30 KiB

Raw Blame History

title	type	status	created	origin
feat: 私董会讨论模式（Board Meeting Mode）	feat	completed	2026-06-17	docs/brainstorms/2026-06-17-board-meeting-mode-requirements.md

Plan: 私董会讨论模式（Board Meeting Mode）

Origin: docs/brainstorms/2026-06-17-board-meeting-mode-requirements.md Depth: Deep Created: 2026-06-17

Summary

为 Fischer AgentKit 新增私董会讨论模式，与现有 hub-and-spoke 任务分解模式并列。用户通过 @board 前缀触发，指定预设名人专家（如马斯克、贝佐斯、张小龙），针对决策类问题进行多轮自主循环讨论。每轮全员并行发言 + 主持人小结，达到最大轮次后主持人给出最终决策建议。整个过程以群聊形式呈现，用户可随时干预。

Problem Frame

当前专家团功能（src/agentkit/experts/）采用 hub-and-spoke 模式，仅支持任务分解执行，无群聊式讨论能力。且该功能未集成到主聊天流程（chat.py:584-590 中 TEAM_COLLAB 回退到 REACT）。用户希望就决策类问题召集名人专家团进行多视角讨论，获得综合建议。

核心问题：

无预设名人专家库（configs/experts/ 不存在）
无自主循环讨论机制（现有模式是任务分解，非群聊讨论）
专家团功能未集成到主聊天 WebSocket 流程

Requirements

本计划实现需求文档中的以下功能需求（FR-1 到 FR-15）：

FR-1/FR-2: @board 前缀路由，与 @team 共存
FR-3: 预设 5-8 位名人专家 YAML
FR-4: ExpertConfig 扩展（speaking_style、decision_framework）
FR-5: 默认私董会模板 private_board
FR-6: BoardTeam 容器（BoardStatus 生命周期）
FR-7: BoardOrchestrator 讨论引擎（开场→循环讨论→总结）
FR-8: 讨论历史管理（含压缩）
FR-9: 终止条件（最大轮次 + 用户干预 + 异常）
FR-10/FR-11: WebSocket 事件（5 个新事件）+ 广播
FR-12/FR-13/FR-14: 前端群聊式 UI + 状态展示 + 干预输入
FR-15: agentkit.yaml 配置项

成功标准（见需求文档 §7）：

@board:elon_musk,jeff_bezos 讨论主题 能触发讨论
每轮专家并行发言，主持人小结
达到最大轮次后主持人给出最终决策建议
用户可随时插入消息影响讨论
前端以群聊形式展示
单元测试覆盖率 ≥ 80%

Key Technical Decisions

KTD-1: 独立模块而非扩展现有 ExpertTeam

决策: 新建 board.py、board_orchestrator.py、board_router.py，不修改现有 team.py、orchestrator.py、router.py。

理由: 私董会讨论模式（多轮群聊）与 hub-and-spoke（任务分解执行）的执行流程完全不同。独立模块职责清晰，避免语义混淆，符合需求文档"新增并列模式"决策。

复用: ExpertConfig（扩展）、Expert（运行时包装器）、AgentPool、HandoffTransport、SharedWorkspace、ExpertTemplateRegistry。

KTD-2: 讨论历史结构

决策: 使用 list[dict] 结构存储讨论历史，每条记录包含 round、expert_name、content、timestamp、role（expert/moderator/user）。

理由: 简单的列表结构易于序列化和注入到 LLM prompt。主持人小结也作为历史记录，角色为 moderator。用户干预消息角色为 user。

压缩策略: 当历史 token 数超过阈值（默认 4000）时，主持人先压缩历史（保留每轮关键观点），再继续下一轮。压缩 prompt 在实现时细化。

KTD-3: 并行发言生成

决策: 使用 asyncio.gather 并行生成所有非主持人专家的发言，然后按专家列表顺序追加到历史和广播事件。

理由: 并行生成提高效率（5 专家并行 vs 串行）。前端展示顺序按配置顺序，即使并行生成也按顺序追加到 UI。

KTD-4: 主持人角色

决策: 主持人默认为首位专家，通过 ExpertConfig.is_lead=True 标识。主持人负责开场介绍、每轮小结、最终总结。

理由: 复用现有 is_lead 字段，无需引入新角色。主持人也是名人专家之一，其发言风格由其 persona 决定。

KTD-5: WebSocket 事件复用与扩展

决策: 新增 5 个事件类型（board_started、expert_speech、round_summary、user_intervention、board_concluded），加入现有 _VALID_TEAM_EVENT_TYPES 集合。复用 emit_team_event() 辅助函数推送。

理由: 现有 emit_team_event() 已定义但未被调用，本期同时完成其调用集成。事件类型加入现有集合，复用验证逻辑。

KTD-6: 配置加载

决策: 在 app.py 启动时，类似 skills 加载，从 configs/experts/ 目录加载所有专家 YAML 到 ExpertTemplateRegistry，挂载到 app.state.expert_template_registry。

理由: 复用 ExpertTemplateRegistry.load_from_directory() 方法。与 skills 加载模式一致，保持架构一致性。

High-Level Technical Design

组件关系图

graph TB
    User[用户输入 @board:experts 主题]
    Router[BoardRouter]
    Registry[ExpertTemplateRegistry]
    Team[BoardTeam]
    Orchestrator[BoardOrchestrator]
    Expert1[Expert: 马斯克]
    Expert2[Expert: 贝佐斯]
    Expert3[Expert: 张小龙]
    Transport[HandoffTransport]
    ChatWS[chat.py WebSocket]
    Frontend[前端群聊 UI]

    User --> Router
    Router --> Registry
    Registry --> Team
    Team --> Orchestrator
    Orchestrator --> Expert1
    Orchestrator --> Expert2
    Orchestrator --> Expert3
    Expert1 --> Transport
    Expert2 --> Transport
    Expert3 --> Transport
    Transport --> ChatWS
    ChatWS --> Frontend

讨论流程状态机

stateDiagram-v2
    [*] --> FORMING: @board 触发
    FORMING --> DISCUSSING: 专家创建完成
    DISCUSSING --> DISCUSSING: 每轮发言+小结
    DISCUSSING --> CONCLUDING: 达到最大轮次/用户停止
    DISCUSSING --> DISSOLVED: 异常终止
    CONCLUDING --> COMPLETED: 主持人最终总结
    COMPLETED --> DISSOLVED: 资源回收
    DISSOLVED --> [*]

单轮讨论时序图

sequenceDiagram
    participant O as BoardOrchestrator
    participant E1 as Expert 1
    participant E2 as Expert 2
    participant M as Moderator
    participant T as Transport
    participant WS as WebSocket

    O->>WS: board_started 事件
    O->>M: 开场介绍请求
    M->>T: 发言内容
    T->>WS: expert_speech (moderator)
    
    loop 每轮讨论
        par 并行生成发言
            O->>E1: 发言请求(历史+角色prompt)
            E1-->>O: 发言内容
        and
            O->>E2: 发言请求(历史+角色prompt)
            E2-->>O: 发言内容
        end
        O->>T: 广播 E1 发言
        T->>WS: expert_speech (E1)
        O->>T: 广播 E2 发言
        T->>WS: expert_speech (E2)
        O->>M: 小结请求(本轮发言)
        M-->>O: 小结内容
        O->>T: 广播小结
        T->>WS: round_summary
    end
    
    O->>M: 最终总结请求
    M-->>O: 决策建议
    O->>WS: board_concluded 事件

Scope Boundaries

In Scope

BoardTeam、BoardOrchestrator、BoardRouter 新模块
configs/experts/ 预设名人 YAML（8 位）
ExpertConfig 扩展（speaking_style、decision_framework）
WebSocket 事件（5 个新事件）+ emit_team_event() 调用集成
前端群聊式展示增强 + 事件处理
主聊天流程集成（chat.py 接入 BoardRouter）
app.py 启动加载专家配置
agentkit.yaml 配置项
单元测试覆盖

Deferred to Follow-Up Work

集成外部蒸馏工具（colleague.skill/nuwa-skill）
LLM 自动蒸馏生成名人 SOUL
共识检测自动终止（置信度/投票）
技术评审/创意脑暴场景
Expert Team Canvas 式可视化
专家间直接通信（辩论模式）
语音/视频输出
历史讨论回顾与检索
修复 @team 在 chat.py 的集成缺口（独立任务）

Outside This Product's Identity

实时名人数据更新
名人本人授权或验证
娱乐向角色扮演

Implementation Units

U1. 扩展 ExpertConfig 新增讨论模式字段

Goal: 为 ExpertConfig 新增 speaking_style 和 decision_framework 字段，支持名人专家的个性化表达和决策框架。

Requirements: FR-4

Dependencies: 无

Files:

src/agentkit/experts/config.py — 修改 ExpertConfig.__init__、from_dict、to_dict
tests/unit/experts/test_config.py — 新增字段测试

Approach:

在 ExpertConfig.__init__ 新增 speaking_style: str = "" 和 decision_framework: str = "" 参数
在 from_dict 中读取 data.get("speaking_style", "") 和 data.get("decision_framework", "")
在 to_dict 中序列化这两个字段
字段有默认值，向后兼容现有 @team 模式和动态生成的 ExpertConfig

Patterns to follow: 现有 persona、thinking_style 字段的实现模式（src/agentkit/experts/config.py:35-65）

Test scenarios:

Happy path: 创建 ExpertConfig 时传入 speaking_style 和 decision_framework，验证字段值正确
Happy path: 从 dict 创建 ExpertConfig，包含 speaking_style 和 decision_framework，验证字段值正确
Edge case: 不传 speaking_style 和 decision_framework，验证默认值为空字符串
Edge case: to_dict 输出包含 speaking_style 和 decision_framework 字段
Integration: 现有 ExpertConfig 用法（不传新字段）仍正常工作

Verification: pytest tests/unit/experts/test_config.py 通过，现有测试不受影响

U2. 创建预设名人专家 YAML 库

Goal: 在 configs/experts/ 目录下创建 8 位名人专家 YAML 文件，每位名人包含 persona、thinking_style、speaking_style、decision_framework 等字段。

Requirements: FR-3, FR-5

Dependencies: U1

Files:

configs/experts/elon_musk.yaml
configs/experts/jeff_bezos.yaml
configs/experts/allenzhang.yaml
configs/experts/charlie_munger.yaml
configs/experts/paul_graham.yaml
configs/experts/steve_jobs.yaml
configs/experts/warren_buffett.yaml
configs/experts/ray_dalio.yaml
configs/experts/private_board.yaml — 默认私董会模板（引用上述专家）

Approach:

每个 YAML 遵循 ExpertTemplateRegistry.load_from_yaml 的格式（见 src/agentkit/experts/registry.py:71-87）
字段：name、description、is_builtin: true、config（含 name、agent_type: expert、persona、thinking_style、speaking_style、decision_framework、avatar、color、is_lead: false、task_mode: llm_generate、prompt.identity）
private_board.yaml 是一个特殊的"团队模板"，定义默认专家组合（3-5 位），格式为 name: private_board、members: [elon_musk, jeff_bezos, allenzhang, charlie_munger, paul_graham]
名人 persona 内容需体现其标志性思维模式：
- 马斯克：第一性原理、物理思维、激进创新
- 贝佐斯：Day 1 思维、客户至上、长期主义
- 张小龙：用户体验、极简主义、社交产品直觉
- 芒格：心智模型、跨学科思维、逆向思考
- Paul Graham：创业、做用户想要的东西、反从众
- 乔布斯：产品设计、现实扭曲力场、专注
- 巴菲特：价值投资、能力圈、复利思维
- Ray Dalio：原则驱动决策、极度透明

Patterns to follow: src/agentkit/experts/registry.py:71-87 的 YAML 格式示例

Test scenarios:

Test expectation: none — YAML 配置文件，由 U9 的集成测试覆盖加载逻辑

Verification: ExpertTemplateRegistry.load_from_directory("configs/experts/") 能成功加载所有 8 位专家 + 1 个团队模板

U3. 实现 BoardRouter @board 前缀路由

Goal: 实现 BoardRouter 类，解析 @board 前缀，支持指定专家或使用默认私董会模板。

Requirements: FR-1, FR-2

Dependencies: U1, U2

Files:

src/agentkit/experts/board_router.py — 新建
tests/unit/experts/test_board_router.py — 新建

Approach:

参考 ExpertTeamRouter（src/agentkit/experts/router.py）的实现模式
正则匹配 @board 前缀：^@board(?::(\S+))?\s*(.*)
支持两种格式：
- @board:elon_musk,jeff_bezos 讨论主题 — 指定专家
- @board 讨论主题 — 使用默认 private_board 模板
专家名验证：复用 _EXPERT_NAME_RE = re.compile(r"^[a-zA-Z0-9_-]{1,64}$")
最多 10 位专家（MAX_EXPERTS = 10）
返回 BoardRoutingResult dataclass：matched、board_mode、specified_experts、topic、use_default_template
resolve_expert_configs() 方法：从 ExpertTemplateRegistry 解析专家名到 ExpertConfig 列表，首位设为 is_lead=True（主持人）
如果指定 private_board，从 private_board.yaml 加载成员列表
未识别的专家名：记录警告，动态创建基本 ExpertConfig

Patterns to follow: src/agentkit/experts/router.py 的 ExpertTeamRouter 实现

Test scenarios:

Happy path: @board:elon_musk,jeff_bezos 讨论主题 → matched=True, specified_experts=["elon_musk", "jeff_bezos"], topic="讨论主题"
Happy path: @board 讨论主题 → matched=True, use_default_template=True, topic="讨论主题"
Happy path: @board:private_board 讨论主题 → matched=True, 加载 private_board 成员列表
Edge case: @board 无主题 → matched=True, topic 为空
Edge case: 专家名超过 10 个 → 截断到 10 个
Error path: 无效专家名（含特殊字符）→ 过滤掉无效名，记录警告
Error path: 指定不存在的专家 → 动态创建基本 ExpertConfig
Integration: resolve_expert_configs() 返回的列表首位 is_lead=True

Verification: pytest tests/unit/experts/test_board_router.py 通过

U4. 实现 BoardTeam 容器

Goal: 实现 BoardTeam 容器，管理私董会的专家生命周期、讨论状态和事件广播。

Requirements: FR-6, FR-8

Dependencies: U1

Files:

src/agentkit/experts/board.py — 新建（BoardTeam、BoardStatus、DiscussionHistory）
tests/unit/experts/test_board.py — 新建

Approach:

参考 ExpertTeam（src/agentkit/experts/team.py）的容器模式
BoardStatus 枚举：FORMING → DISCUSSING → CONCLUDING → COMPLETED → DISSOLVED
BoardTeam 持有：
- team_id、topic、experts: dict[str, Expert]、moderator_name: str
- history: list[dict] — 讨论历史（每条含 round、expert_name、content、timestamp、role）
- current_round: int、max_rounds: int
- _handoff_transport、_workspace、_pool、_team_channel
create_board() 方法：创建主持人和成员专家，注入 board_context 到 system prompt
_build_board_context() 方法：构建私董会上下文（强调群聊讨论模式、角色差异、讨论规则）
add_to_history() 方法：追加发言到历史
get_history_text() 方法：返回格式化的历史文本用于 LLM prompt
compress_history() 方法：主持人压缩历史（超过阈值时）
broadcast_user_message() 方法：广播用户干预消息
dissolve() 方法：解散团队，回收资源
复用 Expert.create()、HandoffTransport、SharedWorkspace

Patterns to follow: src/agentkit/experts/team.py 的 ExpertTeam 容器模式

Technical design (directional):

class BoardStatus(str, enum.Enum):
    FORMING = "forming"
    DISCUSSING = "discussing"
    CONCLUDING = "concluding"
    COMPLETED = "completed"
    DISSOLVED = "dissolved"

class BoardTeam:
    async def create_board(self, topic: str, expert_configs: list[ExpertConfig], max_rounds: int) -> None
    async def add_to_history(self, round: int, expert_name: str, content: str, role: str) -> None
    def get_history_text(self, up_to_round: int | None = None) -> str
    async def compress_history(self, moderator: Expert) -> None
    async def broadcast_user_message(self, content: str) -> None
    async def dissolve(self) -> None

Test scenarios:

Happy path: create_board() 创建主持人和成员，状态变为 DISCUSSING
Happy path: add_to_history() 追加发言，get_history_text() 返回格式化文本
Edge case: 空历史时 get_history_text() 返回空字符串
Edge case: compress_history() 超过阈值时压缩，未超过时不操作
Integration: broadcast_user_message() 通过 handoff_transport 发送事件
Integration: dissolve() 清理所有专家，状态变为 DISSOLVED
Error path: 未配置 AgentPool 时 create_board() 抛出 RuntimeError

Verification: pytest tests/unit/experts/test_board.py 通过

U5. 实现 BoardOrchestrator 讨论引擎

Goal: 实现 BoardOrchestrator，驱动私董会讨论流程：开场 → 多轮并行发言 + 主持人小结 → 最终决策建议。

Requirements: FR-7, FR-9

Dependencies: U4

Files:

src/agentkit/experts/board_orchestrator.py — 新建
tests/unit/experts/test_board_orchestrator.py — 新建

Approach:

参考 TeamOrchestrator（src/agentkit/experts/orchestrator.py）的执行引擎模式
execute(topic) 主入口流程：
1. 广播 board_started 事件
2. 主持人开场介绍（介绍议题、讨论规则）
3. 循环 max_rounds 轮：
  - 并行生成所有非主持人专家发言（asyncio.gather）
  - 每个专家发言基于：角色 persona + thinking_style + speaking_style + decision_framework + 完整讨论历史 + 当前轮次/最大轮次
  - 按专家列表顺序广播 expert_speech 事件
  - 主持人小结本轮要点，广播 round_summary 事件
  - 检查用户干预消息（通过 handoff_transport 或共享状态）
  - 检查历史 token 长度，超过阈值时压缩
4. 主持人最终总结（决策建议、共识点、分歧点），广播 board_concluded 事件
_generate_expert_speech() 方法：构建专家发言 prompt，调用 LLM
_generate_moderator_summary() 方法：构建主持人小结 prompt，调用 LLM
_generate_final_conclusion() 方法：构建最终总结 prompt，调用 LLM
_check_user_intervention() 方法：检查是否有用户干预消息
_handle_stop_command() 方法：处理用户 /stop 命令
复用 _get_llm_gateway() 和 _broadcast_event() 模式（来自 TeamOrchestrator）
异常处理：LLM 不可用时，主持人用已有历史总结；所有专家发言失败时，提前进入总结阶段

Patterns to follow: src/agentkit/experts/orchestrator.py 的 TeamOrchestrator 执行模式

Technical design (directional):

class BoardOrchestrator:
    def __init__(self, team: BoardTeam) -> None
    
    async def execute(self, topic: str) -> dict[str, Any]
    # Returns: {status, summary, decision_advice, total_rounds, consensus_points, dissent_points}
    
    async def _generate_expert_speech(self, expert: Expert, round: int) -> str
    async def _generate_moderator_summary(self, round: int) -> str
    async def _generate_final_conclusion(self) -> dict[str, Any]
    async def _check_user_intervention(self) -> str | None

Test scenarios:

Happy path: execute() 完成完整讨论流程，返回 status="completed"
Happy path: 每轮生成 N-1 个专家发言 + 1 个主持人小结
Happy path: 最终总结包含 decision_advice、consensus_points、dissent_points
Edge case: max_rounds=1 时，只进行一轮讨论后直接总结
Edge case: 用户发送 /stop → 提前终止，用已有历史总结
Error path: LLM 不可用 → 主持人用已有历史拼接总结
Error path: 某专家发言失败 → 跳过该专家，其他专家继续
Error path: 所有专家发言失败 → 提前进入总结阶段
Integration: board_started、expert_speech、round_summary、board_concluded 事件正确广播

Verification: pytest tests/unit/experts/test_board_orchestrator.py 通过

U6. 后端集成 BoardRouter 到主聊天流程

Goal: 在 chat.py 的 WebSocket 处理中接入 BoardRouter，实现 @board 前缀触发私董会讨论，并通过 emit_team_event() 推送事件到前端。

Requirements: FR-1, FR-10, FR-11, FR-15

Dependencies: U3, U5

Files:

src/agentkit/server/routes/chat.py — 修改 _handle_chat_message，接入 BoardRouter
src/agentkit/server/app.py — 启动时加载 configs/experts/，挂载 expert_template_registry 和 board_config 到 app.state
src/agentkit/server/config.py — 新增 board 配置项（max_rounds、default_template、parallel_speech、history_compression_threshold）
tests/unit/server/test_chat_board_integration.py — 新建

Approach:

在 app.py 启动时（参考 skills 加载逻辑 app.py:261-282）：
- 创建 ExpertTemplateRegistry 实例
- 调用 load_from_directory("configs/experts/") 加载所有专家 YAML
- 挂载到 app.state.expert_template_registry
- 从 agentkit.yaml 读取 board 配置，挂载到 app.state.board_config
在 chat.py 的 _handle_chat_message 中：
- 在 RequestPreprocessor 之前，检查 @board 前缀
- 如果匹配 @board，创建 BoardRouter，解析路由
- 创建 BoardTeam 和 BoardOrchestrator
- 注册 handoff_transport 的 handler，将事件转发到 WebSocket（调用 emit_team_event()）
- 调用 orchestrator.execute(topic)
- 将最终结果作为 final_answer 发送
扩展 _VALID_TEAM_EVENT_TYPES：新增 board_started、expert_speech、round_summary、user_intervention、board_concluded
用户干预处理：讨论进行中，如果用户发送新消息（非 /stop），通过 board_team.broadcast_user_message() 广播

Patterns to follow:

skills 加载模式：src/agentkit/server/app.py:261-282
emit_team_event() 辅助函数：src/agentkit/server/routes/chat.py:117-142

Test scenarios:

Happy path: @board:elon_musk,jeff_bezos 讨论主题 → 触发 BoardRouter，创建 BoardTeam，执行讨论
Happy path: 讨论事件通过 emit_team_event() 推送到 WebSocket
Happy path: @board 讨论主题 → 使用默认 private_board 模板
Edge case: 讨论中用户发送消息 → 广播为 user_intervention
Edge case: 讨论中用户发送 /stop → 终止讨论
Integration: app.state.expert_template_registry 在启动时正确加载
Integration: @board 与 @team 和普通聊天互不干扰

Verification: pytest tests/unit/server/test_chat_board_integration.py 通过；手动测试 @board 触发讨论

U7. 前端事件类型和处理扩展

Goal: 在前端 TypeScript 类型和 Pinia store 中新增私董会事件类型和处理逻辑。

Requirements: FR-10, FR-12, FR-13

Dependencies: U6

Files:

src/agentkit/server/frontend/src/api/types.ts — 新增 board 事件类型和接口
src/agentkit/server/frontend/src/stores/chat.ts — 新增 board 事件处理
src/agentkit/server/frontend/src/stores/team.ts — 新增 board 状态管理（可选，或新建 stores/board.ts）

Approach:

在 types.ts 中：
- 新增 WsServerMessage 联合类型成员：board_started、expert_speech、round_summary、user_intervention、board_concluded
- 新增 IBoardState 接口：team_id、topic、experts、moderator_name、current_round、max_rounds、status
- 新增 IBoardSpeech 接口：expert_name、expert_avatar、expert_color、content、round、role
在 chat.ts 的 handleWsMessage 中新增 case：
- board_started: 创建 board 状态，推送步骤提示
- expert_speech: 创建专家消息（带头像、颜色、轮次标识），追加到消息列表
- round_summary: 创建主持人小结消息（特殊样式，message_type='milestone'）
- user_intervention: 标记用户消息已广播
- board_concluded: 创建总结消息（含决策建议、共识点、分歧点）
参考 chat.ts:554-646 的现有 team 事件处理模式

Patterns to follow: src/agentkit/server/frontend/src/stores/chat.ts:554-646 的 team 事件处理

Test scenarios:

Test expectation: none — 前端 TypeScript 类型，由 U8 的组件测试和手动测试覆盖

Verification: npm run typecheck 通过

U8. 前端群聊式 UI 增强

Goal: 增强 ExpertMessage.vue 组件，新增讨论状态展示，实现群聊式体验。

Requirements: FR-12, FR-13, FR-14

Dependencies: U7

Files:

src/agentkit/server/frontend/src/components/chat/ExpertMessage.vue — 增强（新增轮次标识、角色标签）
src/agentkit/server/frontend/src/components/chat/BoardStatusView.vue — 新建（讨论状态展示）
src/agentkit/server/frontend/src/views/ChatView.vue — 集成 BoardStatusView

Approach:

增强 ExpertMessage.vue：
- 新增 props：round?: number、role?: 'expert' | 'moderator' | 'user'
- 显示轮次标识（如"第 2 轮"）
- 主持人消息特殊样式（背景色、边框）
- 用户干预消息右侧气泡展示
新建 BoardStatusView.vue：
- 顶部显示：讨论主题、当前轮次/最大轮次、参与专家列表（头像、名称、角色标签）
- 专家列表可点击查看其所有发言
- 讨论结束后展示总结卡片（决策建议、共识点、分歧点）
在 ChatView.vue 中：
- 当 board 状态激活时，渲染 <BoardStatusView />（类似现有 <ExpertTeamView />）

Patterns to follow:

src/agentkit/server/frontend/src/components/chat/ExpertMessage.vue 现有组件
src/agentkit/server/frontend/src/components/chat/ExpertTeamView.vue 团队视图
src/agentkit/server/frontend/src/views/ChatView.vue:19 的 ExpertTeamView 集成

Test scenarios:

Test expectation: none — Vue 组件，由手动测试覆盖

Verification: npm run typecheck 通过；手动测试 @board 触发讨论，前端正确展示群聊

U9. 单元测试覆盖

Goal: 为所有新增模块编写单元测试，确保覆盖率 ≥ 80%。

Requirements: 成功标准 §7.1

Dependencies: U1-U8

Files:

tests/unit/experts/test_config.py — 扩展（U1 新字段测试）
tests/unit/experts/test_board_router.py — 新建（U3）
tests/unit/experts/test_board.py — 新建（U4）
tests/unit/experts/test_board_orchestrator.py — 新建（U5）
tests/unit/server/test_chat_board_integration.py — 新建（U6）

Approach:

使用 pytest + pytest-asyncio（asyncio_mode=auto）
Mock LLMGateway、AgentPool、HandoffTransport 进行隔离测试
测试覆盖：
- 配置字段序列化/反序列化
- 路由解析各种格式
- BoardTeam 生命周期和状态转换
- BoardOrchestrator 讨论流程（正常、异常、用户干预）
- chat.py 集成（@board 触发、事件广播）
测试标记：单元测试无特殊标记，集成测试标记 @pytest.mark.integration

Patterns to follow:

tests/unit/experts/test_team_orchestrator.py 的测试模式
tests/unit/experts/test_router.py 的路由测试模式

Test scenarios:

见各实现单元的测试场景

Verification: pytest tests/unit/experts/ tests/unit/server/test_chat_board_integration.py -v 全部通过；pytest --cov=src/agentkit/experts --cov-report=term-missing 覆盖率 ≥ 80%

Risks & Dependencies

Risks

风险	影响	缓解
专家发言同质化	讨论质量低	强化角色 prompt 差异化，`decision_framework` 字段强制不同视角
token 消耗过高（5轮×5专家=25次调用）	成本问题	提供轮次配置，历史压缩机制
讨论发散无结论	用户体验差	主持人每轮小结，最终强制总结
名人 persona 不准确	发言不像本人	YAML 可迭代优化，未来支持蒸馏
`chat.py` 集成复杂度高	可能破坏现有聊天	`@board` 路由在 `RequestPreprocessor` 之前检查，不影响普通聊天
前端事件处理与现有 team 事件冲突	UI 错乱	事件类型独立（board_* vs team_*），store 独立

Dependencies

现有基础设施: Expert、AgentPool、HandoffTransport、SharedWorkspace、ExpertTemplateRegistry
LLM Gateway: src/agentkit/llm/gateway.py 提供多 provider 支持
WebSocket: src/agentkit/server/routes/chat.py 现有 WebSocket 通道
前端组件: ExpertMessage.vue、ChatView.vue、stores/chat.ts

System-Wide Impact

影响方

终端用户: 获得私董会讨论能力，可就决策类问题获得多视角建议
开发者: 新增 @board 路由模式，需了解与 @team 的区别
配置管理: 新增 configs/experts/ 目录和 agentkit.yaml 的 board 配置项
前端: 新增 board 事件处理和 UI 组件

兼容性

ExpertConfig 新增字段有默认值，向后兼容
@board 路由独立，不影响 @team 和普通聊天
_VALID_TEAM_EVENT_TYPES 扩展是增量式，不影响现有事件
前端事件处理新增 case，不影响现有 case

Open Questions

历史压缩 prompt 具体设计 — 超过 token 阈值时，主持人如何压缩历史？
- 决策: 实现时细化，初步思路是让主持人总结每轮关键观点，替换原始发言。
用户干预消息的实时性 — 用户发送干预后，当前轮次是否立即中断？
- 决策: 不中断当前轮次，干预消息在下一轮生效。避免复杂的中断逻辑。
private_board 模板格式 — 如何在 YAML 中定义"团队模板"（引用多个专家）？
- 决策: private_board.yaml 使用 members: [expert1, expert2, ...] 字段，BoardRouter 解析时加载成员配置。
讨论历史持久化 — 讨论结束后是否保存到数据库？
- 决策: 本期不持久化，仅保存到 SharedWorkspace。未来可扩展。

Sources & Research

需求文档: docs/brainstorms/2026-06-17-board-meeting-mode-requirements.md
现有实现: src/agentkit/experts/ 目录所有文件
对标产品: Qoder Experts Mode、WorkBuddy、Legends MCP、colleague.skill（详见需求文档 §1.2）
架构参考: AgentVerse 通信框架、ARMOR-MAD 协议阈值终止

Next Step: 交由 /ce-work 执行实现，或由开发者按 U1-U9 顺序逐步实现。

30 KiB Raw Blame History Unescape Escape

Plan: 私董会讨论模式（Board Meeting Mode）

Summary

Problem Frame

Requirements

Key Technical Decisions

KTD-1: 独立模块而非扩展现有 ExpertTeam

KTD-2: 讨论历史结构

KTD-3: 并行发言生成

KTD-4: 主持人角色

KTD-5: WebSocket 事件复用与扩展

KTD-6: 配置加载

High-Level Technical Design

组件关系图

讨论流程状态机

单轮讨论时序图

Scope Boundaries

In Scope

Deferred to Follow-Up Work

Outside This Product's Identity

Implementation Units

U1. 扩展 ExpertConfig 新增讨论模式字段

U2. 创建预设名人专家 YAML 库

U3. 实现 BoardRouter @board 前缀路由

U4. 实现 BoardTeam 容器

U5. 实现 BoardOrchestrator 讨论引擎

U6. 后端集成 BoardRouter 到主聊天流程

U7. 前端事件类型和处理扩展

U8. 前端群聊式 UI 增强

U9. 单元测试覆盖

Risks & Dependencies

Risks

Dependencies

System-Wide Impact

影响方

兼容性

Open Questions

Sources & Research

30 KiB

Raw Blame History