Hyrm
一个能自主协调、记忆并持续改进的多智能体AI系统
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：Hyrm。 它的用途是：一个能自主协调、记忆并持续改进的多智能体AI系统 完整的 Skill 内容见：https://321skill.com/skills/hyrm/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Hyrm系统并监控其状态。” 它会通过命令行启动主协调器，你可以随后使用`bun tools/cli.ts status`查看系统健康度，或使用`bun tools/realtime-monitor.ts`打开一个实时仪表盘，观察各个代理的工作状态和任务队列。当你发现系统日志中有潜在优化点时，可以对它说：“请分析最近的错误日志并尝试优化。” 协调器会生成分析任务，并可能自主创建代码任务来修复问题。
介绍
Hyrm是一个基于OpenCode构建的实验性多智能体编排系统，旨在解决传统AI助手单次会话、无记忆、无法自主协作的痛点。它通过一个持续运行的主协调器（Orchestrator）来监控系统状态，并根据需要动态生成代码、内存、分析等专业工作代理（Worker）来并行处理任务，所有状态和知识通过JSON文件持久化存储，形成一个闭环。
使用时，用户只需通过简单的命令行启动系统，即可让AI代理自主运行。系统提供了状态检查、任务列表、实时监控仪表盘和用户消息发送等多种交互方式，用户既可以观察其自主运行，也可以下达指令进行干预。
这个系统非常适合智能体开发者、运维工程师和全栈开发者，他们可以利用该系统构建能够长期运行、自我维护和进化的复杂AI应用或自动化流程。
需要注意的是，这是一个实验性项目，其自主决策和修改代码的行为需要在受控环境中谨慎测试，避免在生产环境直接运行。建议用户先从小型实验项目开始，充分理解其工作循环和风险。
核心特点
与大多数需要用户手动触发、单次运行的AI工具不同，Hyrm的核心在于其“自主性”和“持续性”：它像一个拥有记忆和团队管理能力的AI管家，能主动发现问题、创建任务并协调多个“员工”（子代理）去解决，形成一个无需人工干预的自我改进闭环。
注意事项
不适合对系统行为有严格确定性要求、或资源（Token消耗）极度敏感的生产环境直接部署。
常见问题
Hyrm如何保证自主修改代码的安全性？
系统目前是实验性的，建议在沙箱或非关键项目中运行，并依靠其内置的质量评估和用户监控来审查变更。
运行Hyrm需要多少成本？
成本取决于任务复杂度和调用频率，用户需自行监控AI调用成本，系统本身提供核算AI调用成本的工具辅助管理。
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/hyrm/raw/index.md 读取 Hyrm 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/hyrm/raw/index.md（查看排版版本）