AI Agent 群体对话系统

项目简介

这是一个多智能体对话系统，通过构建多个具有不同角色、立场和性格的AI Agent，围绕指定主题进行群体对话，模拟真实的社交讨论场景。 核心研究方向包括：观点分化与演化、情绪传递、群体共识形成与关键交互角色识别等。

仓库中的主要文件与模块说明

• agent_config.py：定义Agent的角色、立场、性格与System Prompt生成逻辑。

• agents_config.json：Agent配置的JSON（可由 agent_config.py 读取）。

• conversation_manager.py：对话驱动器，负责模拟多轮对话、控制发言顺序、保存对话数据。

• conversation_data.json：运行后生成的结构化对话数据文件（JSON）。

• conversation_transcript.txt：运行后生成的可读文本对话记录（保存在reports/或根目录）。

• data_analyzer.py：基础的数据分析脚本（统计、情绪分布、立场演化等）。

• advanced_metrics.py：更高级的评估指标计算（例如观点一致性、影响力评分等）。

• semantic_analyzer.py：语义级分析（主题模型、关键语义单元提取等）。

• time_series_analyzer.py：用于分析随时间变化的指标（逐轮/逐天统计）。

• comprehensive_analysis.py：整合各类分析流程，生成最终分析报告。

• experiment_comparator.py：用于比较不同实验设置（例如不同Agent配置或不同主题）之间的结果差异。

• monitoring_dashboard.py：基于Streamlit的实时监控面板，用于展示模拟进度与可视化统计图表。

• test_run.py：用于快速的功能验证或演示脚本（小规模运行）。

• config.py：全局配置项（如默认超参、文件路径等）。

• reports/：保存自动生成的分析报告和可读对话记录（例如 analysis_report.txt、conversation_transcript.txt）。

• figures/：保存生成的可视化图表。

• __pycache__/：Python 缓存目录。

环境要求与依赖

• 要求：Python 3.8+
• 推荐使用虚拟环境（venv 或 conda）。

安装依赖：

pip install -r requirements.txt

requirements.txt 中包含：

• numpy
• matplotlib
• pandas
• scikit-learn
• streamlit
• plotly
• openai

快速运行示例

1. 检查Agent配置：

python agent_config.py

2. 运行对话模拟：

python conversation_manager.py

运行后常见输出：

• 根目录或 reports/ 下的 conversation_data.json（结构化数据）
• reports/conversation_transcript.txt（可读文本）

3. 启动实时监控面板：

streamlit run monitoring_dashboard.py

4. 生成分析报告（基础或综合分析）：

python data_analyzer.py
python comprehensive_analysis.py

5. 运行测试脚本（快速验证）：

python test_run.py

常见输出与产物说明

• reports/analysis_report.txt：汇总文本分析结果（情绪、观点、事件等）。
• figures/*.png：各种可视化图表（情绪分布、发言计数、观点演化等）。
• conversation_data.json：用于后续可重复分析的结构化原始对话数据。

自定义与扩展

• 要更换讨论主题或实验设置，可修改 conversation_manager.py 中的入口参数，或在 config.py 中调整默认参数。
• 若需比较不同 Agent 配置，可编辑 agents_config.json 并使用 experiment_comparator.py 运行对比实验。

开发与调试提示

• 使用虚拟环境，保持依赖一致。
• 对于长时间模拟，建议将输出路径指向 reports/ 并定期检查磁盘使用情况。

项目结构

. 
├── agent_config.py
├── agents_config.json
├── advanced_metrics.py
├── comprehensive_analysis.py
├── config.py
├── conversation_manager.py
├── conversation_data.json
├── conversation_transcript.txt
├── data_analyzer.py
├── experiment_comparator.py
├── figures/
├── monitoring_dashboard.py
├── README.md
├── requirements.txt
├── reports/
│   ├── analysis_report.txt
│   └── conversation_transcript.txt
├── semantic_analyzer.py
├── test_run.py
├── time_series_analyzer.py
└── __pycache__/