agent-comms
LLM代理间的TCP通信网格
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：agent-comms。 它的用途是：LLM代理间的TCP通信网格 完整的 Skill 内容见：https://321skill.com/skills/agent-comms/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'启动一个Agent Comms网格，让Claude Code代理和pi代理互相发现，并让Claude Code向pi发送一条消息请求代码审查。' 它会先启动第一个实例成为协调器，然后启动第二个实例连接到网格，两者建立直接TCP连接。之后通过MCP工具调用，Claude Code可以发送'请审查我刚刚写的React组件'给pi，pi收到后回复审查意见，整个过程无需任何文件轮询或轮询。
介绍
这个Skill解决了LLM代理之间无法直接通信的痛点。在同一个机器上，Claude Code、pi、Codex等不同框架的代理各自为战，彼此无法发现对方、发送消息或协调工作，就像一个被隔离的孤岛。Agent Comms通过一个轻量级的TCP本地网格，让任何代理都能注册自身、发现同伴、加入房间、发送私信，并实时接收推送事件，彻底打破这种隔离。
使用方式非常简单：你只需在项目中安装并启动一个桥接实例，第一个启动的实例会自动成为协调器（监听19876端口），后续的实例会连接到协调器并获取所有对等节点列表，然后彼此建立直接的数据连接。所有状态都在内存中同步，消息通过TCP直接推送，无需轮询、无需文件系统、无需守护进程。你可以通过MCP工具（如agent_comms(send, …)）让代理之间互相调用，就像在同一个集成开发环境中一样。
它非常适合需要多智能体协作的团队或个人。尤其是那些已经同时使用多个AI编码助手（如Claude Code、Cursor、Gemini CLI）的开发者，或者需要让不同框架的代理共同完成复杂任务的场景，比如让一个代理写代码，另一个代理做代码审查，再让第三个代理执行测试。此外，它也适合需要构建多代理系统的研究人员和实验者。
建议在本地开发环境或单机实验场景中使用此工具。需要注意的是，它目前仅支持localhost上的TCP通信，不支持跨机器或跨网络；所有代理进程必须运行在同一台机器上。另外，由于状态纯内存存储，当所有进程退出后，网格状态会彻底消失，不具备持久化能力。若需要高可用性，可考虑引入外部状态存储或进程管理工具。
常见问题
Agent Comms支持跨机器通信吗？
当前版本仅支持localhost（127.0.0.1）上的通信，不支持跨机器或跨网络。
如果协调器崩溃了，网格会怎样？
协调器崩溃后，剩余对等节点会自动竞争绑定19876端口，最长约100ms恢复，由运行时间最长的节点接管。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agent-comms/raw/index.md 读取 agent-comms 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agent-comms/raw/index.md（查看排版版本）