| .env | ||
| .gitignore | ||
| app.py | ||
| README.md | ||
| requirements.txt | ||
AI经理人为你把关
🤖 专业决策把关系统 - 基于AI的多角色决策辅助平台
项目简介
这是一个为团队决策者、产品经理和战略规划师设计的AI决策辅助平台。通过4个专业AI经理人（技术专家、战略顾问、用户体验师、风险顾问）的多角度把关，帮助用户全面分析复杂问题并生成结构化决策要点。
核心功能
🎯 多角色AI经理人把关
- 技术专家 - 技术可行性、实现难度分析
- 战略顾问 - 战略规划、竞争优势评估
- 用户体验师 - 用户需求、易用性分析
- 风险顾问 - 风险识别、不确定性评估
🔄 实时把关过程展示
- 可视化展示经理人间的把关流程
- 实时显示论点、论据和推理过程
- 支持把关过程的交互控制
📊 智能决策要点生成
- 自动总结关键观点和共识
- 生成结构化决策建议
- 提供风险评估和行动方案
快速开始
环境要求
- Python 3.8+
- DeepSeek API密钥
安装步骤
- 克隆项目
git clone <repository-url>
cd multi_agent_decision_workshop
- 安装依赖
pip install -r requirements.txt
- 配置环境变量
创建
.env文件并添加：
DEEPSEEK_API_KEY=your_deepseek_api_key_here
🌐 访问地址
当前运行地址
- 本地访问: http://localhost:8513
- 网络访问: http://10.132.123.129:8513
- 外部访问: http://223.160.207.75:8513
启动应用
python -m streamlit run app.py --server.headless true --server.port 8513
端口说明
- 默认端口：8513（可自定义）
- 如果端口被占用，会自动尝试其他端口（8510-8520）
- 运行应用
streamlit run app.py
- 打开浏览器访问
http://localhost:8501
使用指南
基本流程
- 输入决策问题 - 在左侧面板输入需要分析的决策问题
- 开始辩论 - 点击"开始辩论"按钮激活AI代理
- 观察辩论 - 实时观看4个专业角色的观点碰撞
- 生成总结 - 辩论结束后生成结构化决策要点
- 制定计划 - 基于共识制定具体行动计划
决策模板
系统内置常见决策模板：
- 产品功能优先级排序
- 技术方案选择评估
- 市场进入策略分析
- 团队资源分配决策
技术架构
前端
- Streamlit - 快速原型开发框架
- 实时更新 - 辩论过程的动态展示
- 响应式设计 - 适配不同屏幕尺寸
后端
- DeepSeek API - AI对话能力支持
- 多代理协调 - 角色间的对话管理
- 内容分析 - 辩论内容的智能处理
数据流
- 用户输入 → 问题解析
- 代理激活 → 角色分配
- 多轮辩论 → 观点碰撞
- 内容分析 → 决策生成
- 结果展示 → 用户反馈
项目结构
multi_agent_decision_workshop/
├── app.py # 主应用文件
├── requirements.txt # 项目依赖
├── README.md # 项目说明
└── .env # 环境变量配置
开发计划
Phase 1: MVP版本 ✅
- 基础Streamlit界面
- 单个AI代理对话功能
- 简单的辩论流程控制
Phase 2: 功能完善 🔄
- 辩论过程可视化优化
- 更多专业角色代理
- 辩论内容深度分析
Phase 3: 高级功能 📈
- 自定义角色配置
- 辩论过程导出功能
- 决策历史记录
贡献指南
欢迎提交Issue和Pull Request！
开发环境设置
- Fork项目仓库
- 创建功能分支
- 提交代码变更
- 创建Pull Request
许可证
MIT License
联系方式
- 项目主页: [GitHub Repository]
- 问题反馈: [Issues]
- 功能建议: [Discussions]
让AI成为您的决策智囊团，助力更明智的商业决策！
2411020231 音布鲁格 主程序师 2411020225 刘明扬 副程序师
心得
创作《决策智囊团》源于对个体决策局限的观察。我意识到，最好的决策来自多维视角的碰撞，而非单一“正确答案”。因此，项目的核心从构建一个“超级专家”转向设计四个性格与专长各异的AI角色，让它们进行有节奏的辩论。
技术实现上，从“单声道”问答到“多声道”交锋是一大突破。更大的挑战在于人性化设计：如何让辩论既有专业深度，又产出可落地的建议？我通过为角色注入性格（如技术专家的严谨、体验师的共情）并设计发言规则来模拟真实会议，确保冲突充分暴露而非过早消解。
整个过程让我深刻反思：AI的真正价值并非提供答案，而是拓展人类的思维边界。它通过系统性的观点交锋，揭示盲区、量化风险，但最终决定权与责任，必须牢牢握在人类手中。这是一个谦卑的辅助者，而非替代者。