当前位置：首页 > news >正文

LiteraSageAI 项目介绍

news 来源：原创 2025/5/10 10:50:23

LiteraSageAI 项目介绍

概述
LiteraSageAI 是一个基于多 Agent 协同工作的文学润色系统，旨在提升文学文章的质量和表现力。该系统通过 DeepSeek API 实现，利用 5 个不同专业方向的 Agent 进行多轮对话，不断优化和提升文章的质量。

核心功能

多 Agent 协作：系统包含 5 个不同专业方向的 Agent，每个 Agent 关注不同的润色方面。
多轮对话优化：Agent 之间进行多轮对话，不断改进润色效果。
参考文档分析：可分析参考文档的风格特点，作为润色的参考依据。
机械用语过滤：自动识别并替换常见的机械用语，使文章更加自然流畅。
直观交互界面：基于 Gradio 构建，提供直观的用户体验。

系统架构
LiteraSageAI 主要由以下模块组成：

Agent 模块：实现 5 种不同专业方向的 Agent，分别负责不同方面的润色。
交互引擎：控制 Agent 之间的对话流程和文章润色过程。
文档处理模块：负责解析和分析用户上传的参考文档及待润色文章。
界面模块：基于 Gradio 构建，提供交互界面。
配置管理：管理系统的配置，例如机械用语词库等。

Agent 角色介绍
系统包含 5 个不同角色的 Agent，各自关注文章润色的不同方面：

文学专家：专注于文学性、修辞手法和整体格调，提升文章的文学价值和艺术性。
语言优化师：优化语法、词汇选择和句式，提高语言表达的准确性和多样性。
结构分析师：优化文章的逻辑结构、段落组织，提高连贯性。
风格塑造师：塑造特定的文体风格，调整语调和情感表达。
综合评审员：整合其他 Agent 的建议，并做最终决策，平衡各方意见，形成最优方案。

技术细节

API 调用：使用 DeepSeek API 进行自然语言处理。
多 Agent 机制：基于角色提示工程，实现不同专业方向的 Agent。
对话管理：自动管理多轮对话，确保润色过程的上下文连贯性。
异步处理：支持异步多任务，提高系统响应速度。
文本分析：利用 NLP 技术分析文章风格、识别机械用语并进行优化。

安装与使用
环境要求：

Python 3.8+
DeepSeek API 密钥
依赖包（见 requirements.txt）

安装步骤：

克隆仓库：

git clone https://github.com/Xialiang98/LiteraSageAI.git
cd LiteraSageAI

安装依赖：
```
pip install -r requirements.txt
```
配置 API 密钥：在 config.py 中设置 DeepSeek API 密钥，或通过环境变量设置。
运行系统：
```
python main.py
```
使用：
- 在浏览器中访问 http://127.0.0.1:7860
- 上传参考文档（可选）
- 输入需要润色的文章
- 设置对话轮次和其他选项
- 点击“开始润色”
- 查看 Agent 交互过程及润色结果

项目结构

LiteraSageAI/
│── main.py                    # 主程序入口
│── agents.py                  # 定义 Agent 角色
│── engine.py                  # 交互引擎
│── document_processor.py       # 处理用户上传的文章和参考文档
│── conversation.py             # 管理 Agent 对话流程
│── interface.py                # Gradio 界面实现
│── config.py                   # 系统配置
│── models.py                   # 定义数据模型
│── utils.py                    # 工具函数
│── requirements.txt            # 依赖列表
│── README.md                   # 说明文档

下一步开发计划