## 概述
AI竞技场工作流旨在通过促进多个AI智能体之间的结构化辩论来优化答案生成过程。该工作流允许在得出最终输出之前考虑多样化的视角，从而提高生成响应的质量和深度。
## ✨ 功能特性
– **多智能体辩论模拟**：让多个AI智能体参与辩论，生成细致入微的响应
– **可配置轮次和智能体**：轻松调整辩论轮次和参与智能体数量以适应需求
– **情境化AI响应**：每个智能体基于预定义角色和特征运行，确保相关且集中的讨论
– **JSON输出**：最终输出采用JSON格式，便于与其他系统或工作流集成
## 👤 适用人群
该工作流非常适合开发人员、数据科学家、内容创作者和企业，他们希望利用AI进行决策制定、内容生成或任何需要多样化观点的场景。特别适用于需要从多个个性或视角综合信息的用户。
## 💡 解决的问题
该工作流通过模拟AI智能体之间的辩论来解决生成细致响应的问题。这种方法确保考虑多个视角，减少偏见并提高输出的整体质量。
**使用案例示例：**
– 🗓️ 会议/面试模拟
– ✔️ 质量保证
– 📖 故事作者测试环境
– 🏛️ 论坛/会议/研讨会模拟
## 🔍 工作流功能
该工作流协调AI智能体之间的辩论，允许他们根据角色和预定义特征讨论、批评和建议重写给定输入。这种协作过程产生更精细和全面的最终输出。
## 🔄 工作流步骤
1. **输入与设置**：提供初始输入，并使用必要参数配置AI环境
2. **轮次执行**：AI智能体执行其角色，根据输入和个体特征提供回复和操作
3. **轮次结果**：汇总每轮结果，创建摘要以捕获智能体讨论的关键点
4. **继续下一轮**：如果定义了更多轮次，则重复该过程直到完成指定轮次
5. **最终输出**：基于智能体的讨论和建议生成最终输出，提供连贯的响应
## ⚡ 使用/设置方法
### 🔐 凭据
获取Mistral API或其他LLM API的API密钥。此密钥是AI智能体正常运行所必需的。
### 🔧 配置
在n8n中设置工作流，确保所有节点根据工作流要求正确配置。这包括设置适当的输入参数和定义每个AI智能体的角色。
该工作流使用名为’n8n-nodes-globals’的全局变量自定义节点。或者，您可以使用’Edit Field (Set)’节点实现相同功能。
## ✏️ 自定义工作流
要自定义工作流，请调整JSON配置中的AI智能体参数。这包括定义他们的角色、个性和偏好，这将影响他们在辩论中的互动方式。
其中一个注释包含如何自定义智能体和环境的现成示例。您可以简单地编辑它并将其作为凭据插入全局变量节点中。
## 📌 示例
工作流中的注释提供了包含输入和最终输出的示例。
## 🛠️ 使用的工具
– **n8n**：允许用户连接各种应用程序和服务的自动化工作流工具
– **Mistral API**：用于生成AI响应的强大语言模型API（您可以用任何选择的LLM API替换它）
– **Podman**：允许用户创建、管理和运行容器而无需守护程序的容器管理工具（作为Docker的替代品用于容器编排）
## ⚙️ n8n设置环境
– n8n版本：1.100.1
– n8n-nodes-globals：1.1.0
– 运行n8n通过：Podman 4.3.1
– 操作系统：Linux
## ⚠️ 注意事项与警告
– 确保AI智能体配置了清晰的角色，以最大化辩论的有效性。每个智能体的特征应与工作流的整体目标一致
– 该工作流可适应各种用例，包括会议模拟、内容生成和头脑风暴会议
– 该工作流假设用户对n8n和JSON配置有基本了解
– 该工作流假设用户拥有必要的API密钥和权限来使用Mistral API或其他LLM API
– 确保提供给AI智能体的输入清晰简洁，以避免辩论过程中的混淆。模糊的输入可能导致不清楚或不相关的输出
– 监控输出的相关性和准确性，因为AI生成的内容可能需要人工监督，以确保在用于生产之前符合标准和期望
## ℹ️ 关于我们
该工作流由Hybroht团队开发，这是一个由AI爱好者和开发人员组成的团队，致力于通过协作过程增强AI的能力。我们的目标是创建利用AI技术可能性的工具。
评论(0)