https://w2solo.com/starttown en-us <p>上个月初，报名参加了 openagents 社区举办的黑客松大赛，本想设计一个加速阅读代码的 AI 工具，主要包含一个 tauri 桌面客户端，一个 http_agent 数据接收服务端， 一个 llm_agent 处理信息。</p> <p><img src="https://img.way2solo.com/photo/starttown/fc66e960-01eb-4c6e-84ca-7710cd9bed90.png?imageView2/2/w/1920/q/100" title="" alt=""></p> <p>桌面客户端的交互花费了不少精力，并且这个功能暂时不经过 openagents 会更简单一些，这样我可以有更多精力优化 llm 的效果，所以就暂时放弃了这个项目。 然后又重新写了一个项目。 一个获取天气的服务器 agent，一个发送地点和日期的客户端，一个提供出行指南的 agent </p> <p><img src="https://img.way2solo.com/photo/starttown/65101033-2b2b-4426-9a37-781fe0d01555.png?imageView2/2/w/1920/q/100" title="" alt=""></p> <p>这个项目是链式的，确定性较高，输入地点和日期，获取天气，再生成出行指南，但没有发挥 openagents 这个框架的优势，没有个性化的分布式 agents，似乎也缺少了一些特色。 于是在参考了一些大佬的方案之后，增加了多智能体协作功能，在接收相同底层数据（天气）的情况下，系统能够同时生成符合不同角色视角的差异化建议。 于是就有了来自四个魔法学院学生的个性化表现，同样的地点，同样的天气，不同的角色也可以有不同的选择方式。</p> <p><img src="https://img.way2solo.com/photo/starttown/cfc2866d-5438-40e1-a166-f6035a3152ef.png?imageView2/2/w/1920/q/100" title="" alt=""></p> <p>如果 agents 都对一个频道的消息做出回复的话，就会造成一个频道里面的信息停不下来的情况，所以在代码中进行了一下改进，所有的 agents 都只对 weather_connector 的消息做出回复。 由于项目的子程序很多，手动启动比较复杂，所以我设计了一个启动脚本。 最终程序运行只需要执行两个脚本。</p> <pre class="highlight shell"><code> 启动network，studio界面和所有的agents python launcher.py all 发送地点和时间，1是为了简化时间格式，代表明天，类推2就是后天 python travel_sender.py Beijing 1 </code></pre> <p>程序调用的模型来自 ollama 的本地模型，openagents 的 custom 选项现在支持本地大模型了，配置过程中遇到一个代理会导致网络不通的问题，我是关了代理解决的。</p> <p><img src="https://img.way2solo.com/photo/starttown/9218bb34-563f-442f-a708-003041135bd2.png?imageView2/2/w/1920/q/100" title="" alt=""></p> <p>代码在 github 开源了，也有相关视频链接在仓库里。</p> <p><a href="https://github.com/starttown/travel-guide-network.git" rel="nofollow" target="_blank">https://github.com/starttown/travel-guide-network.git</a></p> <p>期待您的反馈建议，To Be Continued...</p> starttown Mon, 12 Jan 2026 18:29:39 +0800 https://w2solo.com/topics/6795 https://w2solo.com/topics/6795