Skip to main content

多模型协作调度系统 - Multi-Model Collaboration Dispatch System

Project description

🎼 Symphony 智能多模型协作系统

Symphony - Intelligent Multi-Model Collaboration System


🚀 简介 | Introduction

Symphony(交响) — 史上最强多模型协作调度系统!

Symphony — The Most Powerful Multi-Model Collaboration Dispatch System!


✨ 核心特性 | Core Features

特性 Feature 说明 Description
🤖 多模型并行 同时调用多个AI模型,协同工作
🛡️ 智能容错 自动故障转移,确保服务永续
🎯 任务调度 智能分配任务,提升效率
🔄 模型热插拔 运行时动态切换模型
📊 负载均衡 合理分配计算资源
🌐 跨平台支持 Windows/Linux/Mac全面兼容

🏗️ 软件架构 | Software Architecture

系统架构图 | System Architecture

┌─────────────────────────────────────────────────────────────┐
│                      Symphony Core                          │
├─────────────────────────────────────────────────────────────┤
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐    │
│  │   任务调度   │  │   模型管理    │  │   容错系统   │    │
│  │ Task Schedule│  │Model Manager │  │Fault Tolerance│    │
│  └──────────────┘  └──────────────┘  └──────────────┘    │
├─────────────────────────────────────────────────────────────┤
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐    │
│  │  工具共享系统 │  │   记忆系统   │  │   协作编排   │    │
│  │Tool Sharing  │  │Memory System │  │Collaboration │    │
│  └──────────────┘  └──────────────┘  └──────────────┘    │
├─────────────────────────────────────────────────────────────┤
│                     Model Providers                         │
│  ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐  │
│  │智谱  │ │火山  │ │NVIDIA│ │Minimax│ │阿里  │ │腾讯  │  │
│  │Zhipu │ │Ark   │ │      │ │      │ │Ali   │ │Tencent│  │
│  └──────┘ └──────┘ └──────┘ └──────┘ └──────┘ └──────┘  │
└─────────────────────────────────────────────────────────────┘

核心模块 | Core Modules

模块 Module 功能 Function 行数 Lines
symphony_core.py 统一调度核心 ~500
model_manager.py 模型管理器 ~400
fault_tolerance.py 容错系统 ~300
skill_manager.py 技能管理器 ~350
memory_system.py 记忆系统 ~450
mcp_manager.py MCP工具管理 ~280
tool_sharing.py 工具共享 ~250

📦 安装说明 | Installation

环境要求 | Requirements

要求 Requirement 最低版本 Minimum Version
Python 3.9+
pip 20.0+
内存 RAM 4GB+
磁盘空间 1GB+

安装方式 | Installation Methods

方式一:pip安装(推荐)| Method 1: pip (Recommended)

# 安装最新版本
pip install symphony-ai

# 安装指定版本
pip install symphony-ai==2.4.0

# 升级到最新版本
pip install --upgrade symphony-ai

方式二:从源码安装 | Method 2: From Source

# 克隆仓库
git clone https://github.com/songleiwww/symphony.git

# 进入目录
cd symphony

# 安装依赖
pip install -r requirements.txt

# 配置API
cp config.template.py config.py
# 编辑 config.py 填入你的API密钥

# 运行示例
python examples/demo.py

方式三:Docker安装 | Method 3: Docker

# 拉取镜像
docker pull songleiwww/symphony:latest

# 运行容器
docker run -it -v $(pwd)/config.py:/app/config.py songleiwww/symphony

配置说明 | Configuration

# config.py 配置示例
API_KEY = "your_api_key_here"
BASE_URL = "https://ark.cn-beijing.volces.com/api/coding/v3"

# 主模型
PRIMARY_MODEL = "ark-code-latest"

# 备用模型列表(支持23个模型!)
FALLBACK_MODELS = [
    "deepseek-v3.2",
    "doubao-seed-2.0-code",
    "glm-4.7",
    "kimi-k2.5",
    "MiniMax-M2.5",
    # ... 更多模型
]

🎯 快速开始 | Quick Start

基础用法 | Basic Usage

from symphony import SymphonyCore

# 创建交响实例
symphony = SymphonyCore()

# 发起协作任务
result = symphony.dispatch("帮我安排一个6人团队讨论会")

# 享受多模型协作的力量!
print(result)

高级用法 | Advanced Usage

# 自定义模型配置
symphony = SymphonyCore(
    primary_model="ark-code-latest",
    fallback_models=["deepseek-v3.2", "glm-4.7"],
    timeout=60,
    max_retries=3
)

# 并行调用多个模型
results = symphony.parallel_dispatch([
    "分析这段代码的性能问题",
    "优化这个算法的复杂度",
    "添加单元测试"
])

# 获取模型投票结果
vote_result = symphony.vote("Python好还是Java好?")

🌟 特技 | Special Features

1. 🎭 多模型人格切换 | Multi-Personality Switching

# 6种人格模型,任你切换
personalities = {
    "林思远": "输入理解专家",
    "陈美琪": "视觉设计总监",
    "王浩然": "交互工程师",
    "刘心怡": "内容策划师",
    "张明远": "质量保证主管",
    "赵敏": "项目协调员"
}

2. 🧠 智能记忆系统 | Intelligent Memory System

  • 短期记忆:最近对话上下文
  • 长期记忆:重要信息持久化
  • 工作记忆:当前任务相关
  • 情景记忆:特定事件和时间

3. 🔄 自动故障转移 | Automatic Failover

# 主模型失败自动切换
try:
    result = symphony.dispatch(task)
except PrimaryModelError:
    # 自动切换到备用模型
    result = symphony.dispatch(task, use_fallback=True)

4. 📊 实时监控 | Real-time Monitoring

# 获取系统状态
status = symphony.get_status()
print(f"在线模型: {status['active_models']}")
print(f"成功调用: {status['successful_calls']}")
print(f"平均响应时间: {status['avg_response_time']}ms")

5. 🎨 增强UI输出 | Enhanced UI Output

# 美观的消息输出
symphony.display_header("交响 v2.4.0")
symphony.display_success("任务完成!")
symphony.display_table(data)
symphony.display_progress(75)

6. 🔌 插件系统 | Plugin System

# 加载自定义插件
symphony.load_plugin("my_custom_plugin")

# 插件市场
plugins = symphony.list_plugins()
# 可用插件:翻译、绘图、语音识别...

🤝 参与贡献 | Contributing

欢迎贡献 | Welcome Contributions

我们欢迎任何形式的贡献!

We welcome contributions in any form!

贡献方式 | How to Contribute

1. 报告Bug | Report Bugs

# 在 GitHub Issues 中报告
# 请包含:
# - 复现步骤
# - 预期行为
# - 实际行为
# - 环境信息

2. 提出新功能 | Suggest Features

# 在 GitHub Issues 中提交特性请求
# 请说明:
# - 功能描述
# - 使用场景
# - 实现思路

3. 提交代码 | Submit Code

# Fork 仓库
git clone https://github.com/songleiwww/symphony.git

# 创建分支
git checkout -b feature/your-feature

# 开发并测试
python -m pytest tests/

# 提交 Pull Request
git push origin feature/your-feature

开发规范 | Development Standards

规范 Standard 要求 Requirement
代码风格 PEP 8
注释 中英双语
测试 覆盖率 > 80%
文档 同步更新

贡献者名单 | Contributors

贡献者 Contributor 角色 Role 贡献
造梦者 & 交交 创始人 核心架构
林思远 输入理解 算法优化
陈美琪 视觉设计 UI增强
王浩然 交互设计 插件系统

📊 支持的模型 | Supported Models

提供商 Provider 模型数量 代表模型
智谱 (Zhipu) 6个 GLM-4.7
火山引擎 (Ark) 5个 ark-code-latest
NVIDIA 7个 Nemotron Ultra
ModelScope 10个 Qwen系列
MiniMax 1个 M2.5
总计 23+

📞 联系我们 | Contact Us

渠道 Channel 地址 Link
📧 邮箱 songlei_www@qq.com
🐛 问题反馈 GitHub Issues
💬 交流群 欢迎加入讨论
📖 文档 ReadTheDocs

📄 许可证 | License

MIT License — 开源免费商用!


🌟 立即体验 | Get Started Now!

pip install symphony-ai

让AI协作变得如此简单!

Make AI Collaboration So Simple!


⭐ 支持我们 | Support Us

如果你觉得Symphony有帮助,请:

  • ⭐ 给个 Star
  • 📢 分享给朋友
  • 📝 写一篇博客
  • 💡 提出你的想法

🚀 智韵交响,共创华章 | Symphony of Intelligence, Creating Masterpieces Together

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

symphony_ai-0.0.1.tar.gz (12.9 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

symphony_ai-0.0.1-py3-none-any.whl (8.3 kB view details)

Uploaded Python 3

File details

Details for the file symphony_ai-0.0.1.tar.gz.

File metadata

  • Download URL: symphony_ai-0.0.1.tar.gz
  • Upload date:
  • Size: 12.9 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.14.2

File hashes

Hashes for symphony_ai-0.0.1.tar.gz
Algorithm Hash digest
SHA256 91df360ca2c33fa7c5b72705da5762d84e2ca023edd4635bed1841ace95f6cf7
MD5 7a0a305ed09606e34ea070b773c56060
BLAKE2b-256 7bd6ac5ad4112a106724d5ece33279f1e35091666f3a2b1390e87e210548c878

See more details on using hashes here.

File details

Details for the file symphony_ai-0.0.1-py3-none-any.whl.

File metadata

  • Download URL: symphony_ai-0.0.1-py3-none-any.whl
  • Upload date:
  • Size: 8.3 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.14.2

File hashes

Hashes for symphony_ai-0.0.1-py3-none-any.whl
Algorithm Hash digest
SHA256 71639d2c1a8d3a08c1afedca52688d07be192e48ab02310ecad6051c1c44c064
MD5 a26544fd57b783989c139f751095d889
BLAKE2b-256 fcb55df64b37c591cc569c96828ed78fde8e6873d26432a20c1c1ca6a9869a3e

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page