octochains

Octochains 是一个轻量级 Python 框架，用于并行、隔离的多智能体推理与共识。它专为复杂、可分解的任务而构建，这些任务需要独立、多视角的分析，且不能有逻辑污染。

与传统的顺序智能体链不同——在顺序链中，模型通过共享聊天历史相互影响——Octochains 在并行隔离线程中执行领域专家。高风险决策的每个角度，从临床诊断到金融风险和法律审计，都在被集中验证层综合之前，在原始隔离环境中进行评估。

为什么选择 Octochains？ 标准多智能体框架会遭受认知隧道和群体思维的影响，早期输出决定下游推理。Octochains 通过健壮的线程安全架构消除了这一点：

• 并行隔离：专家智能体在私有线程中运行，对同伴输出零感知，保证客观、无污染的分析。
• 集中共识：专门的聚合器审计隔离报告，在给出类型安全裁决之前解决逻辑冲突并突出证据缺口。
• 审计优先设计：每次执行都会生成不可变、100% 可追溯的专家理由和错误状态日志，满足欧盟 AI 法案对可监控企业 AI 的要求。
• 可移植技能：智能体可以配备技能，即基于 markdown 的知识包，解析时零外部依赖，让你无需编写任何提示工程代码即可注入领域流程。

Octochains 基于 Google Research / MIT 研究“Towards a Science of Scaling Agent Systems”中验证的架构原则构建。研究证实，对于分析性、可分解的任务，并行隔离架构相比标准顺序模型能带来巨大的性能差异。

Octochains 以开发者优先、模型无关和轻量级为设计理念。

1. 自带 LLM Octochains 是一个“纯引擎”。它不强制你安装沉重的 SDK 或学习专有 API 封装。你对自己的模型和 API 密钥保持 100% 控制。

2. 60 秒演示 三个领域专家并行分析一个案例，彼此完全隔离，然后一个合成器将他们的报告合并为一份执行裁决。这就是一个完整的并行隔离推理管道，无需自定义类，无需提示工程。参见官方预设智能体目录，了解全部 13 个可用专家。

3. 从头定义专家智能体 智能体继承自 Agent 并实现 execute() 方法。框架为你构建严格的“强制视角”身份提示，同时你保留对执行循环的完全控制。 使用工具？你拥有 execute() 循环！你可以绕过简单的文本包装器，将提供者的原生工具模式（例如 OpenAI 函数或外部数据库钩子）直接注入 API 调用。

4. 定义聚合器 聚合器等待所有专家完成，读取他们的并行报告，并综合最终执行决策。

5. 运行并行引擎 引擎并发启动所有智能体，捕获单个线程故障而不使池崩溃，并将干净数据管道传输给聚合器。

官方预设智能体 除了自定义 Agent 子类，Octochains 还附带预构建的专家，每个都是 SkilledAgent，捆绑了精选的、版本化的技能。直接从 octochains.agents.presets 导入它们。

• 启动尽职调查委员会：用于从每个高管角度并行评估业务、产品或投资案例。
• 监管与合规审计员：用于在到达人类审查员之前标记法律和监管风险。
• 安全审计员：用于从互补、不重叠的角度分析安全日志和访问事件，每个预设都限定在自己的层，因此发现不会重叠或矛盾。 每个预设都接受 extra_skills=[...] 以在官方技能之上叠加你自己的领域知识，无需子类化。

编写自定义技能 技能是一个 markdown 文件，带有简单的 key: value frontmatter 块，无需 YAML 库，无需嵌套列表或对象，只需扁平字段。将其加载到任何智能体。附加到智能体的技能默认在每个提示中按名称和描述显示（廉价、始终开启）。完整技能内容仅按需加载，参见 base.py 中的 Agent.get_skill() 和 Agent.load_relevant_skills() 了解手动与自动选择。

官方企业聚合器 虽然 Octochains 允许你构建自定义聚合器，但我们提供开箱即用的模块，专为企业级验证和共识设计。

1. ConflictChecker 你架构中确定性的“首席大法官”。它审计专家报告中的逻辑矛盾、时间线不匹配和不兼容声明。

• 策略 1（提示矩阵）：使用结构化内部比较矩阵进行单次调用审计。
• 策略 2（并行成对）：多线程执行，以编程方式在所有唯一智能体对之间生成隔离的双边线程，实现绝对、可复现的审计能力。
• 数学安全门：如果上游故障导致幸存报告少于 2 份，自动中止审计而不浪费 API 令牌。

1. Synthesizer “首席集成官”。它将多个隔离的专家报告合并为一个连贯的执行叙述，自动解决冗余，将引用严格映射到响应的智能体，并在上游管道失败时将置信度分数归零。
2. WeightedSynthesizer 一种用于比例强调的 Synthesizer 变体。当某些视角应比其它视角更多地塑造最终叙述作为基线时，而不仅仅是当它们冲突时，你为每个智能体角色分配权重，较高权重的视角驱动框架和结论，较低权重的视角作为支持性上下文融入。这与 ConflictChecker 不同：它关乎混合中的突出性，即使所有专家完全同意也适用。

• 缺失权重：任何不在权重中的响应角色回退到平等地位（default_weight=1.0），未加权智能体永远不会被静默丢弃。
• 归一化：权重归一化为总和 1.0；weights_applied 和 dominant_perspective 记录在结果上，作为混合如何形成的确定性审计轨迹。
• 退化情况：相等权重产生的输出等同于普通 Synthesizer。 查看 /cookbook/ 目录了解这些聚合器的完整示例。

仓库结构

• /src/octochains/engine.py：高性能并行编排器，具有线程级异常捕获。
• /src/octochains/base.py：高级抽象基类，具有自动阈值门和反幻觉提示注入。
• /src/octochains/skills.py：Skill 类，解析 SKILL.md frontmatter + 内容，零外部依赖。
• /src/octochains/agents/presets.py：官方即用领域专家（CFO、CTO、GDPR 审计员等）。
• /src/octochains/agents/skilled_agent.py：SkilledAgent，为所有官方预设提供支持的具体的、即用型 Agent。
• /src/octochains/agents/skills/：捆绑的 SKILL.md 知识包，为官方预设提供支持。
• /src/octochains/aggregators/：标准化合成和确定性审计逻辑。

我们正在积极将 Octochains 从库扩展为高风险推理的综合生态系统：

• 扩展预设目录：社区贡献的技能经审查并合并到官方预设库。
• 扩展聚合器套件：开箱即用集成民主多数投票流、严格 Minimax 边界测试门和分类分类器。
• Octonodes：生产级可视化应用界面，允许架构师拖放并行拓扑、映射数据钩子并导出自动化 Python/Rust 部署代码。
• HITL 网关：原生人在回路拦截协议，允许领域专家在关键决策分叉处介入或在执行前审查聚合冲突日志。

Octochains 是 Fair-Code，根据 Business Source License 1.1 分发。

• 个人与内部使用：可免费用于个人项目、学术研究和内部公司工作流，可修改和扩展。
• 商业提供者：未经企业许可，你不能将 Octochains 作为托管 SaaS 推理基础设施提供，或销售核心引擎的商业封装。
• 开源保证：为保护代码库作为永久公共产品，此版本包含确定性日落条款：2030 年 5 月 10 日，许可证自动转为 Apache 2.0（开源）。

要访问企业推理功能或商业许可，请联系：ahmad.vh7@gmail.com

Octochains 目前处于 Beta 阶段。我们正在迭代编排引擎 API。在 v1.0.0 之前，次要版本中可能发生破坏性更改。