Mumo
通过MCP服务器组织多模型（Claude/GPT等）进行结构化审议
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：Mumo。 它的用途是：通过MCP服务器组织多模型（Claude/GPT等）进行结构化审议 完整的 Skill 内容见：https://321skill.com/skills/mumo-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
‘我们需要设计一个全新的推荐系统架构，请组织Claude、GPT和Gemini进行一次结构化审议，分别从算法效果、系统可扩展性和实现成本三个维度进行分析，并给出综合建议。’ 它会通过Mumo MCP服务器发起多模型审议，让不同模型扮演特定角色进行辩论，最终整合出一份包含多方观点和共识的详细架构评估报告。
介绍
Mumo Skill 解决了在复杂决策或创意任务中，单一AI模型可能存在的偏见、知识盲区或能力局限问题。它通过集成Mumo的MCP服务器，能够同时调用Claude、GPT、Gemini、Grok、Qwen、GLM、Kimi等多个前沿AI模型，围绕同一议题展开结构化的“审议”或“辩论”，综合各家之长，从而获得更全面、更可靠的输出结果。
使用时，用户只需在支持的AI编码助手（如Claude Desktop）中安装并启用此Skill，然后在对话中提出需要多模型审议的复杂问题或任务即可。Mumo会在后台协调多个模型，组织它们进行讨论，最终整合出一个集体智慧的结论或方案。整个过程对用户透明，用户可以看到不同模型的“发言”和最终的综合判断。
该Skill特别适合智能体开发者、全栈开发者、产品经理和学术研究者。当开发者需要评估复杂的技术方案、产品经理需要权衡不同产品设计路线的利弊、或研究者需要从多角度审视一个学术问题时，Mumo能提供远超单一模型的深度分析。
建议在涉及重大决策、高价值创意生成或需要极高可靠性的场景下使用。需要注意的是，调用多个模型会显著增加Token消耗和响应时间，因此不适合用于简单的信息查询或日常对话。建议明确界定审议议题，并准备好清晰的背景信息，以引导更高效的讨论。
核心特点
与仅能调用单一或少数模型的技能不同，Mumo的核心在于其“结构化审议”机制，它并非简单并行调用，而是模拟了一个专家小组讨论的过程，能产生更具协作性和辩证性的结果。同时，它通过标准化的MCP协议集成，避免了为每个模型单独配置API的繁琐。
注意事项
不适合对响应速度要求极高的实时对话或简单的信息查询任务，且使用成本（Token消耗）较高。
常见问题
Mumo支持哪些AI模型？
目前支持Claude、GPT、Gemini、Grok、Qwen、GLM、Kimi等主流前沿模型。
使用Mumo需要为每个模型单独配置API密钥吗？
通常不需要，Mumo通过其MCP服务器统一管理模型调用，用户只需配置Mumo服务即可。
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/mumo-x/raw/index.md 读取 Mumo 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/mumo-x/raw/index.md（查看排版版本）