Multi-Agent Ops Automation System

一个可直接运行的「多 Agent 协同运营自动化系统」示例项目。

它适合用来提交表单、作品集演示、二次开发或作为业务原型。系统会把一个运营目标拆成多个 Agent 协作流程：

• PlannerAgent: 拆解目标和执行路径
• ResearchAgent: 提取受众、渠道、机会点
• ContentAgent: 生成运营内容草稿
• ReviewAgent: 检查风险、缺口和质量
• SchedulerAgent: 生成执行排期
• MetricsAgent: 生成指标、token 计划和预估收益

默认不依赖外部 AI 服务，使用本地规则引擎即可跑通。设置 OPENAI_API_KEY 和 USE_OPENAI=1 后，可让部分 Agent 调用 OpenAI API。

功能亮点

• 可视化表单：输入运营目标、用户、渠道、语气和约束
• Agent 编排：规划、研究、内容、审核、排期、指标 6 步闭环
• 结构化输出：每个 Agent 都返回 JSON，方便二次开发
• 历史记录：使用 SQLite 本地保存运行结果
• Markdown 导出：一键导出完整运营报告
• 零依赖运行：核心演示只依赖 Python 标准库

快速启动

python run.py

如果你的 Windows 里 python 是 Microsoft Store 占位符，可以使用 Codex 自带运行时：

& 'C:\Users\35074\.cache\codex-runtimes\codex-primary-runtime\dependencies\python\python.exe' run.py

打开：

http://127.0.0.1:8000

可选：启用 OpenAI

复制环境变量示例：

copy .env.example .env

PowerShell 中设置：

$env:OPENAI_API_KEY="你的 API Key"
$env:USE_OPENAI="1"
python run.py

API

运行一次自动化

POST /api/run
Content-Type: application/json

{
  "goal": "为一个 AI 写作工具设计一周小红书运营计划",
  "audience": "自由职业者、内容创作者",
  "channels": ["小红书", "公众号"],
  "tone": "专业但口语化",
  "constraints": "每天最多发 2 条，预算 500 元"
}

查看历史

GET /api/runs

导出 Markdown

POST /api/export
Content-Type: application/json

{
  "...": "传入 /api/run 返回的完整 JSON"
}

测试

python -m unittest discover -s tests

打包

.\scripts\package.ps1

打包文件会生成到：

dist/multi-agent-ops-automation.zip

文件结构

.
├── run.py
├── app
│   ├── __init__.py
│   ├── agents.py
│   ├── orchestrator.py
│   ├── server.py
│   └── storage.py
├── scripts
│   └── package.ps1
├── tests
│   └── test_orchestrator.py
├── .env.example
├── requirements.txt
├── LICENSE
└── README.md