X-Agents/teams/multi_agent_plan/group_chat_notes.md

Notes: 多智能体群聊系统研究

核心概念

群聊系统 vs 之前的 Supervisor 系统

特性	Supervisor 系统	群聊系统
流程	线性：规划 → 执行 → 汇总	多阶段循环
Agent 关系	层级：Supervisor 管理 Workers	平等协作
通信方式	单向：任务分发	多向：互相讨论
决策方式	Supervisor 决定	CEO 最终决策
用户参与	旁观	可插话

设计模式

1. 流水线模式

Stage 1 (Presenter) → Stage 2 (Discusser) → Stage 3 (Summarizer)

2. 消息传递

• 每个 Stage 维护一个消息队列
• Agent 的输出成为下一个 Agent 的输入
• 使用 Shared Context 存储共享状态

3. 智能轮数

class SmartRoundController:
    def should_continue(self, stage, round_num, messages):
        # 使用 LLM 判断是否继续
        prompt = f"""
        当前阶段: {stage}
        当前轮数: {round_num}
        讨论内容: {messages}

        讨论是否已经充分？是否需要更多轮数？
        """
        return llm.judge(prompt)

复用现有架构

可复用的组件

1. LLM Factory - 语言模型
2. Tool Registry - 工具注册
3. Session Manager - 会话管理
4. Agent Executor - Agent 执行逻辑（部分）

需要新增的组件

1. GroupChatManager - 群聊管理器
2. Participant - 参与者 Agent
3. Stage Controller - 阶段控制器
4. SmartRoundController - 智能轮数控制器

关键数据结构

GroupMessage

class GroupMessage(BaseModel):
    id: str
    agent_id: str
    agent_name: str
    content: str
    timestamp: datetime
    stage: str  # presenter/discusser/summarizer
    round: int
    replying_to: Optional[str]  # 回复的消息 ID

GroupContext

class GroupContext(BaseModel):
    topic: str  # 讨论主题
    stage: str  # 当前阶段
    round: int  # 当前轮数
    messages: list[GroupMessage]  # 所有消息
    user_interruptions: list[str]  # 用户插话
    final_decision: Optional[str]  # 最终决策