multiAgentTry/docs/reference-projects.md

多 Agent 协作系统 - 参考项目分析

本文档分析相关开源项目的优点，用于设计整合

---

一、插件化架构参考

1. OpenClaw ⭐⭐⭐⭐⭐

GitHub: MindDock/OpenClaw

核心优点：

• Channel Plugin 接口：统一的插件架构，支持消息通道、Agent 工具、CLI 扩展
• Plugin SDK：完整的插件开发框架，包含扩展点、配置系统、发布流程
• Gateway 控制平面：WebSocket/HTTP 控制平面，支持 RPC 方法、事件系统
• 适配器模式：每个插件实现标准接口，易于扩展

// OpenClaw Channel Plugin 接口
interface ChannelPlugin {
  id: string;
  meta: ChannelMeta;
  capabilities: ChannelCapabilities;
  config: ChannelConfigAdapter;
  outbound: ChannelOutboundAdapter;
  inbound?: ChannelInboundAdapter;
  messaging?: ChannelMessagingAdapter;
}

适用场景：CLI 工具插件化、多通道适配

---

2. everything-claude-code ⭐⭐⭐⭐⭐

GitHub: affaan-m/everything-claude-code

核心优点：

• 跨工具兼容：设计为可在 Claude Code、Codex、Cursor、OpenCode 等多种工具运行
• DRY Adapter：适配器模式实现跨工具通用描述
• 插件系统：完整的 Claude Code 插件，支持 agents、commands、skills、hooks
• 多语言规则架构：按语言分组的规则系统（common + typescript + python + golang）

{
  "extraKnownMarketplaces": {
    "everything-claude-code": {
      "source": {
        "source": "github",
        "repo": "affaan-m/everything-claude-code"
      }
    }
  },
  "enabledPlugins": {
    "everything-claude-code@everything-claude-code": true
  }
}

适用场景：跨 CLI 工具的 Agent 适配

---

3. Kimi CLI ⭐⭐⭐⭐

GitHub: MoonshotAI/kimi-cli

核心优点：

• Agent Client Protocol (ACP)：标准的 Agent 客户端协议
• MCP 支持：完整的 Model Context Protocol 支持
• Zsh 集成：Shell 集成，支持模式切换（Agent/Shell）

# MCP 配置示例
kimi --mcp-config-file /path/to/mcp.json

适用场景：CLI 工具的 MCP 集成参考

---

二、共识机制参考

1. W-5 Multi-Agent Consensus Framework ⭐⭐⭐⭐⭐

GitHub: Winner12-AI/w5-football-prediction

核心优点：

• 概率再平衡器：使用 Gemini 3 作为"概率再平衡器"
• 动态提示注入：根据任务动态调整提示词
• 多 Agent 辩论：Agent 之间通过辩论达成共识
• 准确率提升：86.3% 准确率，通过共识机制实现

共识流程：
1. 各 Agent 独立分析
2. 提出初步结论
3. Agent 之间辩论
4. 概率再平衡
5. 达成共识

适用场景：多 Agent 决策共识

---

2. Claude-Flow ⭐⭐⭐⭐⭐

项目: Enterprise multi-agent orchestration for Claude Code

核心优点：

• 容错共识：支持 Byzantine、Weighted、Majority 三种共识机制
• Queen-led Swarms：层级化协调，防止 Agent 漂移
• SONA 学习：自优化神经架构，<0.05ms 适应速度
• HNSW Memory：150x-12,500x 更快的模式检索

共识类型	特点	适用场景
Byzantine	2/3 多数，抗恶意节点	高安全要求
Weighted	按权重投票	专家系统
Majority	简单多数	快速决策
Raft	领导者选举	分布式协调
Gossip	流言传播	大规模系统

适用场景：企业级 Agent 编排、容错共识

---

3. Multi-Agent Consensus Seeking via LLMs

论文: Multi-Agent Consensus Seeking Via Large Language Models

核心优点：

• 平均策略：LLM Agent 主要使用平均策略寻求共识
• 网络拓扑影响：分析 Agent 数量、个性、网络拓扑对谈判的影响
• 零样本自主规划：应用于多机器人聚合任务

适用场景：Agent 谈判、共识算法设计

---

三、协作协议参考

1. Co-TAP: Three-Layer Agent Interaction Protocol ⭐⭐⭐⭐⭐

项目: Co-TAP 三层 Agent 交互协议

核心优点：

• HAI (Human-Agent Interaction)：人机交互标准化
• UAP (Unified Agent Protocol)：异构 Agent 统一通信
• MEK (Memory-Extraction-Knowledge)：认知链标准化

┌─────────────────────────────────────────────────┐
│  HAI 层：用户-界面-Agent 信息流标准化           │
├─────────────────────────────────────────────────┤
│  UAP 层：异构 Agent 无缝互联                   │
├─────────────────────────────────────────────────┤
│  MEK 层：记忆-提取-知识认知链                  │
└─────────────────────────────────────────────────┘

适用场景：跨平台 Agent 通信

---

2. Internet of Agents (IoA) ⭐⭐⭐⭐

论文: Internet of Agents: Fundamentals, Applications, and Challenges

核心优点：

• 能力通知与发现：Agent 动态发现机制
• 自适应通信协议：协议转换机制
• 动态任务匹配：任务自动分配
• 共识与冲突解决：内置冲突解决机制
• 激励模型：经济激励机制

适用场景：大规模 Agent 网络

---

3. Agent Name Service (ANS) ⭐⭐⭐⭐

项目: Universal Directory for AI Agent Discovery

核心优点：

• PKI 证书：可验证的 Agent 身份
• DNS 命名：DNS 风格的命名约定
• 协议适配器层：支持 A2A、MCP、ACP 等多种协议
• 安全解析：正式化的解析算法

适用场景：Agent 发现与互操作

---

四、MCP 集成参考

1. MCP 协议完整生态

标准: Model Context Protocol (Anthropic)

核心优点：

• 三种传输模式：stdio、http、sse
• 三大核心原语：Tools、Resources、Prompts
• 动态发现：运行时工具发现
• 16000+ Server：丰富的生态

{
  "mcpServers": {
    "github": {
      "type": "http",
      "url": "https://github-mcp.example.com",
      "headers": {
        "Authorization": "Bearer ${GITHUB_TOKEN}"
      }
    },
    "filesystem": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "~/Projects"]
    }
  }
}

---

五、整合设计建议

基于以上分析，建议整合以下优点：

1. 插件化架构（来自 OpenClaw + everything-claude-code）

interface CLIPluginAdapter {
    id: string
    name: string
    version: string

    # 适配能力
    def execute(task: Task) -> Result
    def get_status() -> Status
    def join_meeting(meeting_id: str) -> None
    def write_state(state: dict) -> None
    def read_others(agent_id: str) -> dict
}

# 预置适配器
class ClaudeCodeAdapter(CLIPluginAdapter): ...
class KimiCodeAdapter(CLIPluginAdapter): ...
class OpenCodeAdapter(CLIPluginAdapter): ...

2. 共识机制（来自 Claude-Flow + W-5）

class ConsensusMechanism:
    def propose(self, agent_id: str, proposal: Proposal) -> None
    def vote(self, agent_id: str, vote: Vote) -> None
    def resolve(self) -> Decision

# 共识类型
class ByzantineConsensus(ConsensusMechanism): ...
class WeightedConsensus(ConsensusMechanism): ...
class MajorityConsensus(ConsensusMechanism): ...

3. 会议驱动（栅栏同步）

class MeetingBarrier:
    def wait(self, agent_id: str) -> None
    def trigger_when_all_ready(self) -> None
    def start_conensus_process(self) -> Decision

4. .doc 文件夹结构

.doc/
├── agents/              # Agent 注册与状态
│   ├── claude-code.json
│   ├── kimi-cli.json
│   └── opencode.json
├── dialogues/           # Agent 间对话记录
│   └── agent_a_agent_b_20250304.json
├── progress/            # 工程进度
│   └── project_state.json
├── resources/           # 资源分配与锁
│   └── resource_pool.json
├── meetings/            # 会议记录与共识
│   └── meeting_20250304.md
├── cache/               # 实时缓存
│   └── meeting_queue.json
└── workflow/            # 工作流定义
    └── project_workflow.yaml

---

六、参考项目链接汇总

项目	GitHub/链接	核心价值
OpenClaw	MindDock/OpenClaw	插件化架构
everything-claude-code	affaan-m/everything-claude-code	跨工具兼容
Kimi CLI	MoonshotAI/kimi-cli	MCP + ACP
W-5 Framework	Winner12-AI/w5-football-prediction	共识机制
Claude-Flow	ruvnet/claude-flow	企业级编排
RuVector	ruvnet/ruvector	自学习向量库
template-repo	AndrewAltimit/template-repo	6 Agents + 14 MCP
MCP Protocol	modelcontextprotocol	统一协议标准

---

更新日期：2026-03-04