重庆大学AI训练营+202424131091+装修避坑官助手

[DFGVCX]

RenoGuard 装修避坑官 🏠

从交房到入住，你的全链路装修决策保镖——让每一分钱花在刀刃上，让每一个坑在踩之前被看见。json配置文件见

Nexent_Agent_renoguard.zip

基于 Nexent 平台构建的纯多智能体协作系统，不依赖任何 MCP 工具，完全通过智能体间 prompt 协作完成装修避坑方案输出。

---

目录结构

Nexent_Agent_renoguard/
├── README.md                        # 本文档
├── renoguard_main_agent.json        # 主配置文件（可导入 Nexent）

---

架构总览

系统由 1 个主智能体 + 3 个子智能体 组成，聚焦装修决策中最容易踩坑的三个核心环节：钱、材料、合同。

┌───────────────────────────────────────────────────────┐
│                  装修避坑官 (主智能体)                  │
│                  renoguard_master                     │
│       负责理解需求、调度子智能体、整合输出完整方案        │
└───┬────────────────┬────────────────┬─────────────────┘
    │                │                │
    ▼                ▼                ▼
┌──────────┐   ┌──────────┐   ┌──────────┐
│ 预算审计师 │   │ 材料鉴定员 │   │ 合同审查员 │
│ budget    │   │ material  │   │ contract  │
│ auditor   │   │ expert    │   │ reviewer  │
└────┬─────┘   └────┬─────┘   └────┬─────┘
     │              │              │
 分析钱够不够     材料是不是真货    合同有没有坑
 钱花在哪         有没有更好的     条款要不要改

---

子智能体说明

序号	智能体	角色	核心职责
1	预算审计师	💰	分析预算合理性，给出分项分配建议，预警隐形消费
2	材料鉴定员	🔬	辨别材料真伪，评估环保等级，推荐性价比替代方案
3	合同审查员	⚖️	扫描合同陷阱，标注不公平条款，给出修改建议文本

---

设计思路

装修是大多数人一生中仅次于买房的第二大消费决策（10-100 万+），且信息极度不对称。本系统的设计原则：

• 业主立场：所有建议站在业主角度，不推荐任何装修公司或品牌

• 预防为主：在踩坑之前预警，比踩坑之后补救重要得多

• 具体可执行：每条建议都要让用户能直接拿去和装修公司谈

• 红黄蓝分级：风险按严重程度分级，用户知道哪些必须改、哪些可以谈

• 真金白银导向：每条建议最终都帮用户省钱或避损

]