sunpayus/Project_Design.md

144 lines
4.8 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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。