Mycelium
多智能体协调与持久记忆共享 CLI 工具
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：Mycelium。 它的用途是：多智能体协调与持久记忆共享 CLI 工具 完整的 Skill 内容见：https://321skill.com/skills/mycelium/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
'使用 Mycelium 创建一个新房间，邀请两个编码代理加入，并让它们共享当前项目的代码结构记忆。' 它将执行 `mycelium room create --name project-alpha`，然后通过 `mycelium invite agent1 agent2 --room project-alpha` 邀请其他代理，最后设置持久记忆区域，使每个代理在会话间都能查询到项目的模块依赖关系。
介绍
Mycelium 解决的问题是：当多个 AI 代理需要协同完成复杂任务时，它们缺乏统一的协调机制和跨会话的长期记忆。传统方式下，每个代理独立工作，信息无法共享，导致重复劳动和上下文丢失。Mycelium 通过 CLI 提供协调房间（coordination rooms），让多个代理加入同一房间，利用 CognitiveEngine 进行协商、分工和决策，同时将关键信息持久化存储，实现跨会话的记忆共享。
使用方式非常简单：安装 mycelium CLI 后，在终端执行 mycelium join --room my-room 即可加入房间。其他代理同样加入后，可以发送消息、发起协商、查询共享记忆。CognitiveEngine 会自动处理代理间的意图理解和任务分配。持久记忆通过内置的向量数据库自动保存，下次会话可直接复用。
适合的群体包括：智能体开发者、多代理系统研究者、需要协调多个 AI 编码代理完成复杂软件项目的全栈开发团队，以及希望构建长期记忆型 AI 助手的个人用户。尤其适合那些已经使用多个独立 AI 代理但缺乏统一管理的场景。
使用建议：先在小规模（2-3 个代理）房间中测试协调逻辑，确认 CognitiveEngine 的协商规则符合预期。注意持久记忆的命名空间管理，避免不同项目的记忆互相污染。目前 Mycelium 主要面向终端用户，暂未提供图形化界面，需要一定的命令行操作经验。
核心特点
与其他多代理协调工具（如 AutoGen、CrewAI）相比，Mycelium 的核心差异在于轻量级 CLI 设计、内置的 CognitiveEngine 专为代理间自然语言协商优化，以及开箱即用的跨会话持久记忆，无需额外配置数据库或记忆模块。
注意事项
不适合单代理或无需持久记忆的简单任务，且对代理数量较多（>10）的房间可能产生协商延迟。
常见问题
Mycelium 是否支持与其他平台（如 LangChain、AutoGPT）的代理连接？
目前 Mycelium 的协调房间协议是独立的，但可以通过 CLI 包装或自定义桥接脚本与其他代理集成。
持久记忆存储在哪里？是否安全？
默认存储在本地 SQLite 向量数据库中，也可配置为远程 PostgreSQL 或 Redis。数据仅限加入同一房间的代理访问，不对外暴露。
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/mycelium/raw/index.md 读取 Mycelium 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/mycelium/raw/index.md（查看排版版本）