# 多 Agent 决策工作坊

## 项目概述

多 Agent 决策工作坊是一个基于 Flask 和 DeepSeek API 的方案评审工具，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。

## 核心功能

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。
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），每个角色拥有独特的视角和关注点。
3. **AI 驱动的决策分析**：基于多角色的辩论内容，使用 DeepSeek API 生成全面的决策要点和建议。
4. **智能排序与筛选**：支持按时间（升序/降序）和名称首字母排序工作坊，默认按时间降序显示最新工作坊。
5. **批量操作功能**：支持多选工作坊进行批量删除，勾选框显示在右侧空白处，与工作坊名称高度对齐。
6. **防抖与状态管理**：点击查看结果按钮时，实现防抖功能，避免重复生成结果，并显示加载提示。
7. **结果缓存**：生成AI结果后自动保存，后续点击查看结果时直接显示已保存结果，无需重复生成。
8. **优化的用户界面**：工作坊列表标题与右侧按钮字符中心线对齐，创建第一个工作坊按钮在列表方框中居中显示。

## 使用场景

- **产品方案评审**：评估新功能或产品方案的可行性和风险。
- **技术选型决策**：在多种技术方案中进行客观比较和选择。
- **项目规划评审**：对项目计划、资源分配等进行多维度分析。

## 快速开始

### 环境要求

- Python 3.8+
- uv 虚拟环境管理工具
- DeepSeek API 密钥

### 安装步骤

1. **克隆项目**

2. **初始化虚拟环境**
   ```bash
   uv init
   ```

3. **安装依赖**
   ```bash
   uv add flask requests python-dotenv
   ```

4. **配置 API 密钥**
   创建 `.env` 文件，添加以下内容：
   ```
   DEEPSEEK_API_KEY=your_deepseek_api_key
   ```

5. **启动应用**
   ```bash
   python app.py
   ```

6. **访问应用**
   打开浏览器，访问 `http://localhost:5000`

## 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
```

## 使用指南

1. **创建工作坊**：在首页点击"创建新工作坊"，填写工作坊名称和目标。
2. **配置角色**：为工作坊添加不同的角色，每个角色需要设置名称和视角。
3. **开始辩论**：选择角色，输入该角色的观点和建议。
4. **查看结果**：点击"查看结果"按钮，系统会基于所有角色的辩论内容，生成决策要点和建议。首次点击会生成结果并显示加载提示，后续点击会直接显示已保存的结果。
5. **排序工作坊**：点击"按时间排序"按钮可按创建时间升序排列工作坊，默认状态下工作坊按创建时间降序显示。点击"按名称首字母排序"按钮可按名称字母顺序排列工作坊。
6. **批量操作**：点击"多选"按钮进入多选模式，勾选工作坊后可进行批量删除操作。多选模式下，勾选框会显示在工作坊名称右侧，与名称高度对齐。
7. **保存最终决策**：在查看结果页面，填写最终决策后点击"保存最终决策"按钮，系统会保存决策并自动跳转到首页。

## 技术栈

- **后端**：Python, Flask
- **前端**：HTML, CSS, Jinja2 模板
- **AI 集成**：DeepSeek API
- **环境管理**：uv

## 许可证
MIT

## 孙子舒 2411020120  陈敬峰 2411020229

## 心得 
 通过本次多 Agent 决策工作坊项目的开发，我深刻体会到了多角色视角在决策过程中的重要性。在实际开发中，我们常常需要从不同角度审视问题，而本系统通过模拟多角色辩论的方式，能够帮助团队更全面地分析方案，避免片面决策。 
 
 在技术实现上，我学习了如何使用 Flask 框架快速搭建 Web 应用，并整合 DeepSeek API 实现 AI 功能。同时，通过使用 uv 管理虚拟环境和依赖，使得项目环境配置更加简便和规范。 
 
 项目开发过程中，我重点关注了用户体验的优化：从调整工作坊列表的布局对齐，到实现查看结果按钮的防抖功能，再到优化时间排序逻辑，每一个细节的改进都让系统更加易用和直观。特别是在实现 AI 结果缓存功能时，我意识到良好的状态管理对于提升用户体验至关重要，它不仅减少了重复的 API 调用，还让用户能够即时查看已生成的结果。 
 
 此外，我还体验了从需求分析、设计、编码到测试的完整开发流程，提高了解决实际问题的能力。在处理多选框布局、排序逻辑等细节问题时，我学会了如何平衡功能实现与视觉效果，确保系统既实用又美观。 
 
 在未来的学习中，我将继续探索更多 AI 与 Web 应用结合的场景，提升系统的智能化水平。同时，我也会更加注重用户体验的细节，努力开发出更加人性化的应用。 
 
 最后，感谢老师和同学们在项目过程中给予的帮助和指导。