WeMax

面向多智能体协作场景的统一监控与评测系统。

WeMax 将异构大模型接入、结构化协议通信、共享记忆复用、真实运行观测和可视化评测集中在同一套前后端中。系统既能运行单模型协作任务，也能在统一任务和统一规则下完成 10 模型真实 API 对比。

核心能力

能力	当前实现
异构模型接入	通过 OpenAI 兼容接口统一连接阿里云百炼与 OpenRouter
任务执行	用户可为单次任务选择模型；后端完成一次真实模型调用并映射为多智能体协议流
标准案例	两条连续任务链、六个复杂标准案例，覆盖经营决策与设备维护
结构化通信	统一 `action / payload / token / state_transfer` 消息格式与详情查看
共享记忆	SQLite 持久化、案例标签精确复用、可选语义检索
多模型实测	10 个模型、同一复杂任务、同一评分规则、真实接口数据
协议实测	Text 与 Structured 的运行时序列化对比，不消耗模型 API 额度
系统观测	Linux `/proc` 真实采样；展示 CPU、内存、上下文切换和 I/O
前端体验	后台任务通知、专注模式、响应式布局、图表报告与按需弹窗

10 模型阵容

网关	模型
阿里云百炼	Qwen3.7 Plus、Qwen3.6 Plus、DeepSeek V4 Pro、DeepSeek R1、GLM-5.2、Kimi K2.6、MiniMax M2.5
OpenRouter	GPT-OSS 20B、Nemotron 3 Super 120B、Laguna XS 2.1

模型是否可运行由本机 .env 配置和上游服务状态共同决定。前端只展示配置就绪状态，不读取或显示 API Key。

系统结构

浏览器监控面板
    │ HTTP / WebSocket
FastAPI 协调层
    ├── 真实任务执行与模型选择
    ├── 10 模型统一评测
    ├── Text / Structured 协议实测
    ├── 共享记忆与连续任务
    └── Linux 运行观测
         │
统一 OpenAI 兼容客户端
    ├── 阿里云百炼
    └── OpenRouter

详细设计见 DESIGN.md，部署说明见 DEPLOY.md。

快速启动

1. 准备环境

要求 Python 3.11。

git clone <repository-url> Multi_Agent_Collaboration
cd Multi_Agent_Collaboration
python3 -m venv venv
source venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -r requirements.txt

2. 配置真实模型

cp .env.example .env
chmod 600 .env

编辑 .env，至少配置一个网关。完整 10 模型实测需要同时配置百炼和 OpenRouter：

DASHSCOPE_API_KEY=
BAILIAN_BASE_URL=https://YOUR_WORKSPACE_ID.cn-beijing.maas.aliyuncs.com/compatible-mode/v1

OPENROUTER_API_KEY=
OPENROUTER_BASE_URL=https://openrouter.ai/api/v1

TASK_EXECUTION_MODE=live
TASK_MODEL_ID=qwen3.7-plus

.env 已被 Git 忽略，禁止将真实密钥提交到仓库。

3. 启动服务

source venv/bin/activate
python -m uvicorn src.web.server:app --host 0.0.0.0 --port 8081

本机访问：

http://127.0.0.1:8081

虚拟机部署时使用虚拟机实际 IP：

http://<VM_IP>:8081

无密钥与可移植运行

从 Git 拉取的纯净源码无需本地向量模型或私有配置即可启动。此时：

页面、标准案例、协议实测、共享记忆和系统观测可正常使用；
真实任务和 10 模型实测会显示模型尚未配置；
记忆检索使用确定性的关键词与标签模式；
不会自动下载 BGE 模型。

如需启用本地语义检索，可在 .env 中设置：

EMBEDDING_MODEL_LOAD=true
EMBEDDING_MODEL_NAME=BAAI/bge-large-zh-v1.5
EMBEDDING_CACHE_DIR=data/models/cache

该能力是增强项，不是系统启动依赖。

主要使用流程

在底部选择一个标准案例或输入自定义任务。
从模型下拉框选择本次任务使用的模型。
点击“执行任务”，查看真实模型结果和结构化协议消息流。
运行连续任务链，观察共享记忆由首次分析进入精确命中与结论复用。
点击“查看 10 模型报告”，在同一复杂任务下比较质量、延迟和 Token。
点击“运行对比实验”，查看 Text 与 Structured 的协议开销实测。
打开系统观测弹窗，查看 openEuler/Linux 真实运行指标。

数据口径

WeMax 将两类实验明确分开：

10 模型实测：调用真实模型 API，使用供应商返回的 Token、请求延迟和统一规则质量分。
协议实测：对同一案例的 Text 与 Structured 消息执行运行时序列化测量；Token 为统一估算口径，不调用模型 API。

二者分别回答“模型如何选择”和“系统协议带来什么收益”，不会混用数据。

测试

source venv/bin/activate
python -m pytest -q

当前 R6.0 验收基线为 53 项测试通过，并验证以下接口：

GET  /api/status
GET  /api/task-catalog
GET  /api/model-benchmark/models
GET  /api/memory/stats
GET  /api/observability/status

详细前端测试步骤见 docs/FRONTEND_TEST_MANUAL.md。

src/
├── agents/          多智能体与真实任务执行
├── evaluation/      协议实测、复杂案例与多模型评测
├── exchange/        可选向量编码与通信组件
├── memory/          SQLite 共享记忆
├── observability/   Linux /proc 与 eBPF 能力探测
├── protocol/        结构化消息协议
├── sandbox/         可选安全执行后端
├── transport/       传输组件
├── utils/           统一模型客户端、注册表与运行配置
└── web/             FastAPI 服务与监控面板

docs/
├── DESIGN.md
├── FRONTEND_DESIGN_DOCUMENT.md
├── FRONTEND_TEST_MANUAL.md
└── FRONTEND_USER_GUIDE.md