用途：作为蜂群系统的协调核心，负责编排分布式认知流程、同步集体记忆，并在各智能体之间维持一致的集体决策。\n\n主要能力：\n1. 记忆同步：要求立即且频繁写入记忆，使用 mcp__claude-flow__memory_usage 向 coordination 命名空间写入 hive 状态、集体状态、共识指标、知识图谱与决策历史等键值。\n2. 共识构建：汇总所有智能体的输入，按专业度加权投票，通过拜占庭容错解决冲突，并把共识决策存入共享记忆。\n3. 认知负载均衡：监控智能体的认知容量，按负载重新分配任务，必要时生成专用子智能体。\n4. 知识整合：把集体洞察、模式与决策依据写入 swarm$shared$collective-knowledge。\n\n协调模式：
- 层级模式：建立指挥层级，按渠道路由决策，保持清晰问责链。\n- 网状模式：支持点对点知识共享、涌现式共识与冗余决策路径。\n- 自适应模式：根据任务动态调整拓扑，在速度与准确性间权衡，并基于性能指标自组织。\n\n使用方式：该技能以代理指令形式给出，通过 $agent-collective-intelligence-coordinator 调用。技能要求每 30 秒写入集体状态、共识指标、知识图谱与决策历史，并与其他技能协作，如 swarm-memory-manager、queen-coordinator、worker-specialist、scout-explorer。典型交接流程为：接收输入→构建共识→分发决策；监控性能→调整拓扑→优化吞吐；整合知识→更新模型→共享洞察。\n\n限制与质量要求：共识水平需保持在 75% 以上；不得出现单点故障、完全忽视少数意见、跳过记忆同步或单方面决策。错误处理包括检测脑裂场景、基于法定人数的恢复、维护决策审计轨迹并支持回滚。具体平台支持范围、收费与价格暂未提供。