Mumo
通过MCP服务器组织多前沿AI模型进行结构化审议
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服务器组织多前沿AI模型进行结构化审议 完整的 Skill 内容见：https://321skill.com/skills/mumo/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
‘请组织多模型审议我们新产品的市场进入策略，重点分析潜在风险、用户接受度和竞品反应。’ 它会通过Mumo协调Claude、GPT等模型，分别从市场、技术、用户心理等角度独立分析，并进行交叉讨论，最终为你提供一份综合了多方智慧、包含正反论据的详细策略评估报告。
介绍
Mumo Skill 解决了单一AI模型在复杂决策或创意任务中可能存在的视角局限或知识盲区问题。它通过集成的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，围绕用户提出的议题进行结构化的“审议”和讨论，最终综合各方观点给出更全面、平衡的结论。
使用时，用户只需向集成了Mumo的AI助手提出需要多模型审议的复杂问题，例如评估一个技术方案的优劣、分析市场趋势的多种可能性，或生成一份需要多角度思考的创意文案。Mumo会在后台自动协调多个模型，组织它们各自发表独立见解，并可能进行多轮交叉讨论，最终将整合后的结果呈现给用户。
这个Skill非常适合需要深度分析、多维度评估或寻求创新解决方案的各类专业人士。例如，产品经理可以用它来评审新功能设计的合理性，学术研究者可以请它从不同理论视角分析研究数据，内容创作者可以借助它来碰撞出更具创意的选题或文案。
建议在涉及重大决策、高风险判断或需要极高创造性的场景下使用Mumo。需要注意的是，由于需要调用多个外部模型，其响应时间可能比单一模型更长，且可能产生更高的API调用成本。用户应确保提出的问题足够清晰、具体，以便引导出有意义的“审议”过程。
核心特点
与仅能调用单一模型或简单聚合结果的工具不同，Mumo的核心在于“结构化审议”，它模拟了一个多专家讨论的过程，能产生更具深度和辩证性的综合结论，而非简单的观点罗列。
注意事项
不适合需要快速、简单回答的日常查询或即时对话场景。
常见问题
Mumo支持哪些AI模型？
目前支持Claude、GPT、Gemini、Grok、Qwen、GLM、Kimi等前沿模型。
使用Mumo会产生额外费用吗？
会，因为它会调用多个外部模型的API，费用取决于各模型的定价和调用次数。
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/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/raw/index.md（查看排版版本）