多Agent结构化辩论引擎

基于多Agent架构的结构化辩论框架，通过自动人格匹配与隔离执行模式，为用户提供深度观点交锋与中立综合研判能力。

基本信息

• 技能名称?zhuzi-skill
• 中文名称?多Agent结构化辩论引擎
• 作者?linzzzzzz
• 分类?专业技能
• 版本?latest
• 标签?productivity, education-research, automation, content-media

使用方法

使用说明
核心用法
ZHUZI（诸子）是一款多智能体辩论编排框架，核心能力在于将单一话题转化为结构化的多视角交锋。用户通过自然语言触发（如"/zhuzi"或"让X和Y辩论"），系统即可自动完成以下流程：

1. 人格智能匹配 ：若用户未指定参与方，系统自动从当前会话可用的人格技能中，依据话题领域（创业、产品设计、哲学等）推断2-3个差异化视角，避免同质化辩论
2. 双模式执行 ：
3. 三阶段辩论结构 ：Opening（立论）→ Rebuttal（交锋反驳，必须点名回应）→ Closing（收敛总结，强制承认对方合理点）
4. 中立综合 ：由主Claude输出200字内的 moderator summary，明确分歧核心、共识边界与情境化建议
   isolated 模式（默认）：各人格以独立子Agent运行，仅接收前序轮次文本作为数据，杜绝编排器偏见污染
   inline 模式：快速串行执行，支持实时质量干预
   显著优点
   零配置启动 ：自动人格发现机制降低使用门槛，无需用户精通各人格技能细节
   结构严谨性 ：强制性的交锋规则（点名反驳、诚实让步）有效避免"平行独白"式假辩论
   隔离性设计 ：isolated模式下的人格仅接触结构化文本，不受编排器解读偏见影响
   动态平衡机制 ：轮次发言顺序轮换，防止末位优势；字数限制（150-300词/轮）保障信息密度
   可追溯审计 ：完整辩论 transcript 便于后续引用与复盘
   潜在缺点与局限性
   依赖人格技能生态 ：辩论质量上限取决于用户已安装的人格技能质量，若缺乏差异化视角则效果折损
   Token消耗较高 ：3人格×3轮次≈2500-3000词输出，长辩论需前置成本预警
   持久化Agent平台依赖 ：最优实现（跨轮次复用Agent）需 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 支持，否则退化为每轮 respawn 的次优方案
   角色漂移风险 ：长语境下人格可能"钙化"于自身早期表述，需人工干预重启
   无内置事实核查 ：辩论基于各人格的固有世界观，不验证论据真实性
   适合的目标群体
   决策者 ：需对复杂议题进行压力测试，暴露盲区
   内容创作者 ：生成多视角素材、模拟观点交锋场景
   研究者/学生 ：哲学、商业战略等领域的结构化思维训练
   产品经理 ：用户需求、设计方案的多利益相关方模拟
   使用风险
   性能风险 ：多Agent并行对底层平台并发能力有要求；inline模式虽快但存在 framing bias
   依赖项风险 ：辩论质量强依赖外部人格技能，若某人格技能存在安全或行为问题将传导至辩论输出
   数据残留风险 ：isolated模式下前序文本在Agent间传递，敏感话题内容可能留存于子Agent上下文
   共识幻觉风险 ：Synthesis环节若过度追求"平衡"可能稀释真实分歧，需用户批判性阅读