Settings

运行时配置，修改后立即生效

Agent 调用

Discussion 讨论流程

CLI 工具

API Keys

配置后创建 Agent 时可选 API 模式直接调用云端模型，无需本地 CLI。

Multi-Agent Task Framework

让多个本地 AI CLI 工具围绕一个话题展开结构化协作，由主持人协调控场，最终收敛出最优方案。

任务类型

快速部署

项目是纯 Python + 单文件前端，零构建依赖。需要本地安装至少一个 AI CLI 工具作为 agent 后端。

1. 环境准备

# Python 3.10+
pip install pyyaml rich fastapi uvicorn

# 至少安装一个 AI CLI（agent 通过 subprocess 调用）
# Claude Code（推荐）
npm install -g @anthropic-ai/claude-code

# 或其他支持 -p (print mode) 的 CLI

2. 启动服务

# 克隆项目
git clone <repo-url> && cd multi-agents

# 启动 Web Dashboard（默认端口 8765）
python web.py

# 指定端口
python web.py --port 8080

# 纯 CLI 模式（不启动 Web）
python discuss.py "你的话题"

3. 配置 Agent

每个 Agent 是 config/agents/ 下的一个 YAML 文件，也可以通过 Web UI 的 Agents 页面管理。

# config/agents/my-agent.yaml
name: "我的 Agent"
cli: "claude"              # CLI 工具名（claude / qodercli）
model: "claude-opus-4-6"   # 模型名
args: ["-p"]               # CLI 参数，-p = print mode
system_prompt: |
  你是一个...
color: "#3b82f6"           # 头像颜色
roles: ["participant"]     # participant / moderator
skills: ["code-review"]    # 可选，引用 config/skills/ 中的 slug

4. 配置 Skill（可选）

Skill 是可复用的 prompt 模板片段，挂载到 Agent 上增强其专业能力。

# config/skills/code-review.yaml
name: "代码审查"
description: "代码质量审查和改进建议能力"
category: "engineering"
tags: ["code", "review"]
prompt_fragment: |
  你具备专业的代码审查能力：
  - 能识别设计模式违反、性能问题和安全漏洞
  - 善于提出具体的改进建议

multi-agents/
  discuss.py        # CLI 入口
  web.py            # Web 入口（FastAPI + WebSocket）
  engine.py         # 讨论引擎
  requirement.py    # 需求实现引擎
  research.py       # 信息调研引擎
  adapter.py        # CLI 适配器
  reporter.py       # 报告生成
  static/
    index.html      # 单文件前端（零构建）
  config/
    agents/         # Agent YAML 配置
    skills/         # Skill YAML 配置
    presets/        # 预设组合
  output/           # 任务报告输出