AgentLite：低开销多智能体协作原型

参赛团队：好想玩原神

AgentLite 是一个仅依赖 Python 标准库的可运行原型，同时提供纯文本协作与结构化协议协作模式。系统包含规划、检索、执行、总结四类 Agent，使用确定性语义向量交换中间状态，并通过 SQLite 共享记忆实现跨任务复用。

一键运行

环境要求：openEuler 24.03-LTS-SP3（或其他 Linux）和 Python 3.9+。

python3 -m agentlite demo --rounds 10 --output results
python3 -m unittest discover -s tests -v

运行结束后查看：

results/report.md：纯文本与结构化模式对比报告；
results/metrics.csv：逐任务原始指标；
results/memories.db：结构化模式共享记忆数据库；
终端输出：握手、能力发现、任务结果和汇总指标。

演示命令

# 单独运行一种模式
python3 -m agentlite run --mode structured --rounds 10
python3 -m agentlite run --mode text --rounds 10

# 查看系统能力
python3 -m agentlite capabilities

系统组成

CLI / Evaluation
       |
Multi-Agent Runtime ---- Metrics Collector
       |
Protocol Dispatcher ---- Vector State Exchange
       |
Planner -> Retriever -> Executor -> Summarizer
                  \        /
                 Shared Memory (SQLite)

结构化消息包含协议版本、消息 ID、动作类型、来源/目标、输入参数、返回结果、能力描述和向量引用。启动时由运行时发送 HELLO 并完成能力发现。纯文本模式用自然语言传递同一任务的完整上下文，作为可复现基线。

非文本状态使用 32 维确定性语义向量：文本分词后使用哈希投影生成归一化向量，以二进制 float32 打包后在 Agent 间传递。接收方直接用于共享记忆余弦相似度检索，无须反向解码为文本。

连续任务

内置任务由五个主题组成，每个主题连续执行“调研”和“复用已有证据生成实施建议”两步，共 10 轮。第二步会检索第一步沉淀的证据、策略和摘要，展示跨任务记忆复用。可通过 --rounds 增加稳定性运行轮数。

交付材料

注意

这是面向快速评审的离线原型。确定性向量替代在线 embedding 服务，保证无网络、无 API Key 时仍可完整复现机制与实验。生产环境可在不修改协议和记忆接口的前提下替换为真实 embedding 模型或向量数据库。