Li3NGa/deepseek-multi-agent-plugin

README 摘要

deepseek-multi-agent-plugin 多智能体协同插件：定义一支 Agent 团队（DeepSeek / OpenAI 兼容 LLM、HTTP 服务、外部 CLI 命令或纯 Python 逻辑）， 再用内置的协作策略（广播、流水线、辩论、主管-下属、共识投票）让它们一起完成任务。 A multi-agent collaboration plugin for the DeepSeek ecosystem: define a team of agents (DeepSeek/OpenAI-compatible LLMs, HTTP services, external CLI commands or plain Python handlers) and run them together with built-in collaboration strategies: broadcast , sequential , debate , supervisor , consensus and relay . 📚 详细使用文档：使用指南 · 策略详解 · API 参考 · HTTP 接口 · MCP 服务器 · 部署指南 · 示例代码 特性 / Features - 6 种开箱即用的协作策略 ：广播讨论、顺序流水线（chain-of-agents）、多轮辩论（含裁判）、主管-下属（任务分解与并行执行）、提案-投票共识、接力迭代（草稿打磨）。 - 灵活的 Agent 定义 ： mock / echo / http / deepseek / openai / custom / cli 七种后端，LLM 调用仅依赖标准库（OpenAI 兼容 /chat/completions 协议）。 - 共享对话记忆 ：所有策略共享一个线程安全的 MessageStore ，每个 Agent 都能看到讨论全程；辩论上下文带发言人标签（ [agent]: ... ），LLM 能分清谁说了什么。 - 会话隔离 ：事件可携带 session id ，每个会话获得独立的 Agent 注册表与对话记忆，并发任务互不污染。 - 健壮的并行执行 ：每个阶段的超时与异常都按 Agent 捕获，不会让单个 Agent 拖垮整个协作；超时不再阻塞等待慢 Agent；LLM 调用对 429/5xx 与网络抖动自动指数退避重试。 - Token 用量统计与结构化输出 ：按 Agent 累计 usage （prompt/completion/total tokens，汇总进 meta.usage ）； Agent.chat() 支持 response format （如 JSON 模式）透传。 - HTTP 服务鉴权 ： --token （或环境变量 DS AGENT TOKEN ）启用 Aut…

分类