swarma -- 代理團隊成長實驗循環 是做什麼的？
何時使用此技能
當使用者想要以下目標時，請使用 swarma：
- 執行成長實驗（鉤子、登陸頁面、推廣、定價、啟動、留存）
- 建立能夠學習並改進的代理團隊（透過 A/B 測試，而非僅執行一次）
- 獲得一份針對其特定受眾/產品真正有效的驗證操作手冊
- 大規模測試想法（每週 50+ 個實驗，而非 2-5 個）
- 將「我們試過，但沒用」的模糊經驗，替換為有記錄、可分析、可搜尋的實驗數據
觸發詞彙：「測試什麼有效」、「優化我的漏斗」、「找到最佳鉤子」、「執行實驗」、「A/B 測試」、「什麼有效」、「建立操作手冊」、「成長實驗」、「改善轉換率」
不應使用的情況：當使用者需要工作流程自動化（請用 n8n/Make）、對話記憶（請用 honcho）或一次性代理管道（請用 CrewAI/AutoGen）。swarma 專門用於隨時間改善的實驗循環。
快速參考
命令一覽
| 命令 | 功能 | 使用時機 |
|---|---|---|
swarma init | 建立實例 + 初始小隊 | 首次設定 |
swarma cycle <team> | 執行一個實驗循環 | 測試、手動執行 |
swarma cycle <team> --topic "..." | 使用特定主題執行循環 | 臨時性實驗 |
swarma team create <name> --from-goal "..." | 根據目標產生小隊 | 開始一個新的實驗領域 |
swarma team show <name> | 檢視小隊的設定 | 檢視產生的設定 |
swarma team list | 顯示所有小隊 | 總覽 |
swarma status | 查看成本、近期執行、實驗 | 健康檢查 |
swarma metric log <team> <agent> <value> | 記錄外部指標 | 輸入真實世界數據 |
swarma metric import <team> <csv> | 大量匯入指標 | 批次數據匯入 |
swarma metric show <team> | 查看已記錄的指標 | 檢視效能 |
swarma serve --port 8282 | 啟動 REST API | 外部整合 |
swarma serve --mcp | 啟動 MCP 伺服器 | Claude Code / Hermes 整合 |
swarma run | 啟動排程引擎 | 持續運作 |
swarma expert list | 瀏覽推理透鏡 | 探索專家框架 |
決策：選擇哪個小隊模板？
| 使用者想要改善... | 使用這個小隊 | AARRR 階段 |
|---|---|---|
| 開場白 / 鉤子 | hook-lab | Acquisition |
| 登陸頁面文案 | landing-lab | Acquisition |
| SEO 排名 | seo-engine | Acquisition |
| 冷推廣回覆率 | cold-outbound | Acquisition |
| 多平台內容 | channel-mix | Acquisition |
| 從註冊到價值的引導流程 | activation-flow | Activation |
| 定價與包裝 | pricing-lab | Revenue |
| 流失與留存 | retention-squad | Retention |
| 病毒循環與推薦 | referral-engine | Referral |
| 市場定位 | competitive-intel | -- |
| 短影音生產線 | faceless-factory | Acquisition |
| 廣告素材測試 | ad-creative-lab | Acquisition |
| UGC 內容模擬 | ugc-factory | Acquisition |
| 程式化 SEO | programmatic-seo | Acquisition |
| 電子報成長 | newsletter-engine | Retention |
| 付費 + 自然流量循環 | acquisition-squad | Acquisition |
| 社群驅動成長 | community-engine | Retention |
| AI 電商優化 | agentic-storefront | Revenue |
決策：產生還是使用模板？
| 情況 | 方法 |
|---|---|
| 使用者有明確、具體的目標 | swarma team create --from-goal（讓 AI 設計小隊） |
| 目標符合現有小隊模板 | 複製模板，然後自訂 |
| 使用者想要廣泛實驗 | 從 hook-lab 開始（最通用） |
| 使用者不知從何開始 | 詢問其漏斗瓶頸，然後選擇 |
GROWS 循環（核心概念）
每個實驗循環遵循五個步驟：
提出假設 執行 觀察訊號 權衡判斷 累積戰術
Generate --> Run --> Observe --> Weigh --> Stack
^ |
└──────────────────────────────────────────┘
| 步驟 | 發生什麼事 | 程式碼位置 |
|---|---|---|
| G -- 提出假設 | 代理讀取 strategy.md，提出假設 | core/cycle.py |
| R -- 執行 | 代理在假設活躍的狀態下執行，產出結果 | flow/executor.py |
| O -- 觀察 | 獨立的低成本 LLM 對產出評分（1-10 分，強制小數點） | core/agent.py |
| W -- 權衡 | 5 個循環後，比較平均分數與基準線。>20% = 保留/捨棄 | core/experiment.py |
| S -- 累積 | 驗證有效的模式被寫入 strategy.md 和操作手冊 | core/agent.py |
關鍵數字：
- 判斷門檻：改善 20% 保留，下降 20% 捨棄
- 預設
min_sample_size：在做出判斷前需要 5 個循環 - 評分：1-10 分且強制有小數點（例如 7.3，而不是 7）
設定指南
平台：Claude Code / Claude Desktop
pip install swarma
swarma init
加入到 .mcp.json：
{
"mcpServers": {
"swarma": {
"command": "swarma",
"args": ["serve", "--mcp"],
"env": { "OPENROUTER_API_KEY": "sk-or-..." }
}
}
}
重要：OPENROUTER_API_KEY 必須放在 MCP 的 env 區塊中。實例的 .env 檔案不會被子程序繼承。
平台：Hermes（透過終端機）
Hermes 有終端機存取權限——可以直接執行 swarma CLI 指令。不需要 MCP。
pip install swarma
swarma init
然後告訴 Hermes：*