多智能体群聊协作·多角色轮流发言与终止条件接入指南

多智能体群聊协作 · 轮流发言与终止条件

## ⚠️ 先申请你自己的 API Key
本 Skill 不内嵌任何密钥,也不代付费用。 请到
算力集市 api.a7w.cn 注册并创建你自己的 API Key
(新用户有赠送点数,可以先免费试跑几条)。
拿到后填进环境变量 A7W_API_KEY,或直接传给 --key 参数。
请勿使用他人提供的 Key —— 用量与费用都记在 Key 所属账号上。

一个 Agent 干不好的活,往往不是模型不够强,而是任务本身适合拆给几个角色来回讨论:
写手出稿、评审挑刺、写手改稿,直到评审说「通过」。

这类框架把这种「多角色对话」当成一等公民:你定义几个带人设的 Agent,
配一个模型客户端,塞进一个「团队」里,它负责轮流发言、共享上下文、判断何时停下。

而它背后要的模型调用,换成 api.a7w.cn 的 OpenAI 兼容入口,就是一个 base_url 的事——
你还能给每个角色分别指定模型,账单还是同一份。

你最关心答案
多少钱按 tokens 计费(点数/百万 tokens,输入输出分别计价),1 元 = 100 点;多角色多轮消耗高于单次问答
要多久每条发言就是一次模型调用,耗时按发言轮数线性增长
要装什么什么都不用装。包里自带零依赖客户端,或者直接用 curl / 任意 OpenAI SDK
模型从哪来一个 base_url + 一个 Key,可调 75 个在架模型,每个角色可单独指定
能商用吗可以。生成内容的使用与合规责任由使用者承担

一、三分钟跑通

第一步:拿到你自己的 Key

到 api.a7w.cn 注册,创建一个 API Key(形如 sk-...),填进环境变量:

export A7W_API_KEY=sk-你的key      # Windows: $env:A7W_API_KEY="sk-你的key"

第二步:先用一条 curl 确认网关通

curl -sS -X POST "https://api.a7w.cn/api/v1/chat/completions" \
  -H "Authorization: Bearer $A7W_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"DeepSeek-V4-Flash","messages":[{"role":"user","content":"你好"}]}'

成功返回体形如 {"code":1,"msg":"success","data":{...choices...}}。

第三步:把 Agent 的模型客户端指向它

任何兼容 OpenAI 协议的框架 / SDK,只改两个字段:

BASE_URL = "https://api.a7w.cn/api/v1"
API_KEY  = "sk-你的key"

框架里的模型客户端通常长这样(示意):

# 只换 base_url 与 api_key,其余调用方式不变
model_client = OpenAIChatCompletionClient(
    model="DeepSeek-V4-Flash",
    base_url="https://api.a7w.cn/api/v1",
    api_key="sk-你的key",
)

然后按角色分配模型:

角色建议模型档位例子
出稿 / 执行快模型(便宜)DeepSeek-V4-Flash、Qwen3.6-Flash
讨论 / 分析中档模型Qwen3.7-Plus、GLM-5
评审 / 定稿强模型DeepSeek-V4-Pro、GLM-5.2、Kimi-K2.6

第四步:零安装客户端也能直接跑

python3 scripts/a7w.py whoami                       # 验证 Key
python3 scripts/a7w.py call chat completions \
  --body '{"model":"DeepSeek-V4-Flash","messages":[{"role":"user","content":"你好"}]}'

换模型只需改 model 字符串:不用换 base_url、不用换 Key、账单还是同一份。


二、包里有什么

sanjianke-multi-agent-chat/
├── SKILL.md                    本文件
├── README.md
├── LICENSE.md
├── references/
│   ├── 群聊协作指南.md          发言策略、终止条件、状态管理、成本估算
│   ├── api-openai-compat.md    OpenAI 兼容入口:base_url、鉴权、参数、流式、错误码
│   ├── api-apps-tasks.md       应用任务入口:/api/v1/apps/<应用>/<接口> 与异步生命周期
│   ├── getting-started.md      注册、领 Key、配置、配额与白名单
│   └── 通用说明.md              权限、计费口径、排错
└── scripts/
    └── a7w.py                  零依赖客户端(库 + 命令行,只用 Python 标准库)

零安装用法

export A7W_API_KEY=sk-你的key

python3 scripts/a7w.py whoami                     # 验证 Key 与可用能力数
python3 scripts/a7w.py apps                       # 列出全部能力
python3 scripts/a7w.py call chat completions \
  --body '{"model":"DeepSeek-V4-Flash","messages":[{"role":"user","content":"你好"}]}'

三、三种接入姿势

姿势 A:框架的配置(最省事)

把模型客户端的 base_url 与 api_key 换成网关即可:

model_client = OpenAIChatCompletionClient(
    model="DeepSeek-V4-Flash",
    base_url="https://api.a7w.cn/api/v1",
    api_key="sk-你的key",
)

类名与参数名以你所用框架的当前版本为准(有些框架写作 base_url,
有些写作 base_url + api_key 传进一个字典)。值永远是同一个网关地址与同一把 Key。

姿势 B:纯 Python,自己写群聊循环

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.a7w.cn/api/v1",
    api_key=os.environ["A7W_API_KEY"],
)

AGENTS = [
    {"name": "写手", "model": "DeepSeek-V4-Flash",
     "system": "你负责出稿。先给一版完整的内容。"},
    {"name": "评审", "model": "DeepSeek-V4-Pro",
     "system": "你负责挑毛病。认可时在回复里写出 APPROVE。"},
]

def group_chat(task: str, max_rounds: int = 6, stop_word: str = "APPROVE") -> str:
    """轮流发言 + 双重终止条件(关键词 + 步数上限)。"""
    history = [{"role": "user", "content": task}]
    for i in range(max_rounds):
        agent = AGENTS[i % len(AGENTS)]                 # 轮流
        resp = client.chat.completions.create(
            model=agent["model"],
            messages=[{"role": "system", "content": agent["system"]}] + history,
        )
        content = resp.choices[0].message.content
        history.append({"role": "assistant", "content": "[%s] %s" % (agent["name"], content)})
        if stop_word in content:                        # 关键词终止
            return content
    return history[-1]["content"]                       # 步数上限兜底

两件事必须做对:

  1. 双重终止条件 —— 关键词负责正常收口,步数上限负责异常兜底。

只设关键词,一旦触发词写错就是无限循环。

  1. 角色系统提示里写死触发词 —— 评审角色不知道要输出 APPROVE,

终止条件永远不会触发。

姿势 C:走应用任务入口

除了 OpenAI 兼容的大模型网关,平台还有一条应用任务入口,用于生成类能力
(语音、图像、视频、文档问答等 21 个应用):

python3 scripts/a7w.py apps
python3 scripts/a7w.py schema voice_tts
python3 scripts/a7w.py call voice_tts tts --body '{"text":"你好世界"}'

路径统一是 /api/v1/apps/<应用代号>/<接口代号>,两个代号都取自接口返回的
code 字段(是下划线,不是连字符)。不要拿平台返回的 endpoint_path 去拼 URL。


四、群聊协作要点

发言策略怎么选

策略什么时候用代价
固定顺序轮流角色少、流程确定(写 → 审 → 改)便宜、可预测;但顺序不灵活
模型动态点名角色多、该谁说话要看内容每次多一次「点名」调用,更贵
交接式像「转专员」那样把活交给下一个角色适合有明确升级路径的流程

从固定顺序起步:确定、便宜、好排查。等流程稳定了再上动态点名。

工具调用的轮数上限

Agent 挂工具后,一定要设调用轮数上限(常见参数名 max_tool_iterations 一类)。
不设的话,Agent 走完一轮工具调用就停,很容易「以为它做完了其实没做完」。

# 示意:给要多次调工具的 Agent 设轮数上限
agent = {"name": "执行", "model": "DeepSeek-V4-Flash",
         "system": "...", "max_tool_iterations": 10}

状态与重置

多角色会话是有状态的:跑完一次直接再跑,就是接着上次的上下文继续。

  • 下一个任务和上一个不相关 → 先重置,再跑。
  • 下一个任务是上一个的延续 → 直接续跑,让它带着上下文。

判断口径:第二个任务需不需要第一个任务的产出?不需要就重置。

成本估算

单次任务调用数 ≈ 角色数 × 平均轮数(动态点名策略还要 + 轮数)
单次任务成本   ≈ 调用数 × 单次调用 tokens × 对应模型的单价

例:2 个角色、评审循环 3 轮 ≈ 6 次调用。


五、常见坑

坑表现怎么避
拿 code == 0 判断成功明明成功却判成失败平台成功码是 1({"code":1,"msg":"success"})
把 Key 写进代码泄漏即等于余额泄漏Key 只从环境变量或 ~/.a7w/config.json 读
没设终止条件角色一直聊下去,账单失控关键词触发 + 步数上限,两类都设
评审角色没被告知触发词终止条件永远不触发把触发词(如 APPROVE)写进评审的角色设定
工具调用只走一轮就停「以为做完了其实没做完」设工具调用轮数上限
所有角色都用一个强模型成本翻几倍,效果提升有限按环节分档:出稿用快模型、评审用强模型
不相关任务直接续跑第二个任务结果被上一个上下文带偏不相关先重置会话;相关才续跑
顶层 await 写在脚本里报语法错误包进 async def main 再启动
忘记关闭模型客户端程序不退出、提示连接未关闭结束时显式关闭客户端,或用上下文管理器
挂了来源不明的外部工具本机行为不可控只连可信来源的工具,能限权就限权
model 名靠猜报 404 模型不存在调用前读一次模型清单,取值以接口返回为准

六、计费

动作口径
角色的一条发言按 tokens 计,输入与输出分别计价
动态点名每次点名也是一次模型调用
换角色模型换 model 即换单价;账单仍是同一份
应用任务类接口按各接口口径(点数/次、点数/分钟、点数/张等)
  • 1 元 = 100 点,1 点 = ¥0.01。
  • 先冻结、后结算:调用失败直接退款,异步任务失败冻结点数全额退回。
  • 平台同时给出标准价与租户价字段(tenant_*,平台侧报价),两者都未必等于实际结算价;以返回里的 data.usage.points_cost 为准;

每次返回的 data.usage 就是本次真实用量,可直接对账。

  • 实时查规则:先 python3 scripts/a7w.py apps 拿应用清单,再逐个 schema <app> 读 tenant_*。

省钱三件事:按环节分档选模型;把终止条件设对(少转两轮最省钱);
用固定顺序起步(动态点名每次都多一次调用)。


七、权限与边界

能力是否申请用途
网络访问申请调用 api.a7w.cn 的模型网关与应用接口(本 Skill 唯一的联网行为)
读取文件仅读取你指定的输入文件与 --json-file 请求体作为接口入参
写入文件仅在传入 --out 时保存返回的 JSON 或产物
凭证读取你自己提供的 API Key从环境变量或 ~/.a7w/config.json 读取
子进程 / 后台常驻不申请脚本执行完即退出,不注册服务、不常驻

不内嵌任何密钥。 请求只发往 api.a7w.cn,不发送到其他任何地址。

  • 不提供 Key、不代付费用:Key 必须你自己在 api.a7w.cn 申请
  • 不替代内容合规审查:生成内容的使用与合规责任由使用者承担
  • 不承诺模型清单:模型上下架频繁,调用前先读一次模型清单

关于这个 Skill

作者亲测实操后发布,下载后可直接使用,自用商用都可以。

所有 AI 能力都走 算力集市 api.a7w.cn —— 一把 API Key 打通
大模型、语音、图像、视频、数字人等全部算力,注册即送点数,按量计费、没有月费。

你可能想问答案
要不要额外部署不用。下载本包即可使用,不必去别处找源码
怎么开始到 api.a7w.cn 注册领 Key → 填进 A7W_API_KEY → 一条命令跑起来
能不能商用可以
遇到问题找谁见文末「联系我们」,作者本人答疑

使用中碰到任何问题 —— 报错、效果不理想、想省钱、想批量 —— 都欢迎加微信聊。
加好友时说一下是从哪个 Skill 找过来的,直接给你配套的示例。


联系我们

  • 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
  • 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
  • 更多 AI 插件与接口:AI 插件市场。

相关链接

链接地址说明
算力集市 · 注册领 API Keyapi.a7w.cn一个 Key 调用全部 AI 算力;注册、充值、创建 Key 都在这
AI 插件市场aigc.a7w.cn浏览全部 AI 插件与接口说明
三剪客 · 一句话批量出片ks.a7w.cn短剧二创 / 影视解说 / 矩阵号批量混剪桌面客户端
视频超清 · 在线批量超分vr.a7w.cn网页版视频超分,批量处理,最高 4K
0人公司 · AI Agent 平台a7w.cn主站,了解整套 AI Agent 生态

同类文章