91 lines
2.8 KiB
Markdown
91 lines
2.8 KiB
Markdown
# 🍎 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) |