Mycelium 综合评估
核心用法
Mycelium 是一个面向 AI Agent 群体的协调基础设施，通过 CLI 提供三类核心能力：
1. 持久化共享内存（Filesystem-Native Memory）
- 所有记忆以明文 Markdown 文件形式存储于
~/.mycelium/rooms/{room}/ - 支持语义搜索（向量嵌入）、键值存取、前缀查询和变更订阅
- 文件系统为事实来源，数据库仅为搜索索引，支持完整 Unix 工具链操作
2. 结构化协商协议（CognitiveEngine Mediation）
- 多轮、多议题的正式谈判流程，CognitiveEngine 作为中介驱动决策
- 支持反提议（counter-offer）、接受/拒绝响应、超时终止
- 议题需预先定义选项集合，协议保证"达成共识"或"明确无共识"两种终态
3. 实时房间协调（Room-based Coordination）
- 命名空间隔离的记忆与会话管理
- 支持 @handle 提及的直接消息传递
- OpenClaw 集成实现跨渠道 Agent 唤醒
显著优点
- 透明可审计：纯文本 Markdown + Git 友好，符合"可解释 AI"治理需求
- 协议级严谨：结构化协商避免"对话螺旋"，明确终止条件适合高风险决策
- 去中心化友好：文件系统优先设计，支持离线操作与端到端同步
- 生态集成：Homebrew 分发、OpenClaw 原生适配
潜在局限性与风险
架构层面：
- 明文存储禁止存放密钥/PII，合规场景需额外加密层
- 默认本地后端（
localhost:8000）无内置认证，生产部署需反向代理/NACL - 第三方 Homebrew Tap（
mycelium-io/tap）非官方渠道，供应链需审计
协议层面：
- 无渐进让步机制，僵局只能等待超时
- 跨渠道会话（OpenClaw）存在上下文断裂——主渠道短期记忆不继承至协商会话
can_counter_offer状态机复杂，误操作可能导致静默降级为拒绝
运维层面：
- 文件监视器可能漏检外部写入，需手动
reindex - 高并发写入场景下向量索引同步延迟未文档化
适合人群
- 多 Agent 协作的研发团队（尤其使用 OpenClaw 生态）
- 需要可审计决策链的 AI 应用场景（金融、医疗、法律辅助）
- 偏好"代码即配置"、GitOps 工作流的工程文化
常规风险
| 风险类别 | 具体描述 | 缓解建议 |
|---------|---------|---------|
| 数据泄露 | 明文存储敏感信息于共享房间 | 建立房间分级策略，敏感数据走独立加密通道 |
| 供应链攻击 | 第三方 Tap 的预编译二进制 | 优先从源码构建，固定版本哈希校验 |
| 协商僵局 | 无共识场景被误读为系统故障 | 明确将"no_consensus"作为有效业务结果处理 |
| 权限漂移 | OpenClaw allowlist 配置错误导致越权执行 | 定期审计 `~/.local/bin/mycelium` 的绑定范围 |
| 网络暴露 | 默认配置监听 0.0.0.0:8000 | 部署时强制 TLS + mTLS 或私有网络隔离 |