355 lines
13 KiB
Python
355 lines
13 KiB
Python
#!/usr/bin/env python3
|
||
# -*- coding: utf-8 -*-
|
||
"""
|
||
稷下学宫本地版 - 基于Ollama的四仙辩论系统
|
||
使用本地Ollama服务，无需API密钥
|
||
"""
|
||
|
||
import asyncio
|
||
import json
|
||
from datetime import datetime
|
||
from swarm import Swarm, Agent
|
||
from typing import Dict, List, Any, Optional
|
||
import random
|
||
|
||
class JixiaOllamaSwarm:
|
||
"""稷下学宫本地版 - 使用Ollama的四仙辩论系统"""
|
||
|
||
def __init__(self):
|
||
# Ollama配置
|
||
self.ollama_base_url = "http://100.99.183.38:11434"
|
||
self.model_name = "gemma3n:e4b" # 使用你指定的模型
|
||
|
||
# 初始化Swarm客户端，使用Ollama
|
||
from openai import OpenAI
|
||
openai_client = OpenAI(
|
||
api_key="ollama", # Ollama不需要真实的API密钥
|
||
base_url=f"{self.ollama_base_url}/v1"
|
||
)
|
||
self.client = Swarm(client=openai_client)
|
||
|
||
print(f"🦙 使用本地Ollama服务: {self.ollama_base_url}")
|
||
print(f"🤖 使用模型: {self.model_name}")
|
||
|
||
# 四仙配置
|
||
self.immortals = {
|
||
'吕洞宾': {
|
||
'role': '技术分析专家',
|
||
'stance': 'positive',
|
||
'specialty': '技术分析和图表解读',
|
||
'style': '犀利直接，一剑封喉'
|
||
},
|
||
'何仙姑': {
|
||
'role': '风险控制专家',
|
||
'stance': 'negative',
|
||
'specialty': '风险评估和资金管理',
|
||
'style': '温和坚定，关注风险'
|
||
},
|
||
'张果老': {
|
||
'role': '历史数据分析师',
|
||
'stance': 'positive',
|
||
'specialty': '历史回测和趋势分析',
|
||
'style': '博古通今，从历史找规律'
|
||
},
|
||
'铁拐李': {
|
||
'role': '逆向投资大师',
|
||
'stance': 'negative',
|
||
'specialty': '逆向思维和危机发现',
|
||
'style': '不拘一格，挑战共识'
|
||
}
|
||
}
|
||
|
||
# 创建智能体
|
||
self.agents = self.create_agents()
|
||
|
||
def create_agents(self) -> Dict[str, Agent]:
|
||
"""创建四仙智能体"""
|
||
agents = {}
|
||
|
||
# 吕洞宾 - 技术分析专家
|
||
agents['吕洞宾'] = Agent(
|
||
name="LuDongbin",
|
||
instructions="""
|
||
你是吕洞宾，八仙之首，技术分析专家。
|
||
|
||
你的特点：
|
||
- 擅长技术分析和图表解读
|
||
- 立场：看涨派，善于发现投资机会
|
||
- 风格：犀利直接，一剑封喉
|
||
|
||
在辩论中：
|
||
1. 从技术分析角度分析市场
|
||
2. 使用具体的技术指标支撑观点（如RSI、MACD、均线等）
|
||
3. 保持看涨的乐观态度
|
||
4. 发言以"吕洞宾曰："开头
|
||
5. 发言控制在100字以内，简洁有力
|
||
6. 发言完毕后说"请何仙姑继续论道"
|
||
|
||
请用古雅但现代的语言风格，结合专业的技术分析。
|
||
""",
|
||
functions=[self.to_hexiangu]
|
||
)
|
||
|
||
# 何仙姑 - 风险控制专家
|
||
agents['何仙姑'] = Agent(
|
||
name="HeXiangu",
|
||
instructions="""
|
||
你是何仙姑，八仙中唯一的女仙，风险控制专家。
|
||
|
||
你的特点：
|
||
- 擅长风险评估和资金管理
|
||
- 立场：看跌派，关注投资风险
|
||
- 风格：温和坚定，关注风险控制
|
||
|
||
在辩论中：
|
||
1. 从风险控制角度分析市场
|
||
2. 指出潜在的投资风险和危险信号
|
||
3. 保持谨慎的态度，强调风险管理
|
||
4. 发言以"何仙姑曰："开头
|
||
5. 发言控制在100字以内，温和但坚定
|
||
6. 发言完毕后说"请张果老继续论道"
|
||
|
||
请用温和但专业的语调，体现女性的细致和关怀。
|
||
""",
|
||
functions=[self.to_zhangguolao]
|
||
)
|
||
|
||
# 张果老 - 历史数据分析师
|
||
agents['张果老'] = Agent(
|
||
name="ZhangGuoLao",
|
||
instructions="""
|
||
你是张果老，历史数据分析师。
|
||
|
||
你的特点：
|
||
- 擅长历史回测和趋势分析
|
||
- 立场：看涨派，从历史中寻找机会
|
||
- 风格：博古通今，从历史中找规律
|
||
|
||
在辩论中：
|
||
1. 从历史数据角度分析市场
|
||
2. 引用具体的历史案例和数据
|
||
3. 保持乐观的投资态度
|
||
4. 发言以"张果老曰："开头
|
||
5. 发言控制在100字以内，引经据典
|
||
6. 发言完毕后说"请铁拐李继续论道"
|
||
|
||
请用博学的语调，多引用历史数据和案例。
|
||
""",
|
||
functions=[self.to_tieguaili]
|
||
)
|
||
|
||
# 铁拐李 - 逆向投资大师
|
||
agents['铁拐李'] = Agent(
|
||
name="TieGuaiLi",
|
||
instructions="""
|
||
你是铁拐李，逆向投资大师。
|
||
|
||
你的特点：
|
||
- 擅长逆向思维和危机发现
|
||
- 立场：看跌派，挑战主流观点
|
||
- 风格：不拘一格，敢于质疑
|
||
|
||
在辩论中：
|
||
1. 从逆向投资角度分析市场
|
||
2. 挑战前面三位仙人的观点
|
||
3. 寻找市场的潜在危机和泡沫
|
||
4. 发言以"铁拐李曰："开头
|
||
5. 作为最后发言者，要总结四仙观点并给出结论
|
||
6. 发言控制在150字以内，包含总结
|
||
|
||
请用直率犀利的语言，体现逆向思维的独特视角。
|
||
""",
|
||
functions=[] # 最后一个，不需要转换
|
||
)
|
||
|
||
return agents
|
||
|
||
def to_hexiangu(self):
|
||
"""转到何仙姑"""
|
||
return self.agents['何仙姑']
|
||
|
||
def to_zhangguolao(self):
|
||
"""转到张果老"""
|
||
return self.agents['张果老']
|
||
|
||
def to_tieguaili(self):
|
||
"""转到铁拐李"""
|
||
return self.agents['铁拐李']
|
||
|
||
async def conduct_debate(self, topic: str, context: Dict[str, Any] = None) -> Dict[str, Any]:
|
||
"""进行四仙辩论"""
|
||
print("🏛️ 稷下学宫四仙论道开始！")
|
||
print("=" * 60)
|
||
print(f"🎯 论道主题: {topic}")
|
||
print(f"⏰ 开始时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
|
||
print(f"🦙 使用本地Ollama: {self.ollama_base_url}")
|
||
print()
|
||
|
||
# 构建初始提示
|
||
prompt = self.build_prompt(topic, context)
|
||
|
||
try:
|
||
print("⚔️ 吕洞宾仙长请先发言...")
|
||
print("-" * 40)
|
||
|
||
# 开始辩论
|
||
response = self.client.run(
|
||
agent=self.agents['吕洞宾'],
|
||
messages=[{"role": "user", "content": prompt}],
|
||
max_turns=8, # 四仙各发言一次，加上可能的交互
|
||
model_override=self.model_name
|
||
)
|
||
|
||
print("\n" + "=" * 60)
|
||
print("🎊 四仙论道圆满结束！")
|
||
|
||
# 处理结果
|
||
result = self.process_result(response, topic, context)
|
||
self.display_summary(result)
|
||
|
||
return result
|
||
|
||
except Exception as e:
|
||
print(f"❌ 论道过程中出错: {e}")
|
||
import traceback
|
||
traceback.print_exc()
|
||
return None
|
||
|
||
def build_prompt(self, topic: str, context: Dict[str, Any] = None) -> str:
|
||
"""构建辩论提示"""
|
||
context_str = ""
|
||
if context:
|
||
context_str = f"\n📊 市场背景:\n{json.dumps(context, indent=2, ensure_ascii=False)}\n"
|
||
|
||
prompt = f"""
|
||
🏛️ 稷下学宫四仙论道正式开始！
|
||
|
||
📜 论道主题: {topic}
|
||
{context_str}
|
||
|
||
🎭 论道规则:
|
||
1. 四仙按序发言：吕洞宾 → 何仙姑 → 张果老 → 铁拐李
|
||
2. 正反方交替：吕洞宾(看涨) → 何仙姑(看跌) → 张果老(看涨) → 铁拐李(看跌)
|
||
3. 每位仙人从专业角度分析，提供具体数据支撑
|
||
4. 可以质疑前面仙人的观点，但要有理有据
|
||
5. 保持仙风道骨的表达风格，但要专业
|
||
6. 每次发言简洁有力，控制在100字以内
|
||
7. 铁拐李作为最后发言者要总结观点
|
||
|
||
🗡️ 请吕洞宾仙长首先发言！
|
||
记住：你是技术分析专家，要从技术面找到投资机会！
|
||
发言要简洁有力，一剑封喉！
|
||
"""
|
||
return prompt
|
||
|
||
def process_result(self, response, topic: str, context: Dict[str, Any]) -> Dict[str, Any]:
|
||
"""处理辩论结果"""
|
||
messages = response.messages if hasattr(response, 'messages') else []
|
||
|
||
debate_messages = []
|
||
for msg in messages:
|
||
if msg.get('role') == 'assistant' and msg.get('content'):
|
||
content = msg['content']
|
||
speaker = self.extract_speaker(content)
|
||
|
||
debate_messages.append({
|
||
'speaker': speaker,
|
||
'content': content,
|
||
'timestamp': datetime.now().isoformat(),
|
||
'stance': self.immortals.get(speaker, {}).get('stance', 'unknown')
|
||
})
|
||
|
||
return {
|
||
"debate_id": f"jixia_ollama_{datetime.now().strftime('%Y%m%d_%H%M%S')}",
|
||
"topic": topic,
|
||
"context": context,
|
||
"messages": debate_messages,
|
||
"final_output": debate_messages[-1]['content'] if debate_messages else "",
|
||
"timestamp": datetime.now().isoformat(),
|
||
"framework": "OpenAI Swarm + Ollama",
|
||
"model": self.model_name,
|
||
"ollama_url": self.ollama_base_url
|
||
}
|
||
|
||
def extract_speaker(self, content: str) -> str:
|
||
"""从内容中提取发言者"""
|
||
for name in self.immortals.keys():
|
||
if f"{name}曰" in content:
|
||
return name
|
||
return "未知仙人"
|
||
|
||
def display_summary(self, result: Dict[str, Any]):
|
||
"""显示辩论总结"""
|
||
print("\n🌟 四仙论道总结")
|
||
print("=" * 60)
|
||
print(f"📜 主题: {result['topic']}")
|
||
print(f"⏰ 时间: {result['timestamp']}")
|
||
print(f"🔧 框架: {result['framework']}")
|
||
print(f"🤖 模型: {result['model']}")
|
||
print(f"💬 发言数: {len(result['messages'])}条")
|
||
|
||
# 统计正反方观点
|
||
positive_count = len([m for m in result['messages'] if m.get('stance') == 'positive'])
|
||
negative_count = len([m for m in result['messages'] if m.get('stance') == 'negative'])
|
||
|
||
print(f"📊 观点分布: 看涨{positive_count}条, 看跌{negative_count}条")
|
||
|
||
print("\n🏆 最终总结:")
|
||
print("-" * 40)
|
||
if result['messages']:
|
||
print(result['final_output'])
|
||
|
||
print("\n✨ 本地辩论特色:")
|
||
print("🦙 使用本地Ollama，无需API密钥")
|
||
print("🗡️ 四仙各展所长，观点多元")
|
||
print("⚖️ 正反方交替，辩论激烈")
|
||
print("🚀 基于Swarm，性能优越")
|
||
print("🔒 完全本地运行，数据安全")
|
||
|
||
# 主函数
|
||
async def main():
|
||
"""主函数"""
|
||
print("🏛️ 稷下学宫本地版 - Ollama + Swarm")
|
||
print("🦙 使用本地Ollama服务，无需API密钥")
|
||
print("🚀 四仙论道，完全本地运行")
|
||
print()
|
||
|
||
# 创建辩论系统
|
||
academy = JixiaOllamaSwarm()
|
||
|
||
# 辩论主题
|
||
topics = [
|
||
"英伟达股价走势：AI泡沫还是技术革命？",
|
||
"美联储2024年货币政策：加息还是降息？",
|
||
"比特币vs黄金：谁是更好的避险资产？",
|
||
"中国房地产市场：触底反弹还是继续下行？",
|
||
"特斯拉股价：马斯克效应还是基本面支撑？"
|
||
]
|
||
|
||
# 随机选择主题
|
||
topic = random.choice(topics)
|
||
|
||
# 市场背景
|
||
context = {
|
||
"market_sentiment": "谨慎乐观",
|
||
"volatility": "中等",
|
||
"key_events": ["财报季", "央行会议", "地缘政治"],
|
||
"technical_indicators": {
|
||
"RSI": 65,
|
||
"MACD": "金叉",
|
||
"MA20": "上穿"
|
||
}
|
||
}
|
||
|
||
# 开始辩论
|
||
result = await academy.conduct_debate(topic, context)
|
||
|
||
if result:
|
||
print(f"\n🎉 辩论成功！ID: {result['debate_id']}")
|
||
print(f"📁 使用模型: {result['model']}")
|
||
print(f"🌐 Ollama服务: {result['ollama_url']}")
|
||
else:
|
||
print("❌ 辩论失败")
|
||
|
||
if __name__ == "__main__":
|
||
asyncio.run(main()) |