NexusAI: Multimodal Collaborative Research Swarm

已经联系

本项目构建了一个语音驱动的智能协作研究蜂群，旨在解决复杂研究任务中交互繁琐、信息分散的痛点。用户只需发送一条语音指令，系统即可自动完成意图识别、全网信息搜集、深度分析与报告生成的全流程。 核心创新在于拟人化的 Swarm 协作：我们摒弃了冷冰冰的 API 调用，赋予 Agent 鲜明的性格（如“领袖型”Router、“炫耀型”情报员、“深沉型”分析师）。它们不仅在后台通过事件总线流转数据，更在前台像真实团队一样互相交流、表扬与反馈，实现了从“工具使用”到“人机共生”的体验飞跃。

我们计划创建 3个核心 Agent，采用 Hub-and-Spoke (星型) 协作模式： Router (指挥官)：集成 ASR (语音转写) 工具，负责意图识别、任务分发与防回声控制，扮演团队 Leader 角色。 Web-Searcher (情报员)：集成搜索引擎工具，负责实时信息的广度搜索与清洗。 Analyst (分析师)：负责长文本阅读与深度逻辑推理，输出结构化报告。 协作方式： 基于 OpenAgents 的事件系统。Agent 之间不直接对话，而是通过标准化的 task.delegate 和 task.complete 事件交换数据载体。同时利用 openagents.mods.workspace.project 模组，让 Agent 具备在群聊中“公开发言”的能力，实现业务逻辑（Event）与交互反馈（Message）的双轨并行。

① Agent Router (多模态中枢)： 实现音频流处理能力，自动识别 .wav 文件并转录为文本指令；具备智能路由逻辑，能够过滤系统回声，精准识别用户意图并调度下游 Agent。 ② Agent Web-Searcher (主动情报搜集)： 具备联网搜索能力（Google/HackerNews），能对搜索结果进行初步摘要；实现“先预告后交付”的交互逻辑，在提交原始数据前主动向用户汇报搜索进展。 ③ Agent Analyst (深度合成推理)： 实现跨文档信息抽取与观点聚合，能够生成包含“核心洞察”、“关键情报”及“专家视角”的 Markdown 深度分析报告，并直接投递至用户界面。 ④ 全自动闭环工作流： 实现 语音输入 -> 文本转录 -> 意图分发 -> 并行搜索 -> 深度分析 -> 项目归档 的端到端自动化流程，无需人工干预。 ⑤ 拟人化团队氛围 (Social Mod)： 通过 Prompt Engineering 与条件触发器，实现 Agent 间的职场互动（如 Router 表扬下属、Searcher 炫耀成果），构建具有沉浸感的“数字化办公空间”。