Show HN: Mycelium – 一款AI代理插件，引导你从目标到市场

Mycelium是一款为Claude Code设计的开源插件，旨在解决AI代理过度自信的问题——代理常常快速从想法跳转到代码提交，却跳过了最关键的一步：判断“为什么做、为谁做、是否有人需要”。该插件通过嵌入一个发现层，迫使代理在写第一行代码前先回答四个问题：你试图解决什么问题？谁有这个问题？你最冒险的假设是什么？最小可测试的动作是什么？整个过程约需十分钟，最终生成一份书面简报，并明确指出最可能失败的前提。

Mycelium的核心理念是“构建廉价，但决策并不廉价”。它并不代替用户做判断，而是提供足够的反馈，让代理的每一次行动都经过证据验证。插件内置了一套“尺度”系统，从L0（目的）到L5（市场），以及“钻石”决策循环（发现、定义、开发、交付）。项目规模不同，所需深度也不同：周末黑客项目可能只需要L0和L3，而团队产品则需要完整的价值链。每个步骤都必须通过证据检查才能继续，否则代理会明确指出缺失的信息并提供补全命令。

Mycelium特别适合那些无法承受错误方向浪费资源的建造者（个人开发者和小型团队）。它不支持纯执行加速（如固定的任务队列）或大型跨角色组织流程（如多人的实时协作）。对于已明确范围只需快速交付的项目，作者推荐直接使用其他工具，如Paddo或Addy Osmani的agent-skills。但若发现环节缺失，Mycelium可与这些工具互补。

插件的安装非常轻量：在Claude Code中执行两条命令即可，不会修改项目根文件。所有产品决策以YAML文件形式存放在git仓库中，版本化、可追溯。若构建过程中发现不良假设，工作流会回退到上一步并记录学习成果——这被视为系统正常运作而非失败。

Mycelium已通过三个小型项目内部测试和外部用户的实际压力测试。每个测试都推动框架改进，例如：当一致性不再等同于证据时（框架学会了不信任自身的一致性推理）；当链接检查器通过但死路径仍然存在时（增加了第二层守卫）；以及当外部报告（如Faros的加速鞭策、Datadog的AI工程状态）揭示自身可观测性短板时（促进了三个子系统改进）。这些学习全部融入当前版本。

若想深入了解，项目文档提供了心理模型、哲学基础、技能列表、理论依据（引用30+框架）以及完整的收据索引（记录每项机制和贡献者）。许可证为MIT。