GitHub 仓库地址: github.com/mco-org/mco
安装命令: npm i -g @tt-a1i/mco
MCO (Multi-CLI Orchestrator) 是一个专注于 Agent 编排的开源工具。它与目前市面上所有"给用户用"的 AI 工具都有本质区别：MCO 是专门给 Agent 用的工具。
在过去，多终端窗口多agent工作的场景下，你可能需要在 Claude Code、Cursor 或不同终端窗口间来回切换，然后复制粘贴另一个窗口的输出作为上下文。现在，你只需待在你最习惯的 Agent（比如 Claude Code 或 OpenClaw、Trae）里，像指挥官一样下令："用 mco 调度 Codex 和 Gemini (或者其他市面上各种的agent cli) 一起分析这个项目的架构。"，或者通过主agent给他们分配各自的任务并行去调度执行。
Agent 会自动调用 mco 命令，通过它指挥其他 Agent 并行执行任务。不需要去背 MCO 的参数，Agent 读一下 mco -h 自己就知道怎么用了。
它将"你 + 一个 Agent"的对话模式，升级为 "你 → 你的主 Agent → MCO → 多个 Agent 并行执行" 的层级指挥模式。你只跟一个 Agent 对话，但背后有整支军团在为你冲锋。
核心亮点：
- Agent 指挥 Agent —— 专为自动化编排设计，CLI 完全自描述，任何具备 shell 执行能力的 Agent 都能自主驱动
- 无限并行扇出 —— 一次指令，多个 Agent（Claude, Gemini, Codex, Qwen 等）同时响应（并行）
- 跨 Agent 来源追踪 —— 具备
detected_by来源追踪与去重，自动发现不同 Agent 之间的共识与冲突 - 结构化结果回传 —— 支持
--synthesize自动总结，或以 SARIF、Markdown-PR 格式输出，完美对接 CI/CD 与 PR 评审 - 纯净且极其轻量 —— 纯 Python 开发，零依赖安装，只要有 Python 环境就能跑
- 内置 5 大适配器 —— 已集成 Claude Code, Codex, Gemini CLI, OpenCode, Qwen
你继续使用你熟悉的 Agent，MCO 负责把它们变成一个高效的编排网络。
后续规划：
MCO 目前只是一个开始。下一步继续深化"Agent 神经中枢"和编排的场景：
你只管开口，剩下的交给你的 Agent 军团。
一个人，也是一支海豹突击队。未来，协作效率的终点是完全的自动化编排。
如果有不妥之处，还望大佬们批评指正，感谢。
