## 写在前面 先说说背景。 作为独立开发者，日常工作中经常需要向AI咨询各种问题：写代码、做设计、写文案、分析市场……传统做法是在ChatGPT里反复切换对话，或者同时打开好几个不同的AI工具。换一个领域就要重新写Prompt、重新设定角色，非常割裂。 前段时间在V2EX上看到一个帖子，楼主说自己一个人创业，遇到问题连个商量的人都没有。底下评论说："你需要一个智囊团。" 这句话启发了我。 为什么不做一个**多领域AI专家协作平台**，让200多位AI专家实时在线、互相协作，就像真的有一个智囊团在帮你出谋划策？ 断断续续开发了几个月，项目终于趋于稳定了。今天写这篇文章，是想把这个开源项目分享给更多需要的朋友。 **项目名叫「驾驭AI」**，线上体验地址：[https://www.jiayuai.net] --- ## 它可以做什么？ 简单说就是三件事： ### 1. 与200+领域专家一对一聊天 项目内置了**217位AI专家角色**，覆盖17个专业部门： | 部门 | 专家数 | 主要角色 | |------|--------|---------| | 工程部 | 35 | 软件架构师、前后端开发者、DevOps、安全工程师 | | 营销部 | 36 | SEO专家、社交媒体策略师、各平台运营 | | 游戏开发部 | 20 | Unity/Unreal/Godot开发者、游戏设计师 | | 设计部 | 8 | UI/UX设计师、品牌守护者、视觉叙事师 | | 金融部 | 8 | 财务分析师、投资研究员、税务策略师 | | 产品部 | 5 | 产品经理、反馈分析师、趋势研究员 | | 法务部 | 2 | 合同审查专家、制度文件撰写专家 | | 专项部 | 46 | 提示词工程师、留学规划顾问、MCP构建器 | | …… | | | 每个专家都有独立的角色定义文件（Markdown格式），包括身份设定、核心能力、行为规则。你随时可以找任意一位专家一对一咨询。 比较有意思的是，每个专家文件就是一个 `.md` 文件，放在 `backend/agents/` 目录下，**任何人都可以自己写一个专家角色文件，系统会自动扫描注册**，不需要改代码。 ### 2. 智能调度：描述需求，自动组建专家团队 这是我觉得最好用的功能。 你只需要描述你的需求，**调度Agent**会做四件事： 1. **拆解任务**：把你的需求分解成3-6个原子子任务 2. **精确匹配**：从217位专家中选出最合适的人选 3. **组建群聊**：自动创建群聊并邀请专家入群 4. **主持讨论**：引导专家们从各自专业角度发言 举个例子，我在群里输入： > "我想做一个AI记账小程序，帮我分析一下可行性。" 调度Agent会把这个需求拆解成： - 商业风险评估 → 匹配**商业分析师** - 竞品市场分析 → 匹配**市场研究员** - 技术成本评估 → 匹配**软件架构师** - MVP产品定义 → 匹配**产品经理** 然后四位专家依次发言，从不同角度给出专业意见。整个过程SSE流式输出，专家说话时能看到逐字打字效果，交互感很强。 ### 3. 群聊模式：多位专家实时讨论 群聊是智囊团的核心形态。 系统会分配一个AI调度主持人，它的工作是： - 分析用户问题，确定需要哪些领域的专家 - 每轮只邀请一位最相关的专家发言，避免信息过载 - 如果讨论中发现需要新的专业领域，**动态邀请外部专家加入群聊** - 引导专家之间的互动和辩论 每个人的发言历史管理也很有意思，用的是**不对称记忆策略**： - 专家自己的发言：完整保留 - 其他专家的发言：自动生成摘要压缩 - 这样每个专家只看到自己的完整历史和其他专家的核心观点，既能保证上下文连贯，又能大幅减少Token消耗。 --- ## 技术实现上的一些设计 作为技术文章，还是聊一下关键实现。 ### 200+专家如何注册 每个专家就是一个 `.md` 文件，通过YAML Frontmatter定义元数据： ```markdown --- name: 软件架构师 description: 精通系统设计、领域驱动设计、架构模式 emoji: 🏛️ color: indigo --- # 软件架构师 你的身份与记忆... ``` 系统启动时自动扫描 `backend/agents/` 目录，解析所有 `.md` 文件，注册到Agent注册中心。新增专家只需要在对应目录下新建一个 `.md` 文件，**零代码扩展**。 ### 调度算法 调度系统不是简单的关键词匹配，而是通过LLM对用户输入做**语义理解+任务拆解**： 1. 将需求拆解为3-6个原子子任务，每个任务标记类型（analysis/assessment/planning） 2. 为每个子任务匹配最合适的专家（不是基于关键词，而是基于专家角色描述和能力的语义匹配） 3. 四步决策链：商业风险 → 竞品市场分析 → 技术成本评估 → MVP产品定义 4. 安全过滤：避免"记账小程序 → 金融分析师"这样的领域误判 ### SSE流式通信 前端与后端通过SSE（Server-Sent Events）进行实时通信： ``` // 单聊事件流 data: {"type": "start", "agent_name": "..."} data: {"type": "content", "content": "逐字输出..."} data: {"type": "done", "message_id": 123} // 群聊事件流 data: {"type": "agent_start", "agent_name": "...", "is_moderator": true} data: {"type": "agent_content", "content": "专家发言..."} data: {"type": "new_member", "agent_name": "..."} // 动态邀请新专家 data: {"type": "all_done"} ``` 前端使用 `ReadableStream` 逐块读取，实现打字机效果。 ### 技术栈 - **后端**：FastAPI + PostgreSQL(pgvector) + Redis + LangGraph - **前端**：Nuxt 3(SSR) + Element Plus + Pinia - **部署**：Docker Compose 一键启动 --- ## 和同类产品比有什么区别？ 目前市面上也有一些类似的AI角色平台，比如ChatGPT的GPTs、字节的Coze。 **「驾驭AI」的不同之处在于：** 1. **开源可控**：代码完全开源，可以私有化部署，数据在自己手里 2. **知识库+智囊团双核驱动**：不仅有AI专家，还内置了**2000+条精选提示词库**，覆盖编程、写作、营销、学术等场景。两个功能互补——你可以先用提示词库找到高效的Prompt，再找智囊团专家帮你优化 3. **群聊是核心体验**：不是简单的单聊切换，而是真正模拟专家团队的群组讨论，有主持人引导、有动态邀请、有专家之间的观点碰撞 4. **流式体验**：群聊中多位专家依次发言，实时打字效果，沉浸感比传统的问答式交互好很多 5. **成本可控**：不对称记忆管理大幅降低Token消耗，自部署没有API调用焦虑 --- ## 适用场景 目前用户用得比较多的场景： - **独立开发者/创业者**：快速获得产品、技术、市场方面的多角度建议 - **内容创作者**：找营销专家、文案专家讨论选题和策略 - **产品经理**：让产品分析师、用户体验专家、技术架构师一起评审方案 - **技术团队**：做技术选型或架构评审时，多个专家从不同角度分析 - **学生/求职者**：向各领域专家咨询职业规划和学习路线 --- ## 写在最后 这个项目是我业余时间开发的，目前仍在持续迭代中。如果你觉得有意思，欢迎来体验： - 在线体验：[https://www.jiayuai.net](https://www.jiayuai.net) 如果对技术实现、部署方案或产品设计有想法，欢迎在评论区交流 ---