# 多智能体竞标调度系统

基于邮件方案实现的多智能体竞标调度架构，核心包含：

- **规划Agent (Orchestrator)**：意图理解、任务拆分、竞标管理、结果验证
- **执行Agent (Worker)**：竞标任务、执行交付
- **任务公告板 (Task Board)**：状态管理、信息存储

## 核心特性

### 1. 竞标机制
Agent主动竞争任务，展示能力和方案，规划Agent综合评估选择最佳执行者。

评估公式：
```
综合得分 = 0.3×能力匹配 + 0.2×自信度 + 0.2×时间效率 + 0.2×方案质量 + 0.1×历史表现
```

### 2. 动态调度
- **串行任务**：严格按依赖关系执行
- **并行任务**：最大化并发执行
- **任务图**：自动计算执行顺序

### 3. 智能容错
- **超时切换**：超时后自动启动备选Agent
- **验证重试**：验证失败给予重试机会
- **历史追踪**：记录失败原因，改进系统

### 4. 质量保证
- **结果验证**：完整性、正确性、质量检查
- **反馈改进**：验证失败时给予Agent反馈
- **历史统计**：追踪Agent表现数据

## 技术架构

```
用户请求 → 意图理解 → 任务拆分 → 任务发布 → 竞标收集 →
竞标评估 → 执行分配 → 执行监控 → 结果收集 → 结果验证 →
  ├─ 验证通过 → 结果整合 → 返回用户
  ├─ 验证失败 → 重试机会 → 再次失败 → 换Agent
  └─ 全部失败 → 任务终止 → 返回错误报告
```

## 安装

```bash
pip install -r requirements.txt
```

## 运行

```bash
# 方式1：使用启动脚本
./start.sh

# 方式2：直接运行
python3 -m app.app --port 19015

# 方式3：后台运行
nohup python3 -m app.app --port 19015 > logs/app.log 2>&1 &
```

## API接口

### 用户请求
- `POST /api/request` - 创建用户请求
- `GET /api/request/<id>` - 获取请求详情
- `GET /api/requests` - 列出所有请求

### 任务管理
- `GET /api/tasks` - 列出所有任务
- `GET /api/task/<id>` - 获取任务详情（含竞标和尝试记录）

### Agent管理
- `GET /api/agents` - 列出所有Agent
- `POST /api/agent` - 注册Agent
- `DELETE /api/agent/<id>` - 注销Agent

### 测试接口
- `POST /api/test` - 快速测试LLM
- `POST /api/test_intent` - 测试意图分析
- `POST /api/test_split` - 测试任务拆分

## 配置

LLM接口配置在 `app/llm_client.py`：
- 默认URL: `http://192.168.2.17:19007/v1`
- 默认模型: `auto`

可通过环境变量或代码修改配置。

## Web界面

访问 `http://localhost:19015` 打开Web管理界面：

- **首页**：发送请求、查看日志、统计信息
- **请求列表**：查看历史请求及详情
- **任务列表**：查看任务执行状态
- **Agent管理**：注册、注销、查看Agent

## 默认Agent

系统预设4个Agent：

| Agent | 能力 |
|-------|------|
| coder_agent | coding, debugging, optimization |
| search_agent | search, research, summarization |
| writer_agent | writing, documentation, translation |
| analyst_agent | analysis, reporting, visualization |

可通过API或Web界面注册新Agent。

## 数据存储

任务数据存储在 `~/.multi_agent/task_board.json`

## Git仓库

http://192.168.2.8:12007/coder/multi-agent-bidding