sunpayus/Project_Design.md

144 lines
4.8 KiB
Markdown
Raw Permalink Normal View History

# 多 Agent 决策工作坊 - 项目设计文档
## 1. 一句话描述
多 Agent 决策工作坊是一个为团队提供方案评审服务的 Web 应用,通过模拟多角色视角的辩论,帮助团队生成全面、客观的决策要点。
## 2. 核心功能 (MVP)
### 2.1 工作坊创建与管理
- 创建新的决策工作坊,设置工作目标和评审范围
- 管理已有的工作坊,支持查看和编辑工作坊信息
### 2.2 多角色配置
- 为每个工作坊配置不同的角色(如产品经理、技术专家、用户代表等)
- 为每个角色设置独特的视角和关注点,确保决策考虑的全面性
### 2.3 AI 驱动的决策分析
- 收集多角色的辩论内容和观点
- 使用 DeepSeek API 分析辩论内容,生成全面的决策要点和建议
- 展示决策分析结果,包括关键因素、风险评估和具体建议
## 3. 交互流程
### 3.1 用户操作流程
1. **用户打开应用**
- 访问应用首页,查看已有工作坊列表
2. **创建新工作坊**
- 点击"创建新工作坊"按钮
- 填写工作坊名称和目标
- 点击"下一步"按钮进入角色配置
3. **配置角色**
- 输入角色名称(如产品经理、技术专家等)
- 输入角色的视角和关注点
- 点击"添加更多角色"继续添加,或点击"完成配置"进入辩论环节
4. **开始辩论**
- 选择一个角色
- 输入该角色的观点和建议
- 点击"提交观点"按钮
- 重复以上步骤,为不同角色添加观点
5. **查看决策分析**
- 点击"查看结果"按钮
- 系统使用 DeepSeek API 分析辩论内容
- 展示 AI 生成的决策要点和建议
### 3.2 页面流程
```
首页 (index.html)
创建工作坊 (create_workshop.html)
配置角色 (configure_roles.html)
开始辩论 (start_debate.html)
查看结果 (results.html)
```
## 4. 技术实现
### 4.1 技术栈
- **后端**Python 3.8+, Flask 框架
- **前端**HTML5, CSS3, Jinja2 模板引擎
- **AI 集成**DeepSeek API
- **环境管理**uv 虚拟环境
- **依赖管理**pip
- **配置管理**python-dotenv
### 4.2 核心技术点
#### 4.2.1 DeepSeek API 集成
- 使用 DeepSeek API 分析辩论内容,生成决策要点
- 构建有效的系统提示,引导 AI 生成高质量的决策分析
- 实现错误处理,确保 API 调用失败时系统仍能正常运行
#### 4.2.2 数据管理
- 使用内存字典存储工作坊数据(开发阶段)
- 支持工作坊的创建、编辑和查询
- 支持角色配置和辩论内容的管理
#### 4.2.3 用户界面
- 响应式设计,适配不同屏幕尺寸
- 直观的用户操作流程,减少学习成本
- 清晰的结果展示,突出决策要点和建议
## 5. 项目结构
```
.
├── app.py # 主应用文件
├── .env # 环境变量配置
├── README.md # 项目说明文档
├── Project_Design.md # 项目设计文档
├── requirements.txt # 依赖项列表
└── templates/ # HTML 模板文件
├── index.html # 首页
├── create_workshop.html # 创建工作坊页面
├── configure_roles.html # 配置角色页面
├── start_debate.html # 开始辩论页面
└── results.html # 查看结果页面
```
## 6. 依赖项
| 依赖项 | 版本 | 用途 |
|-------|------|------|
| Flask | ^2.0.0 | Web 框架 |
| requests | ^2.26.0 | HTTP 客户端,用于调用 DeepSeek API |
| python-dotenv | ^0.19.0 | 环境变量管理 |
## 7. 环境要求
- Python 3.8+
- uv 虚拟环境管理工具
- DeepSeek API 密钥
## 8. 后续扩展
- **持久化存储**:使用数据库存储工作坊数据,支持长期保存和历史查询
- **用户认证**:添加用户登录功能,支持多用户协作
- **高级分析**:增强 AI 分析能力,提供更详细的决策建议和风险评估
- **导出功能**:支持将决策结果导出为 PDF 或其他格式
- **集成其他 LLM**:支持集成多个 AI 模型,提供更全面的分析视角
## 9. 风险评估
- **API 调用限制**DeepSeek API 可能有调用次数或速率限制,需要实现合理的错误处理和重试机制
- **数据安全**:工作坊内容可能包含敏感信息,需要考虑数据加密和访问控制
- **性能优化**AI 分析可能需要较长时间,需要实现异步处理或进度提示
## 10. 结论
多 Agent 决策工作坊通过模拟多角色视角的辩论,结合 AI 分析能力,为团队提供了一种全新的方案评审方式。它不仅能够帮助团队生成全面、客观的决策要点,还能够促进团队成员之间的有效沟通和协作。
该项目的 MVP 版本已经包含了核心功能,能够满足基本的方案评审需求。后续可以通过持续优化和扩展,进一步提升系统的功能和用户体验。