eywa

Eywa 是一款开源的多代理协调层（Multi-Agent Coordination Layer），专为解决多 AI 智能体协作中的冲突避免、任务分配和知识共享而设计。它通过构建共享的"空间记忆"系统，让多个并发工作的 Agent 能够实时同步状态、认领任务、避免重复工作，并朝着共同的"目的地"（项目目标）收敛。

核心用法：用户通过配置 EYWA_ROOM、EYWA_AGENT 和 EYWA_URL 环境变量加入特定协作空间，使用 eywa-call.sh 脚本调用 MCP 工具。标准工作流包括：启动会话（eywa_start）获取房间快照、声明工作范围（eywa_claim）或认领任务（eywa_pick_task）、在执行过程中记录操作日志（eywa_log）并存储知识（eywa_learn），最后标记完成（eywa_done）。系统提供完整的生命周期管理、语义化日志记录、任务队列管理、冲突检测和目的地导航功能。

显著优点：首先，Eywa 解决了多 Agent 系统中常见的"踩脚"问题，通过工作声明和冲突检测机制确保多个代理不会同时修改同一文件或执行冲突操作。其次，知识持久化能力（eywa_learn/eywa_knowledge）让发现的模式、踩过的坑能够跨会话保留，形成团队的共享记忆。第三，目的地导航（eywa_destination）功能通过设定里程碑和追踪进度，确保所有代理的工作都朝着统一目标收敛。此外，Curvature 评分机制量化了每个代理的"存在感"，鼓励透明协作。

潜在缺点与局限性：作为 T3 级个人开发者项目，Eywa 的长期维护稳定性和商业支持存在不确定性。系统重度依赖外部云服务（eywa-mcp.armandsumo.workers.dev），在网络隔离环境或无法访问外网的场景下完全不可用。所有任务描述、操作日志和知识库内容都需要上传至第三方服务器，对数据隐私要求极高的敏感项目可能不适用。此外，系统引入了一定的学习成本，开发者需要理解空间记忆、Curvature、Claim 等抽象概念才能高效使用。

适合的目标群体：Eywa 最适合需要多个 AI Agent 协同工作的复杂软件项目，特别是长周期的系统开发、微服务架构设计或多模块并行开发场景。对于采用"Swarm"架构的 AI 团队、需要 24/7 不间断工作的代理集群、以及希望建立跨会话知识积累的技术团队尤为合适。同时，它也适用于人类开发者与 AI Agent 混合协作的环境，作为任务分配和进度同步的中枢。

使用风险：主要风险包括外部服务的单点故障（若 Eywa 服务器宕机，协调功能完全失效）、数据隐私泄露（尽管使用 HTTPS，但敏感的项目信息仍需流经第三方服务器）、API 兼容性风险（随着版本迭代可能出现破坏性变更），以及网络延迟对实时协调性能的影响。建议用户在完全信任服务提供商的前提下使用，并避免在任务描述中传递密码、密钥等敏感凭证。