Claude技能：MUNDO - THE EMPEROR
Claude技能：MUNDO - THE EMPEROR 是 AI Skill Hub 本期精选Claude技能之一。综合评分 7.5 分，整体质量较高。我们推荐使用将其纳入你的 AI 工具库，帮助提升工作效率。
📚 深度解析
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
Claude技能：MUNDO - THE EMPEROR 依赖 Python 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Python 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 Claude技能：MUNDO - THE EMPEROR 的版本更新，及时通知重要功能变化。
📋 工具概览
Claude技能：MUNDO - THE EMPEROR 是一款基于 Python 开发的开源工具，专注于 claude_skill、agentic-ai、ai-agent 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
📖 中文文档
Claude技能：MUNDO - THE EMPEROR 是一款基于 Python 开发的开源工具，专注于 claude_skill、agentic-ai、ai-agent 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 专为 Claude 系列模型深度优化的扩展技能
- 通过 Claude Code CLI 一键安装，配置零门槛
- 充分利用 Claude 的长上下文和推理能力
- 支持与 MCP 工具组合使用，扩展能力边界
- 在 Claude 中快速解决特定专业领域的问题
- 复杂任务的 AI 辅助分析、推理和报告生成
- 构建个人专属的 AI 技能工具箱
# 方式一：pip 安装（推荐）
pip install lihongwei-cn
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install lihongwei-cn
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/LiHongwei-cn/lihongwei-cn
cd lihongwei-cn
pip install -e .
# 验证安装
python -c "import lihongwei_cn; print('安装成功')"
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 命令行使用
lihongwei-cn --help
# 基本用法
lihongwei-cn input_file -o output_file
# Python 代码中调用
import lihongwei_cn
# 示例
result = lihongwei_cn.process("input")
print(result)
# lihongwei-cn 配置文件示例（config.yml） app: name: "lihongwei-cn" debug: false log_level: "INFO" # 运行时指定配置文件 lihongwei-cn --config config.yml # 或通过环境变量配置 export LIHONGWEI_CN_API_KEY="your-key" export LIHONGWEI_CN_OUTPUT_DIR="./output"
简介
<img src="skills/mundo-avatar.png" width="120" style="border-radius:50%;border:3px solid #d4a017;box-shadow:0 0 30px rgba(212,160,23,0.5)">
💰 关于钱财
蒙多不动你的钱。为何？因为蒙多不在乎。哈哈哈哈哈。
---
🧠 核心能力
| 能力 | 说明 |
|---|---|
| **LLM 直连** | 28 个 AI 模型，首次启动向导选择 |
| **Agentic Loop** | think → act → observe → repeat 自动推理 |
| **6 大工具** | terminal / read_file / write_file / search / web / ls |
| **Agent 调度** | 自动检测 Hermes / Claude Code / Codex，按类型分发 |
| **蒙多分身** | 无外部 Agent 时自动分出多个分身并行执行 |
| **权限审批** | Claude Code 风格 yes/no，危险命令拦截 |
| **记忆系统 v2** | 三层架构(热/温/冷) · 工具观察自动记录(claude-mem) · 会话摘要生成 · 相关性检索 · 记忆压缩 |
| **推理引擎** | 第一性原理 / 决策矩阵 / 根因分析 / 对抗验证 |
| **领域检测** | 七大领域自动识别，加载战术手册 |
| **技能精通** | 三省六部制，自动排名，晋升贬谪 |
| **云仓库同步** | 新 Skill 自动上传，每日质量筛选 |
| **自主调试** | 写代码 → 运行 → 报错 → 自动修复 → 验证 |
| **状态栏** | 实时显示模型 / Token / 耗时 / Turn / Agent |
| **上下文管理** | /compact 压缩 · /context 可视化 · /btw 旁问 · /effort 推理深度 |
| **极简 UI** | 一行状态平铺 + 分隔线 + 输入提示符（Hermes 风格） |
| **智能路由** | LLM 自主判断是否需要工具，不预判不误判，精简 prompt 省 token |
| **多模态** | 图像/视频/PDF 理解 |
| **Superpowers 方法论** | 14个开发方法论技能（TDD/调试/计划/审查/并行） |
| **Codex 深度集成** | exec/PR审查/并行worktree/MiMo v2.5 Pro 驱动 |
| **Claude Code 深度集成** | exec/background/review/multi-file/refactor/debug（12种调用模式） |
| **Hermes Agent 深度集成** | chat/tools/skills/memory/gateway/cron（18种调用模式） |
---
5. 安装依赖
pip3 install Pillow # 图标生成（可选）
🔧 可选依赖
| 包 | 用途 | 安装 |
|---|---|---|
| **Hermes Agent** | 外部 Agent 调度 | curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh \| bash |
| **Claude Code** | 代码编写委托 | npm install -g @anthropic-ai/claude-code |
| **OpenAI Codex** | 代码生成委托 | npm install -g @openai/codex |
| **Pillow** | 图标生成 | pip3 install Pillow |
💡 可选依赖不装也能用。蒙多会自动检测，没有外部 Agent 时用分身模式。
---
安装 Homebrew（如果没有）
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
安装 Python 3.12 和 Git
brew install python git
Python: https://www.python.org/downloads/ （安装时勾选 "Add to PATH"）
🚀 安装 MUNDO Agent
方法 1：一键安装（推荐）
```bash
方法 2：手动安装
```bash
方法 3：作为 Hermes Agent Skill 安装
```bash
如果你已经安装了 Hermes Agent
hermes skills install mundo ```
---
pip 安装超时
```bash
Clone and install
git clone https://github.com/LiHongwei-cn/lihongwei-cn.git cp -r lihongwei-cn/mundo-agent ~/.hermes/mundo-agent mkdir -p ~/bin && echo '#!/bin/bash' > ~/bin/mundo echo 'exec python3 "$HOME/.hermes/mundo-agent/mundo.py" "$@"' >> ~/bin/mundo chmod +x ~/bin/mundo
6. 启动
mundo ```
手动配置 Key（不使用设置向导）
```bash
🎮 使用方法
启动
```bash
macOS 双击启动
open ~/.hermes/mundo-agent/MUNDO.command ```
使用国内镜像
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple Pillow ```
🔑 API Key 配置
MUNDO Agent 支持 28 个 AI 模型。首次启动时会进入设置向导，引导你选择模型并输入 API Key。
Key 仅保存在本地 ~/.hermes/mundo-agent/.env，不会上传到任何地方。
在 ~/.hermes/mundo-agent/.env 中添加
echo "XIAOMI_API_KEY=你的key" >> ~/.hermes/mundo-agent/.env echo "DEEPSEEK_API_KEY=你的key" >> ~/.hermes/mundo-agent/.env echo "OPENROUTER_API_KEY=你的key" >> ~/.hermes/mundo-agent/.env ```
---
如果没有，添加到 shell 配置
echo 'export PATH="$HOME/bin:$PATH"' >> ~/.zshrc source ~/.zshrc ```
---
方法 1：winget（推荐，Windows 10/11 自带）
winget install Python.Python.3.12 winget install Git.Git
方法 2：手动下载
API 调用失败（国内用户）
- 国产模型（MiMo/DeepSeek/Qwen 等）：无需魔法，直接使用
- 国际模型（OpenAI/Anthropic/Google 等）：需要魔法
- 推荐方案：使用 OpenRouter 聚合平台，一个 Key 访问所有模型
国内可直连的模型（无需魔法）
| 模型 | 获取 Key | 说明 |
|---|---|---|
| **小米 MiMo** | [xiaoai.mi.com/mimo](https://xiaoai.mi.com/mimo) | 国产大模型，性价比极高 |
| **DeepSeek** | [platform.deepseek.com](https://platform.deepseek.com) | 代码推理顶级，价格低 |
| **阿里通义千问** | [dashscope.console.aliyun.com](https://dashscope.console.aliyun.com) | 阿里旗舰，多语言强 |
| **智谱 GLM** | [open.bigmodel.cn](https://open.bigmodel.cn) | 清华系，工具调用强 |
| **月之暗面 Kimi** | [platform.moonshot.cn](https://platform.moonshot.cn) | 128K 长上下文 |
| **MiniMax** | [platform.minimaxi.com](https://platform.minimaxi.com) | 长上下文，多模态 |
| **百度文心 ERNIE** | [cloud.baidu.com/wenxin](https://cloud.baidu.com/wenxin) | 中文理解强 |
| **字节豆包** | [console.volcengine.com/ark](https://console.volcengine.com/ark) | 火山引擎托管 |
| **百川智能** | [platform.baichuan-ai.com](https://platform.baichuan-ai.com) | 中文创作强 |
| **零一万物 Yi** | [platform.lingyiwanwu.com](https://platform.lingyiwanwu.com) | Yi 系列大模型 |
| **阶跃星辰 Step** | [platform.stepfun.com](https://platform.stepfun.com) | 多模态能力强 |
| **腾讯混元** | [cloud.tencent.com/product/hunyuan](https://cloud.tencent.com/product/hunyuan) | 代码推理强 |
| **科大讯飞星火** | [xinghuo.xfyun.cn](https://xinghuo.xfyun.cn) | 语音+语言多模态 |
| **硅基流动** | [siliconflow.cn](https://siliconflow.cn) | 聚合平台，便宜快速 |
需要魔法的国际模型
⚠️ 以下模型需要稳定的网络环境才能访问。如果你在国内，建议使用上方的国产模型或 OpenRouter 聚合平台。
| 模型 | 获取 Key | 说明 |
|---|---|---|
| **OpenAI** | [platform.openai.com](https://platform.openai.com) | GPT-4o / o3 / o4-mini |
| **Anthropic Claude** | [console.anthropic.com](https://console.anthropic.com) | Claude Opus/Sonnet/Haiku |
| **Google Gemini** | [aistudio.google.com](https://aistudio.google.com) | Gemini 2.5 Pro/Flash |
| **Mistral AI** | [console.mistral.ai](https://console.mistral.ai) | 欧洲顶级 |
| **Groq** | [console.groq.com](https://console.groq.com) | 超快推理 |
| **xAI Grok** | [console.x.ai](https://console.x.ai) | 马斯克旗下 |
| **Cohere** | [dashboard.cohere.com](https://dashboard.cohere.com) | 企业级 RAG |
| **Hugging Face** | [huggingface.co/settings/tokens](https://huggingface.co/settings/tokens) | 开源模型推理 |
聚合平台（一个 Key 用所有模型）
💡 如果你只想用一个 Key，推荐 OpenRouter——一个 Key 可以访问 100+ 模型。
| 平台 | 获取 Key | 说明 |
|---|---|---|
| **OpenRouter** | [openrouter.ai](https://openrouter.ai) | 100+ 模型聚合，推荐 |
| **Together AI** | [api.together.xyz](https://api.together.xyz) | 开源模型快速推理 |
| **Fireworks AI** | [fireworks.ai](https://fireworks.ai) | 超快开源模型推理 |
| **DeepInfra** | [deepinfra.com](https://deepinfra.com) | 便宜的开源模型托管 |
| **Cloudflare AI** | [developers.cloudflare.com/workers-ai](https://developers.cloudflare.com/workers-ai) | 免费额度慷慨 |
| **Replicate** | [replicate.com](https://replicate.com) | 按秒计费 |
多模型协同
蒙多支持同时接入多个 AI 模型，根据任务类型智能分配：
| 任务类型 | 推荐模型 | 原因 |
|---|---|---|
| **代码编写** | DeepSeek / Claude | 编码能力最强 |
| **日常对话** | MiMo / Qwen | 快速、便宜、中文好 |
| **深度推理** | DeepSeek R1 / Claude Opus | 推理能力最强 |
| **数学计算** | DeepSeek R1 / Gemini | 数学能力突出 |
| **长文档** | Kimi / MiniMax / Gemini | 超长上下文 |
| **快速响应** | MiMo / Groq | 速度最快 |
首次启动向导会询问是否添加更多模型。也可以用 /add 随时添加，/models 查看能力矩阵。
指定模型
mundo -p deepseek -q "解释量子计算"
⚠️ 常见问题
环境依赖与系统要求中文说明
安装 Homebrew（如果没有） 安装 Python 3.12 和 Git Python: https://www.python.org/downloads/ （安装时勾选 "Add to PATH"
API Key 配置
API 调用失败（国内用户）
国内可直连的模型（无需魔法）
⚠️ 常见问题
该项目提供了一个完整的AI协调系统，包含多个技能和能力，值得关注。
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 跨境业务、多语言内容运营团队
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- embedding 模型与查询模型不一致导致检索失效
- Python 依赖冲突：建议用 venv / uv 隔离环境
- CLI：直接 npm install -g / pip install，命令行调用
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 专为 Claude 系列模型深度优化的扩展技能
- 通过 Claude Code CLI 一键安装，配置零门槛
- 充分利用 Claude 的长上下文和推理能力
- 支持与 MCP 工具组合使用，扩展能力边界
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 跨境业务、多语言内容运营团队
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- embedding 模型与查询模型不一致导致检索失效
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 在 Claude 中快速解决特定专业领域的问题
- 复杂任务的 AI 辅助分析、推理和报告生成
- 构建个人专属的 AI 技能工具箱
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +深度优化 Claude 使用体验
- +CLI 一键安装，极度便捷
- +官方支持，稳定可靠
- −仅限 Claude 用户使用，受平台限制
- −功能边界受当前 Claude 模型能力约束
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
经综合评估，Claude技能：MUNDO - THE EMPEROR 在Claude技能赛道中表现稳健，质量良好。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | lihongwei-cn |
| 原始描述 | 开源Claude技能：MUNDO - THE EMPEROR. Complete AI orchestration system with 1208 skills, 25 capab。⭐6 · Python |
| Topics | claude_skillagentic-aiai-agentai-learningai-toolsautonomous-agentpython |
| GitHub | https://github.com/LiHongwei-cn/lihongwei-cn |
| License | MIT |
| 语言 | Python |
收录时间：2026-06-04 · 更新时间：2026-06-06 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
🤖 交给 Agent 安装 · Claude技能：MUNDO - THE EMPEROR
选择 Agent 类型，复制安装指令后粘贴到对应客户端