# MultyAgentCollabration

**Repository Path**: emperors-chair/multy-agent-collabration

## Basic Information

- **Project Name**: MultyAgentCollabration
- **Description**: 基于动态角色管理、价值驱动协作与经验演化机制的多智能体协同问题解决系统及方法，适用于复杂问题的自动化求解与决策支持。
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2025-03-07
- **Last Updated**: 2025-03-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

本项目旨在模拟多个行业专家对问题进行精细分工，并逐一回答后汇总，从而得到更专业的回复。

向量数据库这个模块我也是刚开始学，那里仍有很大的优化空间，优化完成后才是真正意义的协作或者协同，先提供一个思路，欢迎同行业的高手一起来探讨。
最近Manus的推出对我影响挺大，我的想法开始于2024年4月，但是因为个人还在成长，技术栈没完全成熟，错过了一些机会，不过这也才是刚刚开始，我相信未来会越来越好，总有机会，与Monica.im、谷歌这些高手一决高下，我热切期望这一天的到来。
本人由于工作原因不能全神贯注于此项目中，从业余时间尽可能地修复bug并迭代，所以有不周到之处，尽管指出，在此尤为感谢，如果有一些建设性的思路，我非常愿意结交朋友，请吃饭更是的不在话下（如果坐标江浙沪的话），后续相应的原理设计书和视频配套我会补充出来，尽情期待！

作者：Asix.Lee
QQ: 1004960125
可加QQ留言

采用模块化设计的核心逻辑：



![目录结构](%E7%9B%AE%E5%BD%95%E7%BB%93%E6%9E%84.png)

模型调用方法可参考 https://www.openaidoc.com.cn/docs/quickstart

操作步骤
1.安装ollama 与 lmstudio 下拉gguf模型
比如我的gguf模型是 DeepSeek-R1-Distill-Qwen-7B-Q4_K_M.gguf

2.本地导入模型，在ollama中可以调用，配置lmstudio
参考本链接
https://blog.csdn.net/c858845275/article/details/145544208

3.按照requirements.txt安装依赖
我的虚拟环境设置python为3.9
conda create -n ovtest python=3.9

pip install -r requirements.txt

4.开始前注意几个配置

lmstudio里的服务要开启，模型上载
ollama start 开启服务（ollama右下角小图标先关掉然后再从cmd里执行指令,不要关掉，否则无法调用）
下载sqlite，参考链接 https://www.cnblogs.com/xiaosongboke/p/17609152.html

把这两个文件放到同一文件夹中按照链接操作

sqlite-dll-win-x64-3490100.zip
sqlite-tools-win-x64-3490100.zip


5.测试本地大模型连接情况

testConnectModel.py 用于测试模型是否连接成功，如果失败，请检查ollama服务是否开启，以及模型是否上传到lmstudio中

6.测试可用后，更改ModelUse.py中的模型名称，比如我这里用的是 DeepSeek-R1-Distill-Qwen-7B-Q4_K_M.gguf

7.运行代码 main.py