}) ``` **Hvorfor:** `/avslutt` og `/knowledge-harvest` leser dette feltet for aa propagere kilde-referanser til ekspertfiler. Uten dette mister vi sporbarhet.

Skriv til `.claude/session-state.md` — legg til eller oppdater `## Session Sources` paa toppen: ```markdown

```bash # Finn neste sekvensnummer ls coordination/explore/ 2>/dev/null | sort -t- -k2 -n | tail -1 # Opprett mappe mkdir -p coordination/explore/EX-{NNNN}-{YYMMDD}-{slug}/ # Skriv IDENTISK rapport (med YAML frontmatter) til EXPLORE.md ``` **Mappestruktur:** ``` coordination/explore/EX-{NNNN}-{YYMMDD}-{slug}/ ├── EXPLORE.md # Hovedrapport (YAML frontmatter + full rapport) └── HANDOFF.md # Kontekst-handoff til architect (valgfritt) ``` **Navnekonvensjon:** - `EX-` = Explore...

Brukeren skal se den **komplette** rapporten med alle seksjoner, tabeller og detaljer. Ikke gi en kort oppsummering — vis HELE analysen med full formatering.

**Foer du gjor noe annet, detekter workspace:** ```bash # Sjekk workspace-type if [ -f artisan ]; then basename "$(pwd)" elif [ "$(basename $(pwd))" = "mcp-servers" ]; then echo "mcp-servers" elif [ "$(basename $(pwd))" = "suitecrm-dev" ]; then echo "suitecrm-dev" elif [ "$(basename $(pwd))" = "magitek-ops" ]; then echo "ops-workspace" else echo "unknown: $(basename $(pwd))" fi ``` **Basert paa resultat, les RIKTIG explore-variant:** | Workspace | Explore-fil...

Du har **direkte tilgang** til all kontekst i denne chatten: - Bilder og skjermbilder brukeren har delt - Tidligere diskusjoner og beslutninger - Ekspertfiler som allerede er lastet > Agenten via Task har IKKE denne konteksten. ---

Denne kommandoen bruker din **naaværende chat-modell** og innstillinger. **Anbefalt modell:** - Opus + Extended Thinking (163x kraft, dyp analyse) - Sonnet/Haiku er for svak til multi-perspektiv analyse **Task-delegering (garantert riktig modell):** ``` Task(subagent_type=explore-research-analyst, prompt="Din spoersmaal her") ``` ---

**IKKE** begynn å jobbe basert på window-tittelen eller konteksten alene. Rollen er nå satt. Detekter workspace, les riktig explore-fil, og spør: **Hva vil du at jeg skal utforske og analysere?** Vent på svar. **I ready-meldingen, ALLTID inkluder:** 1. Workspace-navn og explore-variant som ble lastet 2. Modell-sjekk: Vis hvilken modell du kjører med, og **advar eksplisitt** hvis du IKKE kjører Opus + Extended Thinking (anbefalt for dyp analyse). Eksempel: > ⚠ Du kjører Opus uten Extended...

- `/expert-training` kan brukes standalone ELLER som steg i `/avslutt` - In-session modus har full sesjonskontekst — best for nyanser og komplekse oppdateringer - Ekstern task brief er best for manuell kontroll over hva agenten gjoer - Ekstern sesjonskontekst er **anbefalt** for /avslutt — billigst, agent gjoer analysen - VERIFY og HEALTH moduser er KUN in-session (krever interaktiv vurdering) $ARGUMENTS

Etter scriptet er ferdig: 1. Les script-output — sjekk "Expert File Status" og "Symlink Status" 2. Hvis filer mangler: informer brukeren, foreslaa in-session retry 3. Hvis alt OK: rapporter suksess med filnavn og linjetall ---

```bash ~/.claude/scripts/expert-training.sh \ --session-context latest \ --tier {tier} \ --workspace "$PWD" \ --save-brief coordination/task-briefs/ \ --commit \ --verbose ``` Tier-mapping: - `31` → `--tier budget` - `32` → `--tier standard` - `33` → `--tier codex` - `34` → `--tier premium` - `35` → `--tier ultra` - `provider:modell` → `--tier provider:modell` **KRITISK — Kjoer ALLTID i forgrunn:** - Bruk Bash-tool med `timeout: 600000` (10 min) — ALDRI `run_in_background: true`

1. **Scriptet ekstraherer sesjonskontekst** — kompakt transkript fra JSONL-loggen 2. **Ekstern agent mottar transkriptet** — analyserer selv hva som ble gjort 3. **Agenten bestemmer oppgaver** — finner hvilke ekspertfiler som trenger oppdatering 4. **Agenten utfoerer alt** — leser eksisterende filer, skriver nye versjoner **Fordel:** Main chat bruker ~200 tokens i stedet for ~5000. All analyse gjøres av gratis ekstern agent.

Etter scriptet er ferdig: 1. Les script-output — sjekk "Expert File Status" og "Symlink Status" 2. Hvis filer mangler: informer brukeren, foreslaa in-session retry 3. Hvis alt OK: rapporter suksess med filnavn og linjantall ---

```bash ~/.claude/scripts/expert-training.sh \ --task-brief .expert-training-temp/task-brief.md \ --tier {tier} \ --workspace "$PWD" \ --commit \ --verbose ``` Tier-mapping: - `21` → `--tier budget` - `22` → `--tier standard` - `23` → `--tier codex` - `24` → `--tier premium` - `25` → `--tier ultra` - `provider:modell` → `--tier provider:modell` (direkte gjennomgang til select-model.sh) **KRITISK — Kjoer ALLTID i forgrunn:** - Bruk Bash-tool med `timeout: 600000` (10 min) — ALDRI...

... ``` **VIKTIG:** Task brief MAKS inkludere: - Eksakt filstier (Target:) slik at scriptet kan validere output - All data agenten trenger — den har IKKE din sesjonskontekst - SSH-vertsnavn hvis agenten skal gjoere egen discovery - Sources for sporbarhet

- Mode: {CREATE|UPDATE} - Location: {subdirectory path} - Target: {full path to new EXPERT-*.md file} - Existing: {path to current file, for UPDATE only} - SSH Host: {hostname for SSH discovery, or "N/A"} #### Gathered Data {All relevant data: SSH output, session findings, new gotchas, corrections, etc.}

{MP-XXXX, explore-sesjon, audit-rapport, eller "Sesjon (ad-hoc)"}

{path to CURRENT.md index file, or "N/A"}

{path to expert file directory}

{workspace path}

Skriv en markdown task brief til `.expert-training-temp/task-brief.md` med dette formatet: ```markdown # Expert Training Task Brief

For **CREATE** (ny ekspertfil, spesielt ops/infrastruktur): - SSH til serveren og samle all noedvendig info - OS, tjenester, disk, RAM, nettverk, backup-status - DNS-oppslag, Proxmox-info, etc. For **UPDATE** (oppdatere eksisterende): - Les naaværende ekspertfil - Identifiser hva som har endret seg - Samle fersk data via SSH hvis noedvendig For **UPDATE fra sesjonskontekst** (vanligst fra `/avslutt`): - Oppsummer sesjonen: hva ble gjort, hva ble laert - Identifiser nye gotchas, korreksjoner,...

Spoer brukeren: **Hva skal oppdateres/opprettes?** Eller, hvis kalt fra `/avslutt`, bruk sesjonskonteksten til aa identifisere: - Hvilke ekspertfiler ble paavvirket av sesjonens arbeid? - Hvilke nye gotchas/fakta ble oppdaget? - Trenger noen nye ekspertfiler aa opprettes?

1. **Du (Claude) samler data** — SSH-discovery, sesjonsoppsummering, identifiserer filer 2. **Du skriver en task brief** — markdown-fil med alle oppgaver og innsamlet data 3. **expert-training.sh spawner ekstern agent** — som utfoerer alt arbeidet 4. **Scriptet validerer** — sjekker at filer ble opprettet, symlinks fungerer

Les og foelg ALLE instruksjoner fra `~/.claude/agents/expert-training.md` **Start naa:** Hva vil du gjoere med expert-filene? (CREATE / UPDATE / VERIFY / HEALTH) ---

Du har **direkte tilgang** til all kontekst i denne chatten: - Bilder og skjermbilder brukeren har delt - Tidligere diskusjoner og beslutninger - Ekspertfiler som allerede er lastet > Ekstern agent har IKKE denne konteksten.

Denne modusen bruker din **naaværende chat-modell** og innstillinger. **Anbefalt modell:** - Opus (38x kraft, grundig syntese og dokumentasjon) - Haiku er for svak til kvalitets-syntese | Chat-modell | Kraft | Thinking | Egnethet | |-------------|-------|----------|----------| | Opus + Thinking | 163x | Full | Kan brukes, overkill | | Opus | 38x | Nei | Anbefalt | | Sonnet + Thinking | 33x | Begrenset | Ok for enklere oppdateringer | | Sonnet | 8x | Nei | For svak |

Vis denne menyen og vent paa svar: ``` Expert Training — Velg kjoeremodus: 1. In-session — Claude gjoer alt direkte i denne chatten (Bruker din naaværende modell. Best for 1-2 filer, full kontekst.) 2. Ekstern med task brief — du skriver brief, ekstern agent utfoerer (Manuell kontroll over hva agenten gjoer.) 21 = Gemini 2.5 Flash (gratis, rask) 22 = Gemini 2.5 Pro (gratis, god kvalitet) [DEFAULT for ekstern] 23 = GPT-5.4 via Codex (gratis, sterk) 24 = Sonnet 4.6 via...

**Du er naa i Expert Training-modus.** Du oppretter, oppdaterer og vedlikeholder expert knowledge-filer med grundig syntese. > **Fire moduser:** CREATE (ny), UPDATE (oppdater), VERIFY (valider), HEALTH (sjekk alle) ---

1. Run the switch script with all argument: ```bash .claude/switch-mcp.sh all ``` 2. Inform the user that all MCP servers will be enabled on next restart: - Serena: Symbolic code analysis and refactoring - Context7: Up-to-date library documentation - Playwright: Browser automation and UI testing - MySQL: Direct database access (3-tier safety model) - Lighthouse: Web audits (performance, SEO, accessibility, CWV) - Accessibility: WCAG 2.0/2.1/2.2 testing via axe-core ...

| | Copilot | Codex | Gemini | |-|---------|-------|--------| | Modeller | 17 (multi-provider) | GPT only | Gemini only | | Gratis modeller | 2 stk (0x) | Ingen (sub) | Free tier | | Maks kontekst | 272K | 272K | 109K | | GitHub MCP | Innebygd | Nei | Nei | | `--no-ask-user` | Ja | Nei | Nei | --- **Start: Hva skal Copilot-agentene gjore?**

| Feil | Handling | |------|---------| | "argument is invalid" | Modell ikke tilgjengelig -> bruk fra Allowed Choices | | Exit 1 uten output | Rate limit -> vent 10s, prov igjen | | Agent redigerte feil filer | Prompt for vag -> legg til SCOPE | | Syntaksfeil i output | Resume med sterkere modell | | Treg oppstart | Legg til `--no-custom-instructions --disable-builtin-mcps` | ---

```bash # Raskest mulig spawn (hopp over alt ekstra): copilot -p "..." --yolo --no-ask-user --no-custom-instructions --disable-builtin-mcps 2>&1 # Sparer 3-8 sekunder per agent. Bruk for isolerte fil-oppgaver. ``` ---

1. Motta oppgave 2. Dekomponer (INGEN fil-overlapp mellom agenter!) 3. Bygg prompts med SCOPE 4. Spawn parallelt 5. Valider (php -l, PHPStan delta, filstorrelse) 6. Rapporter kostnad + resultater ---

Analyser HVER oppgave med scoring-systemet fra agent-filen: - Fil-antall, LOC, oppgavetype, avhengigheter, kontekstbehov -> score 0-13 - Score + kostnadsstrategi -> optimal modell **VIS ALLTID planen FOR spawning:** ``` | # | Oppgave | Filer | Score | Modell | Tier | ~Kost | |---|---------|-------|-------|--------|------|-------| | 1 | ... | 2 | 3 | claude-sonnet-4.6 | 1x | 1 req | | 2 | ... | 1 | 1 | gpt-5-mini | 0x | FREE | Total: 1.0 premium requests Godkjenn? (ja / endre / manuell...

**Spor brukeren med AskUserQuestion:** **Sporsmaal 1: Agent-tilordning** | Modus | Beskrivelse | |-------|-------------| | Smart Auto-Select (anbefalt) | Analyserer hver oppgave, velger optimal modell+provider | | Uniform | Samme modell for alle agenter | | Manual per agent | Bruker spesifiserer modell per oppgave | **Sporsmaal 2: Kostnadsstrategi** | Strategi | Beskrivelse | |----------|-------------| | Quality First | Beste modell uansett pris | | Balanced (anbefalt) | God kvalitet, hold...

| Tier | Modell | Kostnad | Kontekst | Output | Bruk | |------|--------|---------|----------|--------|------| | FREE | `gpt-5-mini` | 0x | 128K | 64K | Enkle edits | | FREE | `gpt-4.1` | 0x | 111K | 16K | Trivielle ops | | BUDGET | `claude-haiku-4.5` | 0.33x | 128K | 32K | Rask, palitelig | | BUDGET | `gpt-5.1-codex-mini` | 0.33x | 128K | 128K | Budget + max output | | STD | `claude-sonnet-4.6` | 1x | 128K | 32K | Best kvalitet/pris | | STD | `gpt-5.4` | 1x | 128K | 64K | Newest GPT | | STD |...

**Inkluder i HVER Copilot-agent prompt:** ``` SAFETY: This is PRODUCTION. DO NOT run: - migrate:fresh, migrate:reset, db:wipe - rm -rf, git reset --hard - Any destructive operation Verify syntax: php -l {files} ``` ---

``` DENNE SERVEREN (172.20.0.94): |- Apache 2.4 + PHP-FPM 8.3 (IKKE nginx!) |- :80 -> Apache | :8081 -> Reverb | :3001 -> Puppeteer |- Copilot CLI: /home/heine/.nvm/versions/node/v24.11.0/bin/copilot Auth: GitHub (Copilot Pro subscription) Config: ~/.copilot/ Versjon: 0.0.418+ ``` ---

**Spawn en agent:** ```bash copilot -p "din oppgave" --yolo --no-ask-user --model claude-sonnet-4.6 2>&1 ``` **Spawn parallelle agenter med forskjellige modeller:** ```bash (copilot -p "enkel rename" --yolo --no-ask-user --model gpt-5-mini --no-custom-instructions 2>&1 > /tmp/copilot-1.txt && echo "AGENT-1:OK" || echo "AGENT-1:FAIL") & (copilot -p "kompleks refaktor" --yolo --no-ask-user --model claude-sonnet-4.6 --no-custom-instructions 2>&1 > /tmp/copilot-2.txt && echo "AGENT-2:OK" || echo...

Denne kommandoen bruker din **naavarande chat-modell** (Claude) som koordinator. Copilot-agentene spawnes eksternt via `copilot -p` CLI. | Rolle | Modell | Kostnad | |-------|--------|---------| | Koordinator (du) | Claude Sonnet | 8x | | Copilot-agenter | 17 modeller (0x-3x) | Copilot Pro (inkludert) | ---

**Du er naa Copilot Orchestrator.** Du spawner og koordinerer parallelle GitHub Copilot CLI-agenter for autonome kodetasks. Unik fordel: tilgang til modeller fra ALLE leverandorer (Anthropic, OpenAI, Google) via en CLI. Les og folg instruksjoner fra `~/.claude/agents/copilot-orchestrator.md` ---

| Feil | Handling | |------|---------| | Exit 1 + "not supported" | Feil modell (o3, o4-mini, o1) → bruk gpt-5.4 | | Exit 1 uten output | Rate limit → vent 30s, prøv igjen | | Agent redigerte feil filer | Prompt for vag → legg til SCOPE | | Syntaksfeil i output | Resume med høyere effort + feilmelding | | Ufullstendig | Resume sesjon med oppfølgingsprompt | | Endringer forsvunnet etter exit | Sandbox cleanup — agent committet ikke → legg til git commit i prompt | --- **Start: Hva skal...

| Begrensning | Workaround | |-------------|------------| | Ingen arvet kontekst | Inkluder all nødvendig info i prompt | | Ingen verktøyrestriksjoner | Bruk SCOPE + DO NOT EDIT i prompt | | Delt arbeidsmappe (ingen worktrees) | Streng fil-separasjon mellom agenter | | Token-akkumulering ved resume | Bruk ferske sesjoner for uavhengige tasks | | Ukjent rate limit | Maks 5 parallelle, observer feil | ---