X-Agents/teams/multi_agent_plan/group_chat_implementation_plan.md

多智能体群聊系统实现计划

项目概述

实现类似"一人公司"的多智能体群聊系统，支持多个 Agent 在群聊中讨论问题，类似于人类的团队会议。

核心特性

• 三阶段流程: 观点提出 → 讨论完善 → CEO 总结决策
• 智能轮数: AI 判断讨论是否充分，自动决定轮数
• 用户插话: 用户可以随时打断发表意见
• 角色扮演: 可配置不同角色的 Agent（CEO、CTO、Designer 等）
• 复用架构: 复用现有的 LLM、ToolRegistry、SessionManager

---

一、系统架构

1.1 整体架构图

┌─────────────────────────────────────────────────────────────────┐
│                    Agent Group Chat System                       │
│  ┌─────────────────────────────────────────────────────────────┐│
│  │                    GroupChatManager                          ││
│  │  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐       ││
│  │  │  Presenter  │  │  Discusser  │  │  Summarizer │       ││
│  │  │  Controller │  │  Controller │  │  Controller │       ││
│  │  └─────────────┘  └─────────────┘  └─────────────┘       ││
│  │         │                │                │               ││
│  │         └────────────────┴────────────────┘               ││
│  │                          │                                  ││
│  │                    SmartRoundController                    ││
│  └─────────────────────────────────────────────────────────────┘│
│                              │                                   │
│           ┌──────────────────┼──────────────────┐               │
│           ▼                  ▼                  ▼                │
│   ┌─────────────┐     ┌─────────────┐     ┌─────────────┐     │
│   │ CEO Agent   │     │ CTO Agent   │     │Designer Agent│    │
│   │ Participant │     │ Participant │     │ Participant  │     │
│   └─────────────┘     └─────────────┘     └─────────────┘     │
│           │                  │                  │               │
│           └──────────────────┴──────────────────┘               │
│                              │                                   │
│                              ▼                                   │
│                    ┌─────────────┐                              │
│                    │GroupContext │                              │
│                    │(共享上下文)  │                              │
│                    └─────────────┘                              │
└─────────────────────────────────────────────────────────────────┘

1.2 核心组件

组件	职责	文件位置
GroupChatManager	群聊管理器，控制整体流程	group_chat/manager.py
Participant	参与群聊的 Agent 实例	group_chat/participant.py
StageController	阶段控制器，管理各阶段	group_chat/stages/controller.py
PresenterStage	观点提出阶段	group_chat/stages/presenter.py
DiscusserStage	讨论完善阶段	group_chat/stages/discusser.py
SummarizerStage	总结决策阶段	group_chat/stages/summarizer.py
SmartRoundController	智能轮数控制	group_chat/round_controller.py
GroupContext	共享讨论上下文	group_chat/context.py
GroupMessage	群聊消息	group_chat/message.py

---

二、数据结构设计

2.1 消息定义

# group_chat/message.py
from typing import Optional
from pydantic import BaseModel, Field
from datetime import datetime
from enum import Enum


class MessageStage(str, Enum):
    """消息所属阶段"""
    PRESENT = "present"      # 观点提出
    DISCUSS = "discuss"     # 讨论完善
    SUMMARIZE = "summarize" # 总结决策


class GroupMessage(BaseModel):
    """群聊消息"""
    id: str = Field(..., description="消息唯一标识")
    agent_id: str = Field(..., description="Agent ID")
    agent_name: str = Field(..., description="Agent 名称")
    agent_role: str = Field(..., description="Agent 角色")
    content: str = Field(..., description="消息内容")
    timestamp: datetime = Field(default_factory=datetime.now)
    stage: MessageStage = Field(..., description="所属阶段")
    round: int = Field(default=1, description="轮数")
    replying_to: Optional[str] = Field(default=None, description="回复的消息ID")


class UserInterruption(BaseModel):
    """用户插话"""
    id: str
    content: str
    timestamp: datetime = Field(default_factory=datetime.now)
    stage: MessageStage
    round: int

2.2 共享上下文

# group_chat/context.py
from typing import Optional
from pydantic import BaseModel, Field
from .message import GroupMessage, UserInterruption


class GroupContext(BaseModel):
    """群聊共享上下文"""
    topic: str = Field(..., description="讨论主题")
    stage: str = Field(default="present", description="当前阶段")
    round: int = Field(default=1, description="当前轮数")
    messages: list[GroupMessage] = Field(default_factory=list)
    user_interruptions: list[UserInterruption] = Field(default_factory=list)
    final_decision: Optional[str] = Field(default=None, description="最终决策")
    status: str = Field(default="running", description="running/completed/failed")


class GroupState(BaseModel):
    """群聊状态"""
    context: GroupContext
    participants: dict[str, dict]  # {agent_id: config}
    config: dict  # 群聊配置

---

三、核心实现

3.1 Agent 角色定义

# group_chat/roles.py
from typing import Optional

# 默认角色配置
DEFAULT_ROLES = {
    "ceo": {
        "id": "ceo",
        "name": "CEO",
        "role": "首席执行官",
        "system_prompt": """你是一家公司的 CEO，负责制定公司战略方向和重大决策。
你的特点是：高瞻远瞩、战略思维、注重长远利益。
在讨论中，你应该：
- 从公司整体战略角度分析问题
- 权衡短期和长期利益
- 做最终决策并承担责任
- 善于总结和归纳各方观点""",
        "stages": ["present", "summarize"],
        "is_final_decider": True,
        "priority": 1
    },
    "cto": {
        "id": "cto",
        "name": "CTO",
        "role": "首席技术官",
        "system_prompt": """你是一家公司的 CTO，负责技术决策和技术团队管理。
你的特点是：技术深厚、注重可行性、关注技术趋势。
在讨论中，你应该：
- 从技术角度分析方案的可行性和风险
- 提供技术实现建议
- 评估技术选型
- 关注系统的可扩展性和稳定性""",
        "stages": ["present", "discuss"],
        "is_final_decider": False,
        "priority": 2
    },
    "designer": {
        "id": "designer",
        "name": "Designer",
        "role": "产品设计师",
        "system_prompt": """你是公司的产品设计师，负责用户体验和界面设计。
你的特点是：创意丰富、注重用户体验、审美在线。
在讨论中，你应该：
- 从用户角度分析问题
- 提出用户体验优化建议
- 关注产品细节
- 平衡美观和实用性""",
        "stages": ["present", "discuss"],
        "is_final_decider": False,
        "priority": 3
    },
    "analyst": {
        "id": "analyst",
        "name": "Analyst",
        "role": "数据分析师",
        "system_prompt": """你是公司的数据分析师，负责数据分析和决策支持。
你的特点是：数据敏感、逻辑严谨、注重证据。
在讨论中，你应该：
- 用数据支撑观点
- 提供数据分析结果
- 指出数据驱动的机会和风险
- 关注关键指标""",
        "stages": ["present", "discuss"],
        "is_final_decider": False,
        "priority": 4
    }
}

3.2 Participant（参与者 Agent）

# group_chat/participant.py
import uuid
from datetime import datetime
from typing import Optional
from langchain_core.language_models import BaseChatModel
from langchain_core.messages import HumanMessage, SystemMessage

from .message import GroupMessage, MessageStage
from .context import GroupContext


class Participant:
    """参与群聊的 Agent"""

    def __init__(
        self,
        llm: BaseChatModel,
        config: dict,
        stage: str = "present"
    ):
        self.llm = llm
        self.config = config
        self.id = config["id"]
        self.name = config["name"]
        self.role = config["role"]
        self.system_prompt = config["system_prompt"]
        self.stages = config.get("stages", ["present", "discuss", "summarize"])
        self.is_final_decider = config.get("is_final_decider", False)

    async def generate_message(
        self,
        context: GroupContext,
        stage: MessageStage,
        round_num: int,
        replying_to: Optional[str] = None
    ) -> GroupMessage:
        """生成消息"""

        # 构建 prompt
        prompt = self._build_prompt(context, stage, round_num)

        # 调用 LLM
        response = await self.llm.ainvoke([
            SystemMessage(content=prompt),
            HumanMessage(content=f"请就「{context.topic}」发表你的观点。")
        ])

        content = response.content if hasattr(response, 'content') else str(response)

        # 创建消息
        message = GroupMessage(
            id=str(uuid.uuid4()),
            agent_id=self.id,
            agent_name=self.name,
            agent_role=self.role,
            content=content,
            timestamp=datetime.now(),
            stage=stage,
            round=round_num,
            replying_to=replying_to
        )

        return message

    def _build_prompt(self, context: GroupContext, stage: MessageStage, round_num: int) -> str:
        """构建 prompt"""

        base_prompt = self.system_prompt

        # 添加上下文
        context_info = f"""
## 当前讨论
主题：{context.topic}
阶段：{stage.value}
轮数：{round_num}

## 历史消息
"""

        # 添加历史消息（限制数量）
        recent_messages = context.messages[-10:] if context.messages else []
        for msg in recent_messages:
            context_info += f"\n【{msg.agent_name}】{msg.content}\n"

        # 添加用户插话
        if context.user_interruptions:
            context_info += "\n## 用户插话\n"
            for interruption in context.user_interruptions[-3:]:
                context_info += f"\n【用户】{interruption.content}\n"

        # 阶段特定的指令
        stage_instruction = {
            "present": "请简洁地提出你的观点和建议。",
            "discuss": "请回应其他人的观点，进行讨论和完善。",
            "summarize": "请总结各方观点，给出最终决策建议。"
        }

        full_prompt = f"{base_prompt}\n\n{context_info}\n\n{stage_instruction.get(stage.value, '')}"

        return full_prompt

    def can_participate(self, stage: MessageStage) -> bool:
        """判断是否可以参与当前阶段"""
        return stage.value in self.stages

3.3 智能轮数控制器

# group_chat/round_controller.py
from langchain_core.language_models import BaseChatModel
from langchain_core.messages import SystemMessage, HumanMessage

from .context import GroupContext
from .message import MessageStage


class SmartRoundController:
    """智能轮数控制器"""

    def __init__(self, llm: BaseChatModel, max_rounds: int = 3):
        self.llm = llm
        self.max_rounds = max_rounds

    async def should_continue(
        self,
        context: GroupContext,
        stage: MessageStage
    ) -> tuple[bool, str]:
        """
        判断是否继续下一轮

        Returns:
            (是否继续, 原因)
        """

        # 达到最大轮数
        if context.round >= self.max_rounds:
            return False, "max_rounds_reached"

        # 构建判断 prompt
        prompt = self._build_judge_prompt(context, stage)

        # 调用 LLM 判断
        response = await self.llm.ainvoke([
            SystemMessage(content=prompt),
            HumanMessage(content="请判断讨论是否已经充分，是否需要更多轮数。")
        ])

        content = response.content.lower() if hasattr(response, 'content') else str(response)

        # 解析判断结果
        if "充分" in content or "足够" in content or "不需要" in content:
            return False, "discussion_sufficient"
        elif "不充分" in content or "不够" in content or "需要" in content:
            return True, "need_more_discussion"

        # 默认继续
        return True, "default_continue"

    def _build_judge_prompt(self, context: GroupContext, stage: MessageStage) -> str:
        """构建判断 prompt"""

        messages_summary = "\n".join([
            f"【{msg.agent_name}】{msg.content[:200]}..."
            for msg in context.messages[-5:]
        ])

        return f"""你是一个讨论质量评估专家。请判断当前的讨论是否已经充分。

## 讨论信息
主题：{context.topic}
当前阶段：{stage.value}
当前轮数：{context.round}
最大轮数：{self.max_rounds}

## 最近的讨论内容
{messages_summary}

## 判断标准
- 各方观点是否已经充分表达？
- 是否有建设性的讨论和回应？
- 是否已经形成明确的结论或方向？

## 请输出
如果讨论已经充分，请输出"充分"，并简要说明原因。
如果还需要更多讨论，请输出"不充分"，并说明需要讨论哪些方面。
"""

3.4 群聊管理器

# group_chat/manager.py
import uuid
from typing import Optional
from datetime import datetime

from langchain_core.language_models import BaseChatModel

from .context import GroupContext
from .message import GroupMessage, MessageStage, UserInterruption
from .participant import Participant
from .roles import DEFAULT_ROLES
from .round_controller import SmartRoundController


class GroupChatManager:
    """群聊管理器"""

    def __init__(
        self,
        llm: BaseChatModel,
        roles: dict = None,
        max_rounds: int = 3,
        enable_user_interrupt: bool = True
    ):
        self.llm = llm
        self.roles = roles or DEFAULT_ROLES
        self.max_rounds = max_rounds
        self.enable_user_interrupt = enable_user_interrupt

        # 初始化组件
        self.round_controller = SmartRoundController(llm, max_rounds)

        # 运行时状态
        self.context: Optional[GroupContext] = None
        self.participants: dict[str, Participant] = {}

    async def start_chat(self, topic: str) -> dict:
        """开始群聊"""

        # 创建上下文
        self.context = GroupContext(
            topic=topic,
            stage="present",
            round=1,
            messages=[],
            user_interruptions=[],
            status="running"
        )

        # 创建参与者
        self.participants = {
            role_id: Participant(self.llm, config)
            for role_id, config in self.roles.items()
        }

        # 按优先级排序参与者
        sorted_participants = sorted(
            self.participants.values(),
            key=lambda p: p.config.get("priority", 999)
        )

        # 开始第一阶段
        result = await self._run_stage(MessageStage.PRESENT, sorted_participants)

        return result

    async def _run_stage(
        self,
        stage: MessageStage,
        participants: list[Participant]
    ) -> dict:
        """运行指定阶段"""

        # 更新上下文
        self.context.stage = stage.value

        # 按阶段获取参与者
        stage_participants = [p for p in participants if p.can_participate(stage)]

        # 执行多轮
        for round_num in range(1, self.max_rounds + 1):
            self.context.round = round_num

            # 当前阶段参与者发言
            messages = await self._run_round(stage, stage_participants, round_num)

            # 智能判断是否继续
            should_continue, reason = await self.round_controller.should_continue(
                self.context, stage
            )

            if not should_continue:
                break

        # 阶段完成后的处理
        if stage == MessageStage.PRESENT:
            # 进入讨论阶段
            if any(p.can_participate(MessageStage.DISCUSS) for p in participants):
                return await self._run_stage(MessageStage.DISCUSS, participants)

        elif stage == MessageStage.DISCUSS:
            # 进入总结阶段
            summarizer = next(
                (p for p in participants if p.is_final_decider),
                participants[0]
            )
            return await self._run_stage(MessageStage.SUMMARIZE, [summarizer])

        elif stage == MessageStage.SUMMARIZE:
            # 完成
            self.context.status = "completed"

        return self._build_result()

    async def _run_round(
        self,
        stage: MessageStage,
        participants: list[Participant],
        round_num: int
    ) -> list[GroupMessage]:
        """运行一轮发言"""

        messages = []

        for participant in participants:
            # 获取前一轮的最新消息（用于回复）
            replying_to = None
            if self.context.messages:
                last_message = self.context.messages[-1]
                if last_message.agent_id != participant.id:
                    replying_to = last_message.id

            # 生成消息
            message = await participant.generate_message(
                context=self.context,
                stage=stage,
                round_num=round_num,
                replying_to=replying_to
            )

            # 保存消息
            self.context.messages.append(message)
            messages.append(message)

        return messages

    async def add_interruption(self, content: str) -> dict:
        """添加用户插话"""

        if not self.enable_user_interrupt:
            return {"error": "用户插话已禁用"}

        interruption = UserInterruption(
            id=str(uuid.uuid4()),
            content=content,
            timestamp=datetime.now(),
            stage=MessageStage(self.context.stage),
            round=self.context.round
        )

        self.context.user_interruptions.append(interruption)

        return {"success": True, "interruption_id": interruption.id}

    def get_messages(self) -> list[GroupMessage]:
        """获取所有消息"""
        return self.context.messages if self.context else []

    def get_result(self) -> dict:
        """获取结果"""
        return self._build_result()

    def _build_result(self) -> dict:
        """构建结果"""
        return {
            "topic": self.context.topic,
            "status": self.context.status,
            "messages": [
                {
                    "agent_name": m.agent_name,
                    "agent_role": m.agent_role,
                    "content": m.content,
                    "stage": m.stage.value,
                    "round": m.round
                }
                for m in self.context.messages
            ],
            "final_decision": self.context.final_decision,
            "user_interruptions": [
                {"content": i.content, "timestamp": i.timestamp.isoformat()}
                for i in self.context.user_interruptions
            ]
        }

---

四、阶段实现

4.1 Presenter Stage（观点提出）

# group_chat/stages/presenter.py
from typing import list
from ..participant import Participant
from ..message import GroupMessage


class PresenterStage:
    """观点提出阶段"""

    async def execute(
        self,
        participants: list[Participant],
        context
    ) -> list[GroupMessage]:
        """执行观点提出"""

        messages = []

        # 按优先级顺序发言
        for participant in participants:
            if not participant.can_participate("present"):
                continue

            message = await participant.generate_message(
                context=context,
                stage="present",
                round=context.round
            )

            messages.append(message)
            context.messages.append(message)

        return messages

4.2 Discusser Stage（讨论完善）

# group_chat/stages/discusser.py
from ..participant import Participant
from ..message import GroupMessage


class DiscusserStage:
    """讨论完善阶段"""

    async def execute(
        self,
        participants: list[Participant],
        context
    ) -> list[GroupMessage]:
        """执行讨论完善"""

        messages = []

        # 获取上一轮的消息
        last_round_messages = [
            m for m in context.messages
            if m.stage == "present" and m.round == context.round - 1
        ]

        for participant in participants:
            if not participant.can_participate("discuss"):
                continue

            # 选择要回复的消息
            replying_to = None
            for msg in reversed(last_round_messages):
                if msg.agent_id != participant.id:
                    replying_to = msg.id
                    break

            message = await participant.generate_message(
                context=context,
                stage="discuss",
                round=context.round,
                replying_to=replying_to
            )

            messages.append(message)
            context.messages.append(message)

        return messages

4.3 Summarizer Stage（总结决策）

# group_chat/stages/summarizer.py
from ..participant import Participant
from ..message import GroupMessage


class SummarizerStage:
    """总结决策阶段"""

    async def execute(
        self,
        participants: list[Participant],
        context
    ) -> GroupMessage:
        """执行总结决策"""

        # CEO 总结
        summarizer = next(
            (p for p in participants if p.is_final_decider),
            participants[0]
        )

        message = await summarizer.generate_message(
            context=context,
            stage="summarize",
            round=context.round
        )

        # 保存最终决策
        context.final_decision = message.content
        context.messages.append(message)

        return message

---

五、与现有系统集成

5.1 复用现有组件

# group_chat/integration.py
from typing import Optional
from app.llm.factory import LLMFactory
from app.agent.tools.registry import ToolRegistry
from app.agent.memory.session import SessionManager

from .manager import GroupChatManager


class GroupChatSystem:
    """群聊系统 - 集成现有组件"""

    def __init__(
        self,
        llm_provider: str = "openai",
        openai_api_key: Optional[str] = None,
        anthropic_api_key: Optional[str] = None,
        roles: dict = None,
        max_rounds: int = 3,
        enable_user_interrupt: bool = True
    ):
        # 初始化 LLM Factory
        self.llm_factory = LLMFactory(
            provider=llm_provider,
            openai_api_key=openai_api_key,
            anthropic_api_key=anthropic_api_key
        )

        # 初始化 Tool Registry
        self.tool_registry = ToolRegistry()

        # 初始化 Session Manager
        self.session_manager = SessionManager()

        # 配置
        self.roles = roles
        self.max_rounds = max_rounds
        self.enable_user_interrupt = enable_user_interrupt

    async def start_group_chat(
        self,
        topic: str,
        session_id: str = None
    ) -> dict:
        """开始群聊"""

        # 获取 LLM
        llm = self.llm_factory.get_llm()

        # 创建群聊管理器
        manager = GroupChatManager(
            llm=llm,
            roles=self.roles,
            max_rounds=self.max_rounds,
            enable_user_interrupt=self.enable_user_interrupt
        )

        # 开始群聊
        result = await manager.start_chat(topic)

        # 保存到 session
        if session_id:
            self.session_manager.add_message(session_id, "user", topic)
            self.session_manager.add_message(
                session_id,
                "assistant",
                result.get("final_decision", str(result))
            )

        return result

    async def add_message(
        self,
        message: str,
        session_id: str
    ) -> dict:
        """添加用户消息（插话）"""

        # 获取 session 中的 manager
        # ... 实现获取逻辑

        return manager.add_interruption(message)

---

六、文件结构

agent/app/agent/multi/
├── group_chat/
│   ├── __init__.py
│   ├── roles.py              # Agent 角色定义
│   ├── message.py            # 消息类型
│   ├── context.py            # 共享上下文
│   ├── participant.py        # 参与者 Agent
│   ├── manager.py            # 群聊管理器
│   ├── round_controller.py   # 智能轮数控制器
│   ├── stages/
│   │   ├── __init__.py
│   │   ├── controller.py     # 阶段控制器
│   │   ├── presenter.py      # 观点提出阶段
│   │   ├── discusser.py      # 讨论完善阶段
│   │   └── summarizer.py    # 总结决策阶段
│   └── integration.py        # 与现有系统集成

---

七、实现顺序

1. Phase 1: 基础架构

   • 定义数据类型 (message.py, context.py)
   • 创建角色配置 (roles.py)

2. Phase 2: 核心组件

   • 实现 Participant (participant.py)
   • 实现 SmartRoundController (round_controller.py)

3. Phase 3: 阶段实现

   • 实现 PresenterStage
   • 实现 DiscusserStage
   • 实现 SummarizerStage

4. Phase 4: 集成

   • 实现 GroupChatManager
   • 与现有系统集成

---

八、测试计划

1. 单元测试: 测试各 Participant 的消息生成
2. 集成测试: 测试完整的群聊流程
3. 轮数控制测试: 测试智能轮数判断
4. 用户插话测试: 测试插话机制
5. 端到端测试: 模拟真实群聊场景