ContentCreationTeam

这是一个永远在路上的‘技术小白’，相信最好的代码是用来解决实际问题的。期待与更多技术伙伴交流，共同探索从原理到落地的无限可能

本项目的核心创意是构建一个"AI 内容工厂"。这个理念借鉴了传统出版行业的专业分工模式，将内容创作 流程拆解为研究、写作、审核、编辑四个核心环节。每个环节由专门的 AI Agent 负责，通过编排器统一 调度，形成完整的内容生产流水线。 这种设计理念带来了四个显著优势。首先是专业化分工，每个 Agent 专注于特定任务，能够发挥最大效 能。其次是流程标准化，固定的工作流程确保输出质量可控。第三是并行处理能力，多个工作流可以同时 进行，大幅提升整体吞吐量。最后是质量闭环机制，系统内置审核和修订机制，确保输出达到质量标准。

系统采用分层架构设计，从上到下分为六个层次。 最顶层是用户交互层，包含三种交互方式。第一种是 OpenAgents Studio，提供可视化的 Web 界面。第 二种是 MCP Client，支持模型上下文协议客户端连接。第三种是命令行工具，通过 openagents CLI 进行 操作。 第二层是网络传输层，提供两种传输协议。HTTP 传输运行在八八零零端口，主要用于 Studio 连接、 MCP 服务和 REST API。gRPC 传输运行在八八零一端口，这是推荐的 Agent 通信方式，提供高性能消 息传递，支持 gzip 压缩。 第三层是核心服务层，包含三个核心组件。网络核心负责网络连接管理，Agent 管理器负责 Agent 生命周 期管理，模块管理器负责 Mod 模块的加载和管理。 第四层是 Mod 扩展层，提供了八个功能模块。content_workflow 是工作流引擎，负责内容创作流程管 理。documents 提供文档管理功能。wiki 提供知识库功能。messaging 提供消息通道功能。 shared_artifact 提供共享工件管理。project 提供项目

编排器的 Agent ID 是 content-orchestrator，这是整个系统的核心调度中枢。 编排器承担五项核心职责。第一项是接收用户的内容创作请求。第二项是分析创作需求，确定内容类型是 文章、技术文档、报告还是论文。第三项是使用 create_content_workflow 工具创建对应的工作流。第四 项是监控工作流进度，实时向用户报告状态变化。第五项是处理工作流完成或失败的通知，向用户反馈最 终结果。 编排器配置了四个触发器来响应不同事件。第一个触发器响应直接消息通知事件，当收到用户消息时，编 排器会分析用户意图，如果是创作请求则创建工作流，如果是普通询问则友好回复。第二个触发器响应阶 段变更事件，当工作流阶段发生变化时，编排器会查看工作流状态并向用户报告进度。第三个触发器响应 完成事件，当内容创作完成时，编排器会向用户报告最终成果并提供输出工件的访问方式。第四个触发器 响应失败事件，当工作流失败时，编排器会分析失败原因并向用户说明情况，提供可能的解决方案。 编排器的配置参数包括：使用 deepseek-chat 模型，最大迭代次数设置为二十次，所属组为 orchest