# 一个 Agent 是工具，五个 Agent 是团队
> OpenClaw 读取 mco -h，学会 CLI 接口，自主编排整个多 Agent 工作流。你的本地电脑变成一个多 Agent 审查团队 — OpenClaw 是管理者，MCO 是调度器，Claude/Codex/Gemini/OpenCode/Qwen 是团队成员。
- Skill: `tools-only/agent-agent-2` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add tools-only/agent-agent-2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/tools-only/agent-agent-2/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: tools-only (https://skillmd.com/u/tools-only)
- Updated: 2026-09-29
- Page: https://skillmd.com/skills/tools-only/agent-agent-2
---
MCO
MCO — 编排 AI 编程 Agent。任意提示词，任意 Agent，任意 IDE。
MCO 为你的主 Agent 配备一支 Agent 团队：同时调度 Claude、Codex、Gemini、OpenCode、Qwen，并行执行任务、审查结果、汇总共识。
English | 简体中文
 |
 |
 |
 |
 |
| Claude Code |
Gemini CLI |
Codex CLI |
OpenCode |
Qwen Code |
claude |
gemini |
codex |
opencode |
qwen |
> AI 编程 Agent 已经是开发者的标配工具。但一个 Agent 只是一个视角。
>
> 像 Tech Lead 一样工作：把同一个任务分配给多个 Agent 并行执行，比较结果后再决策。
>
> 一条命令，五个 Agent 同时干活。
### 与 OpenClaw 配合使用
你的机器上运行着 [OpenClaw](https://github.com/open-claw/open-claw)？它可以直接使用 MCO 作为多 Agent 编排后端。只需告诉 OpenClaw 你的需求：
> "用 mco 对这个仓库做安全审查，使用 Claude、Codex 和 Gemini，汇总结果。"
OpenClaw 读取 `mco -h`，学会 CLI 接口，自主编排整个多 Agent 工作流。你的本地电脑变成一个多 Agent 审查团队 — OpenClaw 是管理者，MCO 是调度器，Claude/Codex/Gemini/OpenCode/Qwen 是团队成员。
同样适用于 **Claude Code、Cursor、Trae、Copilot、Windsurf**，或任何能执行 shell 命令的 Agent。
## MCO 是什么
MCO（Multi-CLI Orchestrator）是一个中立的 AI 编程 Agent 编排层。它将提示词并行分发给多个 Agent CLI，汇总执行结果，返回结构化输出 — JSON、SARIF 或 PR Markdown 报告。不绑定任何厂商，不改变你的工作流。
以 [OpenClaw](https://github.com/open-claw/open-claw) 为代表的多 Agent 热潮正在重塑开发者工作流 — Claude Code、Codex CLI、Gemini CLI 等工具已全面可用。MCO 更进一步：不依赖单一 Agent，而是编排一整个团队。
MCO 设计为被任意编排方 Agent 或 AI IDE 调用 — Claude Code、Cursor、Trae、Copilot、Windsurf 或 **OpenClaw**。调用方 Agent 自行组织上下文、分配任务，通过 MCO 将工作并行扇出到多个 Agent。例如，运行在你电脑上的 OpenClaw 可以调用 `mco review`，将代码审查同时分发给 Claude、Codex 和 Gemini — 一条命令就把本地环境变成多 Agent 审查团队。Agent 之间也可以互相调度：Claude Code 可以通过 MCO 分发任务给 Codex 和 Gemini，反之亦然。
## 一个 Agent 是工具，五个 Agent 是团队
没有任何一个 AI 模型能看到所有问题。每个模型有各自的训练数据、推理风格和盲区。只用一个 Agent，就像团队里有五个工程师却只问其中一个的意见。
**MCO 把这变成团队工作流：**
1. **分配任务** — 你给 MCO 一个任务和一组 Agent。就像 Tech Lead 把同一份代码审查分配给五个团队成员。
2. **并行执行** — 所有 Agent 同时工作，总耗时 ≈ 最慢的那个，而不是所有人的总和。
3. **审查去重** — MCO 收集每个 Agent 的发现，跨 Agent 自动去重相同问题，追踪哪些 Agent 发现了什么（`detected_by`）。
4. **汇总共识** — 可选地，让一个 Agent 汇总全部结果：大家达成了哪些共识，在哪些地方存在分歧，下一步该做什么。
**实际使用中，不同 Agent 发现不同的问题：**
- 一个 Agent 发现了异步代码中的竞态条件，却忽略了 ORM 层的 SQL 注入。
- 另一个立刻定位了注入问题，却完全没注意到竞态条件。
- 第三个两个都没发现，但找到了资源清理路径中一个隐蔽的内存泄漏，而前两个对此毫无察觉。
这不是假设 — 不同模型确实擅长不同的事。有的长于安全分析，有的擅长逻辑流，有的对性能模式更敏感。并行跑 3–5 个 Agent 审查同一份代码，你得到的是**视角的并集**而非交集。结果比你挑任何单一 Agent 都更全面。
这个原则不限于代码审查：
- **架构分析** — 不同 Agent 暴露不同的设计风险和取舍
- **Bug 排查** — 更广的代码路径和边界条件覆盖
- **重构评估** — 多视角评判变更的影响范围和安全性
问题不是"哪个 AI Agent 最好" — 而是"为什么只用一个？"
## 核心特性
- **并行扇出** — 同时分发到多个 Agent，wait-all 语义
- **任意 IDE，任意 Agent** — 在 Claude Code、Cursor、Trae、Copilot、Windsurf 或命令行中使用
- **Agent 互相调度** — Agent 之间可以通过 MCO 互相分发任务
- **双模式** — `mco review` 结构化代码审查，`mco run` 通用任务执行
- **跨 Agent 发现去重** — 多个 Agent 发现的相同问题自动合并，保留 `detected_by` 来源追踪
- **LLM 共识总结** — `--synthesize` 额外执行一轮总结，输出跨 Agent 的共识/分歧摘要
- **CI/CD 集成** — `--format sarif` 对接 GitHub Code Scanning，`--format markdown-pr` 生成 PR 评论
- **环境健康检查** — `mco doctor` 探测所有 provider 的二进制、版本和认证状态
- **Token 用量追踪** — `--include-token-usage` 可选输出各 Agent 和汇总的 token 消耗
- **进度驱动超时** — Agent 自由跑完，仅在长时间无输出时取消
- **可扩展适配器** — 统一接口适配任意 CLI Agent，不限于内置 provider
- **机器可读输出** — JSON、SARIF 或 Markdown 输出，便于下游自动化
## 内置 Provider
| Provider | CLI | 状态 |
|----------|-----|------|
| Claude Code | `claude` | 已支持 |
| Codex CLI | `codex` | 已支持 |
| Gemini CLI | `gemini` | 已支持 |
| OpenCode | `opencode` | 已支持 |
| Qwen Code | `qwen` | 已支持 |
适配器架构可扩展 — 添加新的 Agent CLI 只需实现三个钩子：认证检查、命令构建、输出标准化。
## 使用场景
| 场景 | 命令 | 效果 |
|------|------|------|
| PR 代码审查 | `mco review --format markdown-pr` | 多个 Agent 并行审查，输出 PR 评论 |
| CI 安全扫描 | `mco review --format sarif` | 结果直接上传 GitHub Code Scanning |
| 架构分析 | `mco run --providers claude,gemini,qwen` | 多视角架构评估 |
| 部署前健康检查 | `mco doctor --json` | 确认所有 Agent 已安装且已认证 |
| 共识决策 | `mco review --synthesize` | 汇总 Agent 共识、标注分歧 |
## 快速开始
通过 npm 安装（需要系统有 Python 3）：
```bash
npm i -g @tt-a1i/mco
```
或从源码安装：
```bash
git clone https://github.com/mco-org/mco.git
cd mco
python3 -m pip install -e .
```
运行第一次多 Agent 审查：
```bash
mco review \
--repo . \
--prompt "Review this repository for high-risk bugs and security issues." \
--providers claude,codex,qwen
```
### Agent 友好的 CLI
MCO 的 CLI 完全自描述。运行 `mco -h` 或 `mco review -h` 即可看到分组参数、默认值和用法示例 — 全在终端里。这意味着任何能执行 shell 命令的 AI Agent 都可以通过阅读帮助输出自主学会使用 MCO，无需文档，无需预训练。
实际使用中，你只需要告诉 IDE 里的 Agent 你想要什么：
> "用 mco 把安全审查分发给 Claude 和 Codex，性能分析分发给 Gemini 和 Qwen — 并行执行。"
Agent 读取 `mco -h`，理解参数，组装命令，自主编排整个流程。你描述意图，Agent 处理剩下的一切。
## 使用方式
### Review 模式
结构化代码审查，输出标准化的 findings（含严重级别、分类、证据、建议）。
```bash
mco review \
--repo . \
--prompt "Review for security vulnerabilities and performance issues." \
--providers claude,codex,gemini,opencode,qwen \
--json
```
### Run 模式
通用多 Agent 任务执行，不强制输出格式，provider 自由完成任务。
```bash
mco run \
--repo . \
--prompt "Summarize the architecture of this project." \
--providers claude,codex \
--json
```
### Doctor
在执行任务前检查所有 Agent 的安装、可达性和认证状态：
```bash
mco doctor
mco doctor --json
```
### 输出格式（Review 模式）
| 格式 | 参数 | 用途 |
|------|------|------|
| 人类可读报告 | `--format report`（默认） | 终端阅读 |
| PR Markdown | `--format markdown-pr` | 作为 GitHub PR 评论发布 |
| SARIF 2.1.0 | `--format sarif` | 上传到 GitHub Code Scanning |
| 机器可读 JSON | `--json` | 下游自动化 |
### 结果模式
| 模式 | 行为 |
|------|------|
| `--result-mode stdout` | 完整结果输出到 stdout，不写产物文件（默认） |
| `--result-mode artifact` | 写产物文件，输出摘要 |
| `--result-mode both` | 既写产物又输出完整结果 |
使用 `--save-artifacts` 可在保持 stdout 返回的同时写入产物。
### 路径约束
限制 agent 可访问的文件范围：
```bash
mco run \
--repo . \
--prompt "Analyze the adapter layer." \
--providers claude,codex \
--allow-paths runtime,scripts \
--target-paths runtime/adapters \
--enforcement-mode strict
```
## 默认值与参数覆盖
MCO 默认零配置可用。直接运行即可，按需通过命令行参数覆盖行为。
### 关键运行参数
| 参数 | 默认值 | 说明 |
|------|--------|------|
| `--providers` | `claude,codex` | 逗号分隔 provider 列表 |
| `--stall-timeout` | `900` | 无输出进展超过此时间才取消（秒） |
| `--review-hard-timeout` | `1800` | review 模式硬截止；`0` = 禁用 |
| `--max-provider-parallelism` | `0` | `0` = 选中 provider 全并行 |
| `--enforcement-mode` | `strict` | 权限不满足时 fail-closed |
| `--strict-contract` | 关闭 | 强制 findings JSON 契约（review 模式） |
| `--format` | `report` | 输出格式：`report`、`markdown-pr`、`sarif`（后两者仅 review 模式） |
| `--include-token-usage` | 关闭 | 各 provider 和汇总 token 用量（best-effort） |
| `--synthesize` | 关闭 | 额外执行一轮 LLM 总结，输出共识/分歧摘要 |
| `--synth-provider` | `claude` | 执行总结的 provider |
| `--provider-timeouts` | 未设置 | provider 级 stall timeout 覆盖（`provider=seconds`） |
| `--provider-permissions-json` | 未设置 | provider 权限映射 JSON（见下方） |
| `--save-artifacts` | 关闭 | 在默认 stdout 模式下同时写入产物 |
| `--task-id` | 自动生成 | 稳定的任务标识符，用于产物路径 |
| `--artifact-base` | `reports/review` | 产物输出基础目录 |
默认 provider 权限：
| Provider | 权限 Key | 默认值 |
|----------|----------|--------|
| `claude` | `permission_mode` | `plan` |
| `codex` | `sandbox` | `workspace-write` |
示例：
```bash
mco review \
--repo . \
--prompt "Review for bugs." \
--providers claude,codex,qwen \
--save-artifacts \
--stall-timeout 900 \
--review-hard-timeout 1800 \
--max-provider-parallelism 0 \
--provider-timeouts qwen=900,codex=900
```
运行 `mco review --help` 查看完整参数列表。
## 退出码
| 退出码 | 含义 |
|--------|------|
| `0` | 成功 |
| `2` | FAIL / 输入 / 配置 / 运行时错误 |
| `3` | INCONCLUSIVE（仅 review 模式，启用 `--strict-contract` 时） |
## 工作原理
```
You (Tech Lead)
│
▼
mco review / mco run
│
├─→ Claude Code ──┐
├─→ Codex CLI │
├─→ Gemini CLI ├─→ 去重 → 共识总结 → 输出
├─→ OpenCode │
└─→ Qwen Code ───┘
│
┌─────────┼─────────┐
▼ ▼ ▼
JSON SARIF Markdown-PR
(stdout) (CI/CD) (PR 评论)
```
调用方 Agent（或用户）传入提示词和 provider 列表调用 `mco`，MCO 并行扇出到所有选中的 Agent，等待全部完成。
每个 provider 通过统一的适配器契约作为独立子进程运行：
1. **Detect** — 检测二进制文件和认证状态
2. **Run** — 启动 CLI 进程，传入提示词，捕获 stdout/stderr
3. **Poll** — 监控进程状态 + 输出字节增长，判断活跃度
4. **Cancel** — stall timeout 或硬截止时 SIGTERM/SIGKILL
5. **Normalize** — 从原始输出中提取结构化 findings
执行模型是 **wait-all**：单个 provider 超时或失败不会中断其他 provider。
### 重试与容错
- 瞬态错误（超时、限流、网络抖动）自动重试，指数退避（默认重试 1 次）。
- 单个 provider 失败不影响其他 provider。
- 每次调用都会真实执行 provider 并返回新输出（不复用结果缓存）。
### 在 Claude Code 内运行
MCO 在启动 provider 子进程前会自动清理 `CLAUDECODE` 环境变量，可以安全地在 Claude Code 会话中运行 `mco`。
## 产物结构
当启用产物写入（`--save-artifacts` 或 `--result-mode artifact/both`）时，会生成：
```
reports/review//
summary.md # 人类可读摘要
decision.md # PASS / FAIL / ESCALATE / PARTIAL
findings.json # 聚合后的标准化 findings（review 模式）
run.json # 机器可读执行元数据
providers/ # 各 provider 结果 JSON
raw/ # 原始 stdout/stderr 日志
```
## 许可证
MIT — 见 [LICENSE](./LICENSE)