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/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
'请使用agent-teams启动一个包含代码生成、测试和审查的三智能体协作流程，共享目录为./workspace。' 它会自动创建三个子目录，每个智能体通过读写文件（如generate.py、test_result.json、review.md）完成代码生成→测试→审查的流水线，所有中间结果持久化储存在本地。
介绍
在开发复杂AI应用时，多个智能体之间如何高效协作、共享上下文、同步任务进度是一个常见痛点。agent-teams 通过文件系统协议（Filesystem Protocol）为Claude智能体团队提供了一种轻量、去中心化的协调机制，让每个智能体都能通过读写共享文件来实现状态同步、任务分配和结果聚合，无需依赖外部消息队列或数据库。
使用方式极为简洁：你只需在本地或服务器上指定一个共享目录，每个智能体通过标准的文件读写操作即可完成协作。例如，一个智能体负责代码生成，将结果写入文件；另一个智能体负责测试，读取该文件并执行测试，再将结果写回。系统自动处理文件锁、冲突检测和版本管理，确保数据一致性。
本工具特别适合需要多个AI智能体分工协作的场景，如自动化的代码审查流水线、多阶段数据分析任务、智能体驱动的项目管理工作流等。智能体开发者、项目经理和全栈开发者可以快速上手，无需复杂的网络配置。
使用时建议为每个智能体分配独立的子目录以隔离工作空间，并定期清理过期文件避免磁盘占用。对于对实时性要求极高的场景，可考虑结合文件系统监听（如inotify）以提升响应速度。注意文件系统协议不适合跨地域分布式部署，若需跨机器协调请结合网络挂载文件系统。
核心特点
相比于基于消息队列或API网关的智能体协调方案，agent-teams 利用文件系统作为唯一通信媒介，零依赖、零配置，更适合本地开发环境和小型团队，同时天然支持文件级持久化与审计追溯。
注意事项
不适合对实时性要求极高（毫秒级）或需要跨地域分布式协调的场景，文件系统I/O延迟可能成为瓶颈。
常见问题
如何安装agent-teams？
执行 git clone https://github.com/agent-teams/agent-teams.git 并按照README配置即可，或通过npm install agent-teams安装（如果已发布npm包）。
需要哪些依赖？
仅需Claude（或其他兼容Agent）以及本地文件系统权限，无需额外数据库或消息队列。
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/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/raw/index.md（查看排版版本）