From b1bca4a87665a984fd96371e0e53f83cf4926cf7 Mon Sep 17 00:00:00 2001 From: xyz <123456@gmail.com> Date: Fri, 9 Jan 2026 10:27:24 +0800 Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20DeepSeek=20=E6=A8=A1?= =?UTF-8?q?=E5=9E=8B=E5=88=97=E8=A1=A8=20&=20=E5=AE=8C=E5=96=84=20README?= =?UTF-8?q?=20=E6=96=87=E6=A1=A3?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- README.md | 14 +++++++++++++- config.py | 16 +++++++++------- 2 files changed, 22 insertions(+), 8 deletions(-) diff --git a/README.md b/README.md index 5ff5ea6..f5db036 100644 --- a/README.md +++ b/README.md @@ -2,6 +2,14 @@ AI驱动的多智能体决策分析系统 - 基于多模型智囊团 +## 👥 团队成员与贡献 + +| 姓名 | 学号 | 主要贡献 (具体分工) | +|------|------|---------------------| +| 徐睿敏 | 2411020228 | (组长) 核心逻辑开发、Multi-Agent 编排、Prompt 工程 | +| 高玮 | 2411020226 | 前端界面设计 (Streamlit UI)、决策场景模块、PPT 制作 | +| 马菁艺 | 2411020230 | 文档撰写、测试与 Bug 修复、用户反馈模块 | + ## ✨ 核心功能 ### 🧪 Multi-Model Council V4 (智囊团模式) @@ -39,7 +47,7 @@ AI驱动的多智能体决策分析系统 - 基于多模型智囊团 ```bash # 克隆项目 -git clone https://github.com/HomoDeusss/multi-agent.git +git clone http://hblu.top:3000/Python2025-CourseDesign/wd666.git cd multi-agent # 初始化 uv 项目（如首次使用） @@ -86,6 +94,10 @@ multi_agent_workshop/ │ └── auto_agent_generator.py # 智能专家生成 └── report/ # 报告生成 ``` +## 心得体会 +在当今的工作及学习生活中，决策充斥着我们生活的多个方面。而在决策时往往面临着个人情绪以及经验对决策的过度影响、数据量庞大缺乏有效分析以及结构化建议等问题。此程序的设计，可以为用户提供系统化评估框架，明确决策优先级，以及内置评估维度和权重体系。同时，我们在决策过程中引入 "虚拟会议" 功能，模拟真实决策会议中不同角色的视角和建议，帮助用户全面理解各利益相关方的立场。 +在程序设计过程中，使用ai协助无疑大大降低了代码编写的门槛，加快了代码编写的速度。先构思程序功能，让ai生成骨架，在根据测试完善功能，这转变了我们的编程思维，从纠结语法细节转向专注业务逻辑，从边写边想升级直接设计然后优化功能。在开发决策系统时，AI不仅快速生成核心代码，还创意性地建议加入“模拟会议”功能，让项目更加丰富立体。 +当然，AI辅助编程也有挑战和陷阱。最大的考验是如何精准表达需求——模糊的描述会得到模糊的答案。在设计过程中，因表达不全面，在优化过程中ai删去了需要的功能，这也让我们看到ai的局限性，这提醒我们用更结构化的语言说明需求，以获得更符合要求的方案。 ## 📝 License [MIT License](LICENSE) \ No newline at end of file diff --git a/config.py b/config.py index 9114362..6fc2122 100644 --- a/config.py +++ b/config.py @@ -6,7 +6,12 @@ from dotenv import load_dotenv load_dotenv() -# API Keys 从环境变量读取，请在 .env 文件中配置 +# API 配置 +ANTHROPIC_API_KEY = os.getenv("ANTHROPIC_API_KEY", "") +OPENAI_API_KEY = os.getenv("OPENAI_API_KEY", "") +AIHUBMIX_API_KEY = os.getenv("AIHUBMIX_API_KEY", "") +DEEPSEEK_API_KEY = os.getenv("DEEPSEEK_API_KEY", "") +SILICONFLOW_API_KEY = os.getenv("SILICONFLOW_API_KEY", "") # LLM Providers Configuration LLM_PROVIDERS = { @@ -61,12 +66,9 @@ AVAILABLE_MODELS = { "gemini-1.5-flash": "Gemini 1.5 Flash (Google)", "gemini-2.0-flash-exp": "Gemini 2.0 Flash Exp (Google)", - # DeepSeek - "deepseek-chat": "DeepSeek V3 (DeepSeek)", - "deepseek-reasoner": "DeepSeek R1 (DeepSeek)", - "deepseek-coder": "DeepSeek Coder (DeepSeek)", - "deepseek-v2.5": "DeepSeek V2.5 (DeepSeek)", - "deepseek-coder-v2": "DeepSeek Coder V2 (DeepSeek)", + # DeepSeek (官方 API: https://api.deepseek.com) + "deepseek-chat": "DeepSeek V3 通用对话 (DeepSeek)", + "deepseek-reasoner": "DeepSeek R1 深度推理 (DeepSeek)", # Meta "llama-3.3-70b-instruct": "Llama 3.3 70B (Meta)",