En

agent-teams

通过文件系统协议协调Claude多智能体团队

开发流程 协调多智能体分配团队任务同步团队进展 claude ★ 999 更新于 2026-08-02

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多智能体团队
完整的 Skill 内容见:https://321skill.com/skills/agent-teams-x-9/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

'创建一个名为"code-review-team"的团队,包含代码审查员和修复员两个智能体,分配任务:审查员检查当前分支的代码,修复员根据审查意见修改。' 它会自动生成团队配置文件,启动两个tmux窗格运行Claude实例,审查员完成后将结果写入文件,修复员读取并执行修改,最终合并结果。

介绍

这个Skill解决了多个Claude CLI实例并行协作时缺乏统一协调机制的问题。在实际开发中,开发者经常需要同时运行多个Claude进程完成不同子任务,但直接通信困难,容易产生数据冲突和任务遗漏。传统方案需要搭建数据库或网络服务,而Agent Teams通过纯文件系统协议实现轻量级协调。

使用方式很简单,你只需要在终端中创建团队配置文件,然后使用claude --agent-id等参数启动多个子进程,每个进程对应一个智能体。系统会自动在~/.claude/teams/目录下创建任务队列和收件箱,通过JSON文件配合fcntl锁保证并发安全,智能体轮询自己的收件箱获取任务并写入结果。

它非常适合需要并行处理多个关联任务的团队或个人,尤其是那些已经使用Claude CLI进行编码、希望提升大型项目开发效率的开发者。例如,多个智能体可以同时进行代码审查、单元测试编写和模块重构,并通过文件交换中间结果。

建议在具有明确并行子任务的大型项目中使用此工具。需要注意的是,它主要依赖tmux和文件系统,不适合紧密耦合的实时协作场景;每个智能体需要独立的Claude CLI进程,会占用较多资源,建议根据机器性能合理分配并发数。

核心特点

与直接在单个Claude会话中顺序执行任务不同,Agent Teams通过文件系统协议让多个Claude进程独立运行并异步交换消息,支持真正的并行执行,且无需依赖数据库或网络层,部署更轻量。

注意事项

需要安装tmux和Claude CLI,且要求启用`CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1`环境变量,不适用于紧密耦合的实时推理任务,且每个智能体单独占用一个Claude进程,资源消耗较高。

常见问题

这个技能需要安装额外的数据库或网络服务吗?

不需要,它只依赖tmux和Claude CLI,通过文件系统进行通信,无需数据库或网络层。

如何启动一个团队并分配任务?

首先创建团队配置文件,然后使用`claude --agent-id`和`--team-name`等参数启动多个子进程,每个进程对应一个智能体,它们会自动从任务队列中获取任务并写入结果。

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-9/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。