# 🍎 智能决策工作坊 (Multi-Agent Council V4)

AI驱动的多智能体决策分析系统 - 基于多模型智囊团

## ✨ 核心功能

### 🧪 Multi-Model Council V4 (智囊团模式)
- **多轮对话讨论**: 专家像真实会议一样进行多轮对话，互相批判、补充观点
- **动态专家组建**: 自定义 2-5 位专家，为每位指定最擅长的模型
- **🪄 智能专家生成**: AI 根据主题自动推荐最合适的专家角色
- **最终决策合成**: 最后一位专家综合全场观点，生成方案并绘制 Mermaid 路线图

### 🎯 内置决策场景
系统预置 4 大典型决策场景，每个场景都配置了专业的典型问题：

| 场景 | 描述 |
|------|------|
| 🚀 新产品发布评审 | 评估产品可行性、市场潜力和实施计划 |
| 💰 投资审批决策 | 分析投资项目的 ROI、风险和战略价值 |
| 🤝 合作伙伴评估 | 评估合作伙伴的匹配度和合作价值 |
| 📦 供应商评估 | 对比分析供应商的综合能力 |

### 🎭 Debate Workshop (辩论工作坊)
让 AI 扮演不同立场角色，通过辩论帮助厘清复杂决策的利弊

### 💬 用户反馈
内置用户反馈系统，收集功能建议和使用体验

### 🌐 多平台支持
- **DeepSeek**: V3, R1, Coder
- **OpenAI**: GPT-4o, GPT-4o-mini
- **Anthropic**: Claude 3.5 Sonnet
- **Google**: Gemini 1.5/2.0
- **SiliconFlow / AIHubMix / Deepseek**

---

## 🛠️ 安装

```bash
# 克隆项目
git clone https://github.com/HomoDeusss/multi-agent.git
cd multi-agent

# 初始化 uv 项目（如首次使用）
uv init

# 安装依赖
uv add streamlit openai anthropic python-dotenv

# 或者同步现有依赖
uv sync
```

## 🚀 快速开始

```bash
uv run streamlit run app.py
```

### 使用步骤

1. **配置 API**: 在侧边栏选择 Provider 并输入 API Key
2. **选择场景**: 点击预置的决策场景或自定义主题
3. **生成专家**: 点击 "🪄 根据主题自动生成专家" 或手动配置
4. **开始决策**: 观察专家们如何互相对话，生成综合方案

---

## 📁 项目结构

```
multi_agent_workshop/
├── app.py                 # Streamlit 主应用
├── config.py              # 配置文件
├── agents/                # Agent 定义
│   ├── agent_profiles.py  # 预设角色配置
│   ├── base_agent.py      # 基础 Agent 类
│   └── research_agent.py  # 研究型 Agent
├── orchestrator/          # 编排器
│   ├── debate_manager.py  # 辩论管理
│   └── research_manager.py # 智囊团管理
├── utils/
│   ├── llm_client.py      # LLM 客户端封装
│   ├── storage.py         # 存储管理
│   └── auto_agent_generator.py # 智能专家生成
└── report/                # 报告生成
```

## 📝 License
[MIT License](LICENSE)