agent-teams
通过文件系统协议协调Claude智能体团队
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-teams。 它的用途是：通过文件系统协议协调Claude智能体团队 完整的 Skill 内容见：https://321skill.com/skills/agent-teams-x-2/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
'使用agent-teams搭建一个智能体团队，主智能体负责分析市场数据，子智能体A负责生成报告摘要，子智能体B负责翻译成中文。' 它会自动初始化共享目录，配置各智能体的任务文件路径，启动监听循环。当主智能体写入分析结果后，子智能体A自动读取并生成摘要，子智能体B再读取摘要并翻译，所有结果写入对应文件，最终主智能体汇总输出。
介绍
在开发和管理多智能体系统时，协调多个Claude实例之间的通信与协作是一个常见痛点。agent-teams 通过文件系统协议（Filesystem Protocol）实现智能体间的状态同步、任务分配和结果汇总，解决了多智能体环境中缺乏统一协调机制的问题。它利用文件作为共享存储介质，使每个智能体可以读写约定路径下的文件，从而完成协作任务。
使用方式简单直接：在本地或服务器上初始化一个共享目录，配置各智能体的访问权限，然后通过文件读写触发智能体的行为。例如，主智能体写入任务描述文件，子智能体监测到新文件后自动读取并执行，完成后写入结果文件。整个过程无需复杂的网络通信，适合对安全性和可审计性要求较高的场景。
适合智能体开发者、项目经理、全栈开发等需要编排多个AI智能体协同工作的用户。特别适合那些已经在使用Claude，并希望以低成本、高可控的方式扩展智能体团队能力的团队。也适合在本地开发环境或内网环境中搭建智能体协作流水线。
使用建议：确保所有智能体对共享目录有正确的读写权限，避免文件锁竞争。建议结合文件监听工具（如inotify）实现实时响应，并在任务文件中加入唯一ID防止重复处理。对于超大规模智能体团队，文件系统性能可能成为瓶颈，此时可考虑升级为分布式文件系统或使用消息队列。
核心特点
与其他多智能体协调方案（如基于消息队列或API网关）不同，agent-teams 完全基于文件系统协议，无需额外服务依赖，部署零成本，且天然具备文件审计和版本控制能力，适合对安全合规要求高的内网环境。
注意事项
不适合需要实时双向通信或低延迟响应的场景，因为文件系统轮询和写入存在延迟，且多文件并发写入可能引发冲突。
常见问题
agent-teams 支持哪些智能体？
目前主要针对Claude智能体，但理论上任何能读写文件系统的AI agent都可以通过此协议协作。
文件系统协议如何保证数据一致性？
建议使用文件锁（如flock）或写入临时文件再原子重命名的方式避免冲突，同时任务文件应包含唯一标识符。
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-teams-x-2/raw/index.md 读取 agent-teams 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-teams-x-2/raw/index.md（查看排版版本）