Skip to content

huolanmiao/OpenMic

BranchesTags

Repository files navigation

OpenMic: 基于多智能体框架的智能脱口秀生成系统

Python 3.11+ AutoGen 0.7.5 License: MIT

基于AutoGen多智能体框架的端到端脱口秀生成系统，实现从主题输入到专业表演脚本的完整流程。

🎯 项目概述

OpenMic是一个创新的AI脱口秀生成系统，使用5个专业化的智能体协作创作符合中文stand-up comedy特点的表演内容：

智能体 角色 职责
🎬 ComedyDirector 喜剧导演 整体策略制定和风格控制
👥 AudienceAnalyzer 受众分析师 受众适配分析和文化评估
✍️ JokeWriter 段子写手 核心内容创作（Setup-Punchline结构）
🎤 PerformanceCoach 表演教练 表演标记和语音指导
✅ QualityController 质量控制官 内容评估和质量把关

OpenMic AI Studio Interface

📋 任务进度

  • 任务一：AutoGen多智能体系统架构（30分）✅ 已完成
  • 任务二：基于CFunSet的中文幽默内容生成（25分）✅ 已完成
  • 任务三：专业级语音合成与表演优化（30分）✅ 已完成
  • 任务四：系统集成与用户体验（15分）✅ 已完成

🏗️ 项目结构详解

OpenMic/
├── main.py                      # 🚀 主入口文件（命令行/交互模式）
├── requirements.txt             # pip依赖列表
├── environment.yml              # Conda环境配置
├── README.md                    # 项目说明文档
├── .env.example                 # 环境变量模板
│
├── config/
│   └── llm_config.json          # 🔧 LLM模型配置文件
│
├── src/                         # 核心源代码目录
│   ├── __init__.py
│   │
│   ├── agents/                  # 📦 智能体模块（任务一核心）
│   │   ├── __init__.py          # 导出所有智能体类
│   │   ├── base_agent.py        # 基础智能体抽象类
│   │   ├── comedy_director.py   # 喜剧导演智能体
│   │   ├── audience_analyzer.py # 受众分析师智能体
│   │   ├── joke_writer.py       # 段子写手智能体
│   │   ├── performance_coach.py # 表演教练智能体
│   │   └── quality_controller.py# 质量控制官智能体
│   │
│   ├── orchestrator/            # 📦 协作调度模块
│   │   ├── __init__.py          # 导出ComedyGroupChat
│   │   ├── comedy_chat.py       # ⭐ SelectorGroupChat核心实现
│   │   └── workflow.py          # 工作流状态管理
│   │
│   ├── config/                  # 📦 配置管理模块
│   │   ├── __init__.py
│   │   └── settings.py          # ConfigManager单例类
│   │
│   ├── speech/                  # 📦 语音合成模块
│   │   └── __init__.py
│   │
│   └── api/                     # 📦 Web API模块
│       └── __init__.py
│
├── tests/                       # 测试目录
│   ├── __init__.py
│   ├── test_agents.py           # 智能体测试
│   ├── test_groupchat.py        # GroupChat测试
│   └── test_import.py           # 导入测试
│
└── outputs/                     # 输出目录（生成的脚本JSON）
    └── *.json

核心模块说明

1. src/agents/ - 智能体模块

每个智能体继承自 BaseComedyAgent，封装了角色特定的系统提示词和行为：

# 智能体层次结构
BaseComedyAgent (基类)
├── ComedyDirectorAgent     # 制定创作策略，输出【创作策略】
├── AudienceAnalyzerAgent   # 分析受众，输出【受众分析报告】
├── JokeWriterAgent         # 创作脚本，输出【脱口秀脚本草稿】
├── PerformanceCoachAgent   # 添加表演标记，输出【表演指导方案】
└── QualityControllerAgent  # 质量评估，输出【质量评估报告】+【最终脚本】

2. src/orchestrator/comedy_chat.py - 协作调度核心

使用AutoGen的 SelectorGroupChat 实现多智能体协作：

class ComedyGroupChat:
    """
    关键特性：
    - 使用 selector_func 强制工作流顺序
    - 支持为每个智能体配置独立的模型
    - 内置循环优化机制（质量不通过时返回JokeWriter）
    """

工作流顺序：

ComedyDirector → AudienceAnalyzer → JokeWriter → PerformanceCoach → QualityController
       ↑                                                                      │
       └──────────────────── 如果"不通过" ←────────────────────────────────────┘

3. src/config/settings.py - 配置管理

使用单例模式的 ConfigManager 管理所有配置：

from src.config import config_manager

# 获取LLM配置
llm_config = config_manager.get_autogen_llm_config()

# 获取表演风格
style = config_manager.get_comedy_style("吐槽类")

# 列出所有风格
styles = config_manager.list_comedy_styles()  # ["观察类", "自嘲类", "吐槽类"]

🚀 快速开始

1. 环境准备

方式一：使用Conda（推荐）

# 创建环境
conda env create -f environment.yml

# 激活环境
conda activate openmic

方式二：使用pip

# 创建虚拟环境
python -m venv venv
venv\Scripts\activate      # Windows
# source venv/bin/activate # Linux/Mac

# 安装依赖
pip install -r requirements.txt

2. 配置API密钥

方式一：使用环境变量（推荐）

# 复制模板
copy .env.example .env

# 编辑 .env 文件
DEEPSEEK_API_KEY=sk-your-api-key-here

方式二：直接编辑配置文件

编辑 config/llm_config.json：

{
    "config_list": [
        {
            "model": "deepseek-chat",
            "api_key": "sk-your-api-key-here",
            "base_url": "https://api.deepseek.com/v1"
        }
    ],
    "temperature": 0.8,
    "max_tokens": 4096
}

方法三：使用本地模型（建议使用ZhenghanYU/CFunModel，这个模型在CFunSet训练过，对中文幽默任务效果很好）

pip install vllm
vllm serve path-to-your-model --port 8000 --trust-remote-code --served-model-name CFunModel

编辑 config/llm_config.json：

{
    "config_list": [
        {
            "model": "CFunModel",
            "api_key": "none",
            "base_url": "http://localhost:8000/v1"
        }
    ],
    "temperature": 0.8,
    "max_tokens": 4096
}

3. 下载音频生成模型权重

从huggingface上下载 ChatTTS model (https://huggingface.co/2Noise/ChatTTS) 到目录 Openmic/models

4. 运行系统

系统有多种运行模式，我们准备了图形界面的web前端，运行方法如下：

# 运行后端服务器
python src/api/backend_server.py

# 运行前端app，此时你可以在浏览器上打开http://localhost:8501来进行图形界面交互
streamlit run ./src/api/app.py --server.port 8501

# 如果你希望能够在公网上访问这个服务器，请安装cloudflared，并使用下面的指令实现公网穿透，就可以在公网上进行访问了
cloudflared tunnel --url http://127.0.0.1:8501

此外，如果希望直接在控制台上交互，可以参照下面的方法

# 交互模式（推荐初次使用）
python main.py -i

# 命令行模式
python main.py --topic "期末考试" --style "吐槽类" --duration 3 --audience "大学生"

# 指定输出文件
python main.py -t "网购经历" -s "观察类" -d 5 -a "职场白领" -o outputs/my_script.json

# 查看帮助
python main.py --help

# 查看智能体信息
python main.py --info

命令行参数说明

参数 简写 说明 默认值
--topic -t 脱口秀主题 -
--style -s 表演风格 观察类
--duration -d 目标时长(分钟) 3
--audience -a 目标受众 年轻人
--output -o 输出文件路径 outputs/comedy_脚本_{timestamp}.json
--interactive -i 交互模式 False
--info - 显示智能体信息 -
--debug - 调试模式 False

🔧 配置其他模型

方式一：全局切换模型

修改 config/llm_config.json：

{
    "config_list": [
        {
            "model": "gpt-4o",
            "api_key": "sk-your-openai-key",
            "base_url": "https://api.openai.com/v1"
        }
    ]
}

支持的模型示例：

模型 base_url 说明
deepseek-chat https://api.deepseek.com/v1 DeepSeek（默认）
gpt-4o https://api.openai.com/v1 OpenAI GPT-4o
gpt-3.5-turbo https://api.openai.com/v1 OpenAI GPT-3.5
claude-3-5-sonnet-20241022 https://api.anthropic.com/v1 Anthropic Claude
qwen-turbo https://dashscope.aliyuncs.com/compatible-mode/v1 阿里通义千问
glm-4 https://open.bigmodel.cn/api/paas/v4 智谱GLM-4

方式二：为不同智能体配置独立模型

在代码中使用 agent_model_configs 参数：

from src.orchestrator import ComedyGroupChat

# 为不同智能体配置不同模型
agent_configs = {
    'ComedyDirector': {
        'config_list': [{
            'model': 'gpt-4o',
            'api_key': 'sk-openai-key',
            'base_url': 'https://api.openai.com/v1'
        }]
    },
    'JokeWriter': {
        'config_list': [{
            'model': 'deepseek-chat',
            'api_key': 'sk-deepseek-key', 
            'base_url': 'https://api.deepseek.com/v1'
        }]
    },
    # 其他智能体使用默认配置
}

# 创建团队
team = ComedyGroupChat(
    llm_config=default_config,
    agent_model_configs=agent_configs  # 独立模型配置
)

方式三：使用环境变量

# .env 文件
DEEPSEEK_API_KEY=sk-xxx
DEEPSEEK_BASE_URL=https://api.deepseek.com/v1
DEFAULT_MODEL=deepseek-chat

📖 Python API使用

基本用法

import asyncio
from src.orchestrator import ComedyGroupChat
from src.config import config_manager

async def main():
    # 获取配置
    llm_config = config_manager.get_autogen_llm_config()
    
    # 创建团队
    team = ComedyGroupChat(
        llm_config=llm_config,
        max_round=25  # 最大对话轮数
    )
    
    # 运行创作
    result = await team.run(
        topic="期末考试",
        style="吐槽类",
        duration_minutes=3,
        target_audience="大学生"
    )
    
    # 获取结果
    print(f"总轮数: {result['rounds']}")
    print(f"最终脚本: {result['final_script']}")
    
    return result

# 运行
result = asyncio.run(main())

高级用法：自定义智能体

from src.agents import BaseComedyAgent

class CustomAgent(BaseComedyAgent):
    """自定义智能体"""
    
    def __init__(self, llm_config, **kwargs):
        super().__init__(
            name="CustomAgent",
            system_message="""你是一个专业的...
            
            输出格式：
            【自定义报告】
            ...""",
            llm_config=llm_config,
            description="自定义智能体的简短描述",
            **kwargs
        )

📊 输出格式

生成的JSON文件结构：

{
    "metadata": {
        "topic": "期末考试",
        "style": "吐槽类",
        "duration_minutes": 3,
        "target_audience": "大学生",
        "timestamp": "2025-12-27T01:42:00",
        "total_rounds": 5
    },
    "messages": [
        {
            "role": "ComedyDirector",
            "content": "【创作策略】..."
        },
        {
            "role": "AudienceAnalyzer", 
            "content": "【受众分析报告】..."
        },
        {
            "role": "JokeWriter",
            "content": "【脱口秀脚本草稿】..."
        },
        {
            "role": "PerformanceCoach",
            "content": "【表演指导方案】..."
        },
        {
            "role": "QualityController",
            "content": "【质量评估报告】...【最终脚本】..."
        }
    ],
    "final_script": "完整的最终脚本文本..."
}

🧪 测试

# 导入测试
python test_import.py

# 智能体测试
python tests/test_agents.py

# GroupChat测试
python test_groupchat.py

🛠️ 开发指南

添加新智能体

  1. 在 src/agents/ 创建新文件
  2. 继承 BaseComedyAgent
  3. 在 src/agents/__init__.py 导出
  4. 在 comedy_chat.py 的工作流中注册

修改工作流顺序

编辑 src/orchestrator/comedy_chat.py 中的 _create_workflow_selector() 方法：

workflow_order = [
    "ComedyDirector",
    "AudienceAnalyzer",
    "JokeWriter",
    "PerformanceCoach", 
    "QualityController"
]

📚 技术栈

  • Python 3.11+
  • AutoGen 0.7.5 - 多智能体框架
  • Rich - 终端美化输出
  • python-dotenv - 环境变量管理
  • DeepSeek API - 默认LLM后端

📄 License

MIT License

👥 Contributors

OpenMic Team

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

1 fork
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages