返回黑客松案例
#126
黑客先锋奖奖金:100 元#126
史迹寻踪
史迹寻踪项目是一个通过Multi-Agent协作将历史主题转化为专业剧本的创作系统。解决了传统剧本创作耗时长、需要大量历史研究,且缺乏用户参与感。历史教育场景中,学生难以身临其境体验历史事件。 创新的Agent协作场景:1. 线性+双向混合协作:AgentA→B→C形成线性研究链,AgentC与用户进行多轮双向互动,AgentD静默收集全流程信息 2. 中央协调模式:AgentG作为唯一用户接口,...
关于作者
已经联系
项目简介
史迹寻踪项目是一个通过Multi-Agent协作将历史主题转化为专业剧本的创作系统。解决了传统剧本创作耗时长、需要大量历史研究,且缺乏用户参与感。历史教育场景中,学生难以身临其境体验历史事件。 创新的Agent协作场景:1. 线性+双向混合协作:AgentA→B→C形成线性研究链,AgentC与用户进行多轮双向互动,AgentD静默收集全流程信息 2. 中央协调模式:AgentG作为唯一用户接口,统一管理信息流转和任务分发 3. 状态机互动控制:AgentC通过4层过滤机制实现严格的"一问一答"状态管理,确保用户深度参与每个创作环节
技术方案
创建的Agent数量:5个 1. AgentG - 中央协调员(Coordinator) 2. AgentA - 历史研究员(Historical Researcher) 3. AgentB - 剧本策划师(Script Planner) 4. AgentC - 互动演绎师(Interactive Performer) 5. AgentD - 完整剧本创作师(Script Writer) OpenAgents协作机制: 1. 频道隔离架构(Messaging Mod) 通过openagents.mods.workspace.messaging`创建6个专用频道 每个Agent通过`default_channels`配置仅订阅必要频道,避免信息过载和重复处理 2. 消息路由与转发 AgentG使用`send_channel_message`工具实现跨频道消息路由 基于消息标记(如"【历史资料包】")实现智能转发 通过message history实现全流程信息追溯 3. 去重机制 每个Agent在响应前检查频道历史 避免主题重复处理和消息重复转发 使用消息时间戳和内容特征去重
功能亮点
① AgentG - 中央协调员:作为用户唯一交互接口,负责任务分发和结果汇总 ② AgentA - 历史研究员:收集历史背景资料 ③ AgentB - 剧本策划师:设计三幕式剧本大纲 ④ AgentC - 互动演绎师:通过5轮互动引导用户参与创作 ⑤ AgentD - 完整剧本创作师:整合全流程信息,输出专业剧本 ⑥ 5个Agent通过OpenAgents频道系统协作,关键协作机制:频道隔离、消息标记、状态同步、单向双向混合