多智能体 · 对抗式策略生成

司南 Sinan-Agent-Team

六个 AI Agent 分庭抗礼,JUDGE 居中裁定。每一份策略都要过出题、辩论、评分三道关隘——你得到的不只是方案,还有可复现的评分与可追溯的辩论。

  • 双博弈
  • 上下文隔离
  • 知识库共享
  • Schema 强校验

Python 3.10+ · Apache-2.0 · DeepSeek / Kimi / Qwen / GLM / Ollama

六 Agent 环列,磁针定于 JUDGE

01

为什么需要一个「会吵架」的团队

单模型一次成文,快则快矣,弊在三处:视角单一、自评自证、上下文互相污染。司南以对抗破之。

单模型一次成文

  • 单一视角盲区无人指摘,隐患留到执行时
  • 自评自证自己出的题自己打分,分数不可信
  • 上下文串味信息彼此污染,辩无可辩,只剩附和

司南的对抗

  • 两造对垒出题组与策略组各设 A/B,同一议题互相驳难
  • 三方分立Rule 硬校验 + Rubric 软评分 + LLM-to-judge 裁定
  • 组间隔离组内共享、组间只传 final_rubric,杜绝串味

02

三阶段 · 六个 Agent

侦察、出题、辩论、裁定,环环相扣;上下文严格隔离,每条结论都留有余痕。

  1. SCOUT情报侦察

    读知识库与历史轮次,产出领域简报与资料索引,为后续辩论备好同一份底料。

  2. RUBRIC A ⇄ B出题对抗

    两造各自拟定评分标准并互相驳难,收敛为 final_rubric——先定标尺,后论短长。

  3. STRATEGY A ⇄ B策略辩论

    依同一份 final_rubric 各自落笔,再互挑破绽,交出可执行、可度量的策略。

  4. JUDGE居中裁定

    硬规则校验 + 逐维评分,输出 strategy / rubric / debate 三件套。

03

六智能体谱

各司其职,各守其界。悬停一张卡,看它落在罗盘何处。

SCOUT情报侦察

先摸清地形,再谈布阵。

输入
知识库 · 历史轮次 · 用户目标
输出
领域简报 + 资料索引
RUBRIC_A出题者

先立标尺——什么算好策略?

输入
SCOUT 简报
输出
初版 Rubric(维度 · 权重 · 锚点)
RUBRIC_B出题竞对

专挑标尺的松紧之差。

输入
SCOUT 简报 · A 的初版
输出
驳难与修订,收敛 final_rubric
STRATEGY_A策略撰写者

依标尺成篇,条目须落地、可度量。

输入
final_rubric 副本
输出
可执行策略(负责人 · 时间 · KPI)
STRATEGY_B策略反驳者

不推翻你的方案,只揭你的漏洞。

输入
final_rubric 副本 · A 的策略
输出
挑弊与替代方案
JUDGE最终裁定

不看气势,只看证据与标尺。

输入
双方策略 · final_rubric · 辩论记录
输出
评分 + 结论 + 三件套产物

04

现场推演

纯前端演示,复现一轮辩论与一次 CLI 运行的真实节奏(数据为示意)。

SCOUT RUBRIC A⇄B STRATEGY A⇄B JUDGE
    JUDGE
    0/100
    硬规则
    0/100

    05

    产物三件套

    一轮辩论,落在 outputs/ 之下:一份策略、一份标尺、一份辩论全记录。命名规则 {prefix}{type}_{domain}_{folder}_{timestamp}.{ext}。

    示例 / Sample — 字段与命名依项目真实格式构造,非真实运行结果。

    outputs/strategy_ecommerce_20251104_141500.md
    # 电商运营策略 · 提升 90 天复购率
    
    > 领域 ecommerce | Judge 评分 85/100 | 硬规则 100/100
    > 生成于 2025-11-04 14:15:00
    
    ## 一、目标
    90 天内将复购率由 18% 提升至 26%,同期获客成本下降 10%。
    
    ## 二、策略条目
    
    ### 1. 沉睡用户分层唤醒(P0)
    (负责人: 用户增长组 | 时间: 第 1–3 周 | KPI: 唤醒率 ≥ 22%)
    - 按 RFM 切分四层,对 R3F2 层下发定向券 + 内容化短信
    - 首单后 7 日内触达,避开大促挤占
    
    ### 2. 会员权益重定价(P1)
    (负责人: 会员运营 | 时间: 第 2–6 周 | KPI: 付费会员渗透 +3pt)
    - 权益由「折扣」转向「服务」,降低对毛利的侵蚀
    - 对照组保留原权益,四周后看增量
    
    ### 3. 复购触点自动化(P1)
    (负责人: 营销技术 | 时间: 第 4–8 周 | KPI: 自动化触达贡献 GMV ≥ 15%)
    - 拆出「浏览未购」「加购未付」「首单未复」三类旅程
    

    06

    工程内核

    四道机关,保辩论有效、结论可信、运行稳定。

    上下文隔离

    出题组 A⇄B 互通、策略组 A⇄B 互通;组间只回传 final_rubric,杜绝互相串味。

    多 Provider · 多 Key 池

    SINAN_<PROVIDER>_API_KEYS 逗号分隔,或 _API_KEY_1/2/3 分行书写,轮询分摊限流。

    Schema 强校验

    Pydantic 校验每个 Agent 的 JSON 产物;不合规即重试,绝不静默降级为「看着像对」。

    跨会话知识库

    历次辩论沉淀入 knowledge/,SCOUT 检索复用,越用越懂你的领域。

    查看原始架构图 司南多智能体架构图:SCOUT、RUBRIC_A/B、STRATEGY_A/B、JUDGE 与知识库、输出层的关系

    07

    上手三步

    备环境、配密钥、跑一轮。Windows / macOS / Linux 皆可。

    1. 1

      备环境

      需 Python 3.10+。Windows 执行 scripts\install.bat,Linux/macOS 执行 bash scripts/install.sh。

    2. 2

      配密钥

      写入 .env:最简只需 SINAN_DEEPSEEK_API_KEY 与 SINAN_DEFAULT_PROVIDER=deepseek。

    3. 3

      跑一轮

      执行 sinan,或 python -m agent;产物落于 outputs/,三件套齐备。

    各 Provider 的密钥变量

    Provider密钥变量备注
    DeepSeekSINAN_DEEPSEEK_API_KEY默认推荐
    KimiSINAN_KIMI_API_KEY / SINAN_MOONSHOT_API_KEY二名等效
    QwenSINAN_QWEN_API_KEY / SINAN_DASHSCOPE_API_KEY二名等效
    GLMSINAN_GLM_API_KEY / SINAN_ZHIPUAI_API_KEY二名等效
    Ollama无需密钥本地推理

    十种用法

    • chat 里一句话
    • 命令行一键生成
    • 单文件作输入
    • 不给路径,自动侦察
    • V1 → V2 迭代进化
    • 同一 Rubric 对比两案
    • 手工描述目标
    • 逐 Agent 换模型
    • 多 Key 池轮询
    • 脚本内非交互调用

    五种内置领域

    • ecommerce
    • github
    • atomgit
    • douyin
    • tiktok