没有任何一种视角是绝对正确的。
推演局(Dynamic Cognitive Orchestrator) 是一台把「单一争议问题」拆解为「多方处境图、隔离暗房独白、圆桌正面激辩与结构化决策报告」的真·多 Agent 认知推演终端。
它不是普通的 AI 聊天框,也不靠单条 Prompt 让同一个上下文分饰多角“左右互搏”——在默认的 真·多 Agent 并发隔离模式 下,每位角色都在物理隔离的独立上下文窗口中并发推演,彼此听不见、不串味,再经圆桌碰撞,最后由“推演局长”收敛出一份可快速扫描、可归档、可转发的正式报告。
- 真·物理上下文隔离并发编排:Stage 2 通过
asyncio并发调度独立 LLM 会话,每位 Agent 仅接收议题与自身利益/盲点/声纹画像(voice_profile),从根源杜绝后发言角色隐式参考前文。 - 三种执行引擎自由切换:
- 真·多Agent并发隔离 (
multi_agent):4 阶段完整编排,深度还原多方真实博弈。 - 极速单流推演 (
single_stream):单次流式生成,适合低 Token 快速探索。 - 内置离线演示 (
demo/ 自动兜底):未配置 API Key 时自动无感切换,克隆仓库即可零成本体验完整 UI、并发暗房卡片、圆桌气泡与 PDF/MD/TXT 导出。
- 真·多Agent并发隔离 (
- 丝滑实时阅读体验:80ms 流式渲染节流(
scheduleRender)+<details>折叠状态跨帧保持 + 宽容标题匹配器,边流式生成边翻阅章节不卡顿、不重置折叠态,随时支持AbortController一键中止推演(后端同步检测断连并取消上游协程,停止消耗 Token)。 - 成品级多格式导出:内置 30 秒摘要卡、声量×筹码 2×2 权力矩阵,支持导出 完整归档版 PDF (
full)、社交传播版 PDF (share)、结构化 Markdown (.md) 与 排版纯文本 (.txt)。 - 契约化评测闭环:提供
schemas/analysis.json结构契约、10 组基准测试集(evals/cases.jsonl)、100 分制评分量表(evals/rubric.md)与可执行评测器evals/runner.py。
flowchart LR
A["输入议题"] --> B["Stage 1 · 话题解构 & 动态选角<br/>(JSON 解析 + 韧性兜底)"]
B --> C1["Agent 1 独立暗房<br/>(物理隔离上下文)"]
B --> C2["Agent 2 独立暗房<br/>(物理隔离上下文)"]
B --> C3["Agent N 独立暗房<br/>(并发异步流)"]
C1 & C2 & C3 --> D{"Pro / Ultra 档位?"}
D -->|"是"| E["Stage 3 · 圆桌激辩<br/>(跨角色点名反驳 & 意外共识)"]
D -->|"否"| F["Stage 4 · 局长整合报告<br/>(A-H 结构图 + 3条行动建议 + 事实分层)"]
E --> F
F --> G["30秒结论卡 & Full/Share PDF 导出"]
详细协议规范与模块设计请参阅 docs/architecture.md。
| 模式 | 参数值 | API 调用次数 | 上下文隔离度 | 推荐场景 |
|---|---|---|---|---|
| 真·多Agent并发隔离 | multi_agent |
1 (选角) + N (并发暗房) + 0/1 (圆桌) + 1 (局长) |
物理级隔离(零串味) | 深度议题拆解、战略复盘、高质量正式报告 |
| 极速单流推演 | single_stream |
1 次流式请求 |
提示词逻辑隔离 | 快速头脑风暴、低延迟/低 Token 预算场景 |
| 内置离线演示 | demo(无 Key 自动触发) |
0(本地异步流引擎) |
独立声纹模板 | 零配置开箱体验、UI 交互预览、导出链路联调 |
零配置即刻运行:即使暂未准备大模型 API Key,直接启动服务并打开
http://127.0.0.1:8000也可立即体验完整的离线多 Agent 推演与导出能力。
git clone https://github.com/Johnson-Durui/tuiyanju.git
cd tuiyanju
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
# 可选:配置真实 OpenAI 兼容 API Key(不配也可直接运行离线演示模式)
cp .env.example .env
uvicorn main:app --host 127.0.0.1 --port 8000git clone https://github.com/Johnson-Durui/tuiyanju.git
cd tuiyanju
python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt
# 可选:复制并填写 .env(不配置时自动启用内置离线演示模式)
Copy-Item .env.example .env
python -m uvicorn main:app --host 127.0.0.1 --port 8000启动后直接在浏览器访问(FastAPI 已直接托管前端与静态资源,彻底告别 file:// 跨域问题):
- 推演局主终端:
http://127.0.0.1:8000 - 健康检查与模式状态:
http://127.0.0.1:8000/api/health - 交互式 API 文档:
http://127.0.0.1:8000/api/docs
仓库内置了一份完整生成的演示报告,可直接查看成品版式:
| 导出模式 | 目标场景 | 包含章节结构 |
|---|---|---|
full(完整版 PDF) |
深度阅读、团队内参、复盘归档 | 封面与系统元信息 → 30 秒结论页 → 目录与模块清单 → 推演轨迹 → 选角总览 → 全部暗房独白 → 圆桌激辩 → 局长 A-H 整合报告与行动建议 |
share(传播版 PDF) |
社群转发、高管速览、要点对齐 | 封面 → 30 秒结论页 → 压缩版选角表 → 暗房金句卡片 → 圆桌交锋高光 → 局长核心洞察 → 3 条可落地行动建议 |
.md / .txt 导出 |
二次编辑、导入知识库(Obsidian / Notion) | 支持纯净正式报告导出,或附带 【推演过程提示】 轨迹导出 |
POST /api/analyze:发起流式推演(支持orchestration_mode:"multi_agent"|"single_stream"|"demo",depth:"quick"|"standard"|"pro"|"ultra",active_modules:["winners", "timeline", "signal", "action", "monitor", "appendix"])。GET /api/health:返回服务状态、支持的编排模式及 API Key 就绪状态。GET /api/models:拉取上游可用模型列表(离线时返回推荐模型清单)。GET /api/modules:返回 6 大增强透镜模块定义。
# 1. 离线校验 schemas/analysis.json、evals/cases.jsonl 与 100 分制 rubric.md
python evals/runner.py --mode validate
# 2. 跑通离线 SSE 全链路结构完整度评测
python evals/runner.py --mode demo-eval --limit 5
# 3. 使用真实 API Key 运行多 Agent 推演 + LLM 裁判按 8 维度打分并输出报告
python evals/runner.py --mode live --limit 3 --model gpt-4o-mini --output evals/reports/latest.jsonpytest
ruff check .
node tests/test_export_utils.js- main.py / tuiyanju/:FastAPI 入口与异步多 Agent 编排核心包
- index.html / theme.css / export_utils.js:推演局前端阅读器与多模式导出引擎
- prompts/:系统提示词、动态选角、单人隔离暗房、圆桌激辩与局长整合提示词模板
- schemas/analysis.json:结构化输出 JSON Schema
- evals/:基准评测用例、评分标准与自动化评测 CLI
- docs/architecture.md / docs/visual-direction.md:系统架构设计与黑金终端视觉规范
本项目采用 MIT License 开源许可协议。
