# 多 Agent 决策工作坊 - 项目设计文档

## 1. 一句话描述

多 Agent 决策工作坊是一个为团队提供方案评审服务的 Web 应用，通过模拟多角色视角的辩论，帮助团队生成全面、客观的决策要点。

## 2. 核心功能 (MVP)

### 2.1 工作坊创建与管理
- 创建新的决策工作坊，设置工作目标和评审范围
- 管理已有的工作坊，支持查看和编辑工作坊信息

### 2.2 多角色配置
- 为每个工作坊配置不同的角色（如产品经理、技术专家、用户代表等）
- 为每个角色设置独特的视角和关注点，确保决策考虑的全面性

### 2.3 AI 驱动的决策分析
- 收集多角色的辩论内容和观点
- 使用 DeepSeek API 分析辩论内容，生成全面的决策要点和建议
- 展示决策分析结果，包括关键因素、风险评估和具体建议

## 3. 交互流程

### 3.1 用户操作流程

1. **用户打开应用**
   - 访问应用首页，查看已有工作坊列表

2. **创建新工作坊**
   - 点击"创建新工作坊"按钮
   - 填写工作坊名称和目标
   - 点击"下一步"按钮进入角色配置

3. **配置角色**
   - 输入角色名称（如产品经理、技术专家等）
   - 输入角色的视角和关注点
   - 点击"添加更多角色"继续添加，或点击"完成配置"进入辩论环节

4. **开始辩论**
   - 选择一个角色
   - 输入该角色的观点和建议
   - 点击"提交观点"按钮
   - 重复以上步骤，为不同角色添加观点

5. **查看决策分析**
   - 点击"查看结果"按钮
   - 系统使用 DeepSeek API 分析辩论内容
   - 展示 AI 生成的决策要点和建议

### 3.2 页面流程

```
首页 (index.html)
  ↓
创建工作坊 (create_workshop.html)
  ↓
配置角色 (configure_roles.html)
  ↓
开始辩论 (start_debate.html)
  ↓
查看结果 (results.html)
```

## 4. 技术实现

### 4.1 技术栈

- **后端**：Python 3.8+, Flask 框架
- **前端**：HTML5, CSS3, Jinja2 模板引擎
- **AI 集成**：DeepSeek API
- **环境管理**：uv 虚拟环境
- **依赖管理**：pip
- **配置管理**：python-dotenv

### 4.2 核心技术点

#### 4.2.1 DeepSeek API 集成

- 使用 DeepSeek API 分析辩论内容，生成决策要点
- 构建有效的系统提示，引导 AI 生成高质量的决策分析
- 实现错误处理，确保 API 调用失败时系统仍能正常运行

#### 4.2.2 数据管理

- 使用内存字典存储工作坊数据（开发阶段）
- 支持工作坊的创建、编辑和查询
- 支持角色配置和辩论内容的管理

#### 4.2.3 用户界面

- 响应式设计，适配不同屏幕尺寸
- 直观的用户操作流程，减少学习成本
- 清晰的结果展示，突出决策要点和建议

## 5. 项目结构

```
.
├── app.py              # 主应用文件
├── .env                # 环境变量配置
├── README.md           # 项目说明文档
├── Project_Design.md   # 项目设计文档
├── requirements.txt    # 依赖项列表
└── templates/          # HTML 模板文件
    ├── index.html      # 首页
    ├── create_workshop.html  # 创建工作坊页面
    ├── configure_roles.html  # 配置角色页面
    ├── start_debate.html     # 开始辩论页面
    └── results.html          # 查看结果页面
```

## 6. 依赖项

| 依赖项 | 版本 | 用途 |
|-------|------|------|
| Flask | ^2.0.0 | Web 框架 |
| requests | ^2.26.0 | HTTP 客户端，用于调用 DeepSeek API |
| python-dotenv | ^0.19.0 | 环境变量管理 |

## 7. 环境要求

- Python 3.8+
- uv 虚拟环境管理工具
- DeepSeek API 密钥

## 8. 后续扩展

- **持久化存储**：使用数据库存储工作坊数据，支持长期保存和历史查询
- **用户认证**：添加用户登录功能，支持多用户协作
- **高级分析**：增强 AI 分析能力，提供更详细的决策建议和风险评估
- **导出功能**：支持将决策结果导出为 PDF 或其他格式
- **集成其他 LLM**：支持集成多个 AI 模型，提供更全面的分析视角

## 9. 风险评估

- **API 调用限制**：DeepSeek API 可能有调用次数或速率限制，需要实现合理的错误处理和重试机制
- **数据安全**：工作坊内容可能包含敏感信息，需要考虑数据加密和访问控制
- **性能优化**：AI 分析可能需要较长时间，需要实现异步处理或进度提示

## 10. 结论

多 Agent 决策工作坊通过模拟多角色视角的辩论，结合 AI 分析能力，为团队提供了一种全新的方案评审方式。它不仅能够帮助团队生成全面、客观的决策要点，还能够促进团队成员之间的有效沟通和协作。

该项目的 MVP 版本已经包含了核心功能，能够满足基本的方案评审需求。后续可以通过持续优化和扩展，进一步提升系统的功能和用户体验。