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:
- 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。
- 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 Key | api.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 |