AI导哈

AI组织协调系统

ECHO是一个基于AI的角色代理组织模型，通过MCP协议实现自主决策和层级协作，适用于未来科技公司的自动化运营。

  • by Pranavj17
  • Elixir
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 Pranavj17/echo

使用说明

ECHO-行政协调和分级组织

一种基于人工智能的组织模型，其中基于角色的自主代理通过MCP协议进行通信

🎯 视觉

ECHO使未来的科技公司能够与人工智能工作人员合作：

  • 自主决策 在其职权范围内
  • 通过共识进行合作 需要时
  • 上报至相关机构 层级
  • 需要人工批准 用于关键决策
  • 自然沟通 跨组织层次

🏗️ 建筑

每个组织角色都作为一个 独立MCP服务器 Claude Desktop（或任何MCP客户端）可以连接到：

Claude Desktop / MCP Client
         ├──> mcp-server-ceo
         ├──> mcp-server-cto
         ├──> mcp-server-chro
         ├──> mcp-server-operations
         ├──> mcp-server-product-manager
         ├──> mcp-server-architect
         ├──> mcp-server-uiux
         ├──> mcp-server-developer
         └──> mcp-server-test-lead

All agents share:
├── PostgreSQL (organizational memory)
└── Redis (message bus)

📊 监控仪表板

新：用于监控代理活动的实时Phoenix LiveView仪表板！

cd monitor
./start.sh
# Open http://localhost:4000

特征：

  • 📈 概述：每日代理活动摘要
  • 🔗 权力下放：决策流跟踪
  • 📊 演出：代理指标和效率
  • ⏱️ 时间线：实时活动提要

看 监控_数据库_指南.md 了解详情。

🚀 快速开始

先决条件

  • Elixir 1.18+与Erlang/OTP 27
  • PostgreSQL 16+
  • Redis 7+
  • Ollama（用于本地AI模型）
  • Claude Desktop（适用于MCP客户端）

设置分为3个步骤

1.启动基础设施：

# macOS with Homebrew
brew services start postgresql
brew services start redis

# Or use Nix shell (includes all dependencies)
nix-shell

2.设置数据库、LLM和代理：

# Create database and run migrations
cd shared
mix ecto.create
mix ecto.migrate
cd ..

# Install Ollama and download AI models (~48GB)
./setup_llms.sh

# Build all agents
./setup.sh

3.配置克劳德桌面：

安装脚本会自动创建配置。只需重新启动克劳德桌面！

手动配置： 看 CLAUDE_DESKTOP_SETUP.md

验证安装

# Check system health
./echo.sh summary

# Expected output:
# ● System Status: OPERATIONAL
# Infrastructure: ✓ PostgreSQL, ✓ Redis
# Agents: ✓ 3 / 9 agents healthy

# Test LLM integration for specific agent
./scripts/agents/test_agent_llm.sh ceo

# Test all agents' LLM integration
./scripts/agents/test_all_agents_llm.sh

第一个演示

打开克劳德桌面并尝试：

Use the CEO agent to approve a strategic initiative:
- Name: "AI Research Lab"
- Budget: $750,000
- Expected outcome: "Advanced AI capabilities"

看 DEMO_GUIDE.md 10个全面的演示场景。

📚 文档

文档 描述
CLAUDE_DESKTOP_SETUP.md 将代理连接到Claude Desktop
DEMO_GUIDE.md 10个带示例的演示场景
ECHO_ARCHITECTURE.md 完整的系统架构
AGENT_INTEGRATION-GUIDE.md 代理实现细节
LLM_测试_成功.md LLM集成测试指南
OLLAMA_SETUP_已完成.md Ollama和模型设置
分布式_系统_IMPROVEMENTS.md 可靠性和可观察性
ECHO_SH_README.md 监控脚本文档

🤖 可用代理

每个代理都可以通过专门的本地LLM模型获得AI协助：

代理 角色 AI模型 状态
首席执行官 战略领导力，预算分配 qwen2.5:14b ✅ 内置+AI
CTO 技术战略、架构 deepseek编码器：33b ✅ 内置+AI
CHRO 人力资源、人才管理 llama3.1:8b ✅ 内置+AI
运营主管 基础设施和运营 经理：7b ✅ 内置+AI
产品经理 产品战略、优先级 llama3.1:8b ✅ 内置+AI
高级架构师 系统设计、技术规格 deepseek编码器：33b ✅ 内置+AI
UI/UX工程师 界面设计、用户体验 llama3.2-vision:11b ✅ 内置+AI
高级开发人员 功能实现、编码 deepseek编码器：6.7b ✅ 内置+AI
测试负责人 质量保证、测试 代码：13b ✅ 内置+AI

所有代理商使用 通过Ollama建立本地人工智能模型 -零API成本，完全隐私，离线工作。

🎯 主要特点

人工智能驱动的决策

每个代理人都有 ai_consult AI辅助分析工具：

# CEO consulting AI for strategic decision
ai_consult(
  query_type: "decision_analysis",
  question: "Should we expand to European market?",
  context: %{
    options: ["Immediate expansion", "Pilot program", "Defer"],
    budget: "$5M",
    timeline: "12 months"
  }
)

优点：

  • 🔒 私人 -所有AI都在本地运行，没有云API
  • 💰 自由 -安装后API成本为零
  • 🎯 专业 -每个角色都有特定于领域的模型
  • ⚡ 快速 -实时决策的低延迟
  • 🌐 离线 -在没有互联网的情况下工作

决策模式

自主 -代理人在授权范围内做出决定：

# CEO can approve budgets under $1M autonomously
approve_budget(amount: 750_000)  # ✅ Autonomous
approve_budget(amount: 5_000_000) # ⬆️ Escalates to human

协作的 -多个代理人投票/达成共识：

# CTO proposes architecture, team votes
propose_architecture(design: "Microservices")
# → Senior Architect, Operations, Product Manager vote

分层的 -向上升级报告链：

# Developer uncertain → Architect → CTO → CEO
escalate_technical_decision(issue: "Database choice")

循环中的人类 -关键决策需要人类：

# Legal, financial, or strategic risks
escalate_to_human(reason: "Regulatory compliance")

代理间通信

代理通过Redis发布/订阅+PostgreSQL持久化进行通信：

# Product Manager → CTO
publish_message(
  from: :product_manager,
  to: :cto,
  type: :request,
  subject: "Technical feasibility review"
)

工作流引擎

定义多代理工作流：

workflow "Feature Development" do
  step :product_manager, "define_requirements"
  step :senior_architect, "design_system"
  step :cto, "approve_architecture"

  parallel do
    step :senior_developer, "implement_backend"
    step :ui_ux_engineer, "design_ui"
  end

  step :test_lead, "create_test_plan"
  step :ceo, "approve_budget"
end

健康监测

实时系统可观测性：

./echo.sh           # Full system status
./echo.sh agents    # Agent health with heartbeats
./echo.sh workflows # Running workflows
./echo.sh messages  # Message queue status
./echo.sh decisions # Pending decisions

🚧 开发状态

当前阶段： 第4阶段-工作流程和集成

完整的：

  • ✅ 第一阶段：基础（共享库、MCP协议、数据库模式）
  • ✅ 第二阶段：CEO代理（参考实施）
  • ✅ 第三阶段：所有9个代理都已实施
  • ✅ 阶段4.1：分布式系统改进（可靠性、可观察性）

进行中：

  • 🔄 工作流引擎测试
  • 🔄 与外部系统集成
  • 🔄 生产部署指南

看 ECHO_ARCHITECTURE.md 用于完整的架构设计。

📄 许可证

MIT许可证

回声 -构建人工智能驱动的组织的未来，一次一个代理。 🚀

相关 MCP