agent-teams
通过文件系统协议协调多个Claude智能体协同工作
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多个Claude智能体协同工作 完整的 Skill 内容见：https://321skill.com/skills/agent-teams-x-7/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agent-teams协调流程，将这份产品需求文档分解为市场分析、UI设计、后端API设计和测试用例编写四个子任务，并分配给相应的专业智能体。'，它会根据文件系统协议，在指定目录创建任务描述文件，启动并监控各子代理的工作，最终将四个部分的产出整合成一份完整的项目实施方案。
介绍
该Skill旨在解决单一智能体在处理复杂、多步骤任务时能力有限或效率低下的问题。它通过定义一套基于文件系统的通信协议，允许多个Claude智能体实例像团队一样分工协作，共同完成一个目标。
使用时，您需要配置一个主智能体（或外部脚本）来管理任务流程。主智能体将整体任务分解为子任务，并通过在特定目录下创建、读取、写入文件的方式，向其他智能体（子代理）分派工作、传递上下文和收集结果。文件系统充当了共享的工作区和消息队列。
该Skill非常适合需要并行处理、分阶段执行或涉及不同专业领域知识的复杂项目。例如，智能体开发者在构建多智能体系统时，可以用它来编排子代理；全栈开发者可以协调前端、后端、测试等不同角色的智能体共同完成一个应用开发。
建议在相对隔离的本地或受控服务器环境中使用，以确保文件系统的安全性和可控性。注意设计清晰的文件命名规范和目录结构，以避免任务状态混乱。由于依赖文件I/O，在需要极低延迟或高并发实时交互的场景下可能不是最佳选择。
核心特点
与那些通过API调用或特定框架（如LangChain）协调智能体的方案不同，它采用了轻量级的文件系统协议，实现方式简单直接，不依赖复杂的中间件，便于在本地环境快速搭建和调试多智能体协作流程。
注意事项
不适合需要毫秒级实时响应或在高动态、分布式云原生环境中部署的场景。
常见问题
agent-teams 和直接用 Claude API 调用多个对话有什么区别？
核心区别在于协调方式。直接调用多个API对话是离散的，缺乏状态共享和任务流程管理。agent-teams通过文件系统提供了共享工作区和结构化的任务分派与结果收集机制，能更好地模拟团队协作。
我需要自己写代码来使用这个Skill吗？
是的，您需要编写一些逻辑（可以是脚本或另一个智能体）来充当“协调者”，负责按照文件系统协议创建任务文件、监控进度并整合结果。该Skill提供了协议规范，而非一个开箱即用的完整应用。
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-7/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-7/raw/index.md（查看排版版本）