usehook - 前端码易

目标与整体设计

Agent 群聊智能发言权判断实现复盘

这一篇我们继续整理 Agent 群聊发言权判断 的升级实现。此前群聊选择谁回复，主要依赖点名、关键词和 LLM 对 Agent 人设的基础理解；升级之后，系统会综合 Agent 性格、关系阶段、最近发言频率和用户情绪来判断谁更适合发言。

这一次的目标不是完全抛弃规则，而是让发言权判断从谁被点名，进一步升级为谁在这个场景里最该接话。

为什么要升级发言权判断

群聊里最容易出现两个问题。一个是某个 Agent 总是抢话，另一个是系统只会根据你们、大家、怎么看这类关键词决定多人回复。

但真实的 AI 电子伴侣群聊里，谁该说话应该取决于更多信息。

比如用户很难过时，应该优先让温柔、稳定、关系更熟的 Agent 回应；用户在纠结选择时，应该优先让理性、清晰、擅长分析的 Agent 回应；用户情绪激烈时，应该让边界感强、能降温的 Agent 回应。某个 Agent 最近已经连续说了很多次，就应该适当降权；如果用户明确点名某个 Agent，仍然优先尊重点名。

所以这一轮实现要表达的是：点名和关键词仍然有效，但不再是唯一依据。

整体设计

新的发言权判断会综合四类信号：Agent 人设、关系阶段、最近发言频率和用户情绪。Agent 人设来自简介、说明、性格、语气和默认提示词；关系阶段来自用户和某个 Agent 的一对一聊天深度；最近发言频率用来判断某个 Agent 最近是不是说太多；用户情绪则告诉系统，用户当前是需要安慰、建议、降温，还是轻松闲聊。

LangGraph 流程也从原来的：

index.ts

1classifyIntent -> selectAgents -> generateReplies -> generateCrossReplies -> checkQuality

升级为：

index.ts

1classifyIntent -> detectEmotion -> selectAgents -> generateReplies -> generateCrossReplies -> checkQuality

也就是说，在真正选择 Agent 前，先增加一个轻量情绪识别节点。

关系与发言上下文

为了判断关系阶段，群聊成员查询需要拿到用户和每个 Agent 的一对一会话统计。

在 apps/api/src/auth/repository.ts 中，AgentGroupChatAgentRecord 新增两个字段：

index.ts

01export type AgentGroupChatAgentRecord = {
02  id: string
03  name: string
04  headline: string | null
05  description: string | null
06  storyBackground: string | null
07  personalityPrompt: string | null
08  tonePrompt: string | null
09  guardrailsPrompt: string | null
10  defaultPrompt: string | null
11  imageKey: string | null
12  displayOrder: number
13  conversationMessageCount: number
14  conversationLastMessageAtMs: number | null
15}

查询群聊成员时，通过 agent_conversations 表拿到 message count：

index.ts

1conversationMessageCount: sql<number>`coalesce(${agentConversations.messageCount}, 0)`,
2conversationLastMessageAtMs: agentConversations.lastMessageAtMs,

并通过 left join 关联：

index.ts

1.leftJoin(
2  agentConversations,
3  and(
4    eq(agentConversations.userId, agentGroupChatMembers.userId),
5    eq(agentConversations.agentId, agentGroupChatMembers.agentId),
6  ),
7)

这个改动没有新增数据库字段，也不需要 D1 迁移。关系阶段直接从已有一对一会话统计推导。

发言权上下文结构

在 apps/api/src/routes/chat/group.route.ts 中新增了发言权上下文：

index.ts

01type AgentSpeakingContext = {
02  agentId: string
03  conversationMessageCount: number
04  recentReplyCount: number
05  lastSpokeTurnsAgo: number | null
06  relationshipStage: 'new_connection' | 'warming_up' | 'trusted' | 'close_bond'
07  relationshipScore: number
08  freshnessScore: number
09}
10
11type GroupSpeakingContext = {
12  userEmotion: GroupChatUserEmotion
13  agentContexts: AgentSpeakingContext[]
14}

这些字段描述了一个 Agent 在当前群聊里的发言条件。conversationMessageCount 表示用户和该 Agent 的一对一消息数；recentReplyCount 表示该 Agent 在最近群聊里的发言次数；lastSpokeTurnsAgo 表示距离该 Agent 上次发言过了多少轮；relationshipStage 和 relationshipScore 描述关系阶段和熟悉度；freshnessScore 则表示发言新鲜度，最近说太多会降低。

关系阶段推导

当前关系阶段先用消息数量做启发式推导：

index.ts

01function getRelationshipStageFromMessageCount(messageCount: number): AgentSpeakingContext['relationshipStage'] {
02  if (messageCount >= 80) {
03    return 'close_bond'
04  }
05
06  if (messageCount >= 30) {
07    return 'trusted'
08  }
09
10  if (messageCount >= 8) {
11    return 'warming_up'
12  }
13
14  return 'new_connection'
15}

对应关系分数：

index.ts

01function getRelationshipScore(stage: AgentSpeakingContext['relationshipStage']) {
02  if (stage === 'close_bond') {
03    return 0.95
04  }
05
06  if (stage === 'trusted') {
07    return 0.78
08  }
09
10  if (stage === 'warming_up') {
11    return 0.52
12  }
13
14  return 0.25
15}

这还不是完整形态，但足够作为第一轮信号。后面可以接入更完整的关系阶段系统，而不是只看消息数。

用户情绪识别

新增了结构化用户情绪：

index.ts

01const GroupChatUserEmotionSchema = z.object({
02  primaryEmotion: z.enum([
03    'neutral',
04    'happy',
05    'sad',
06    'anxious',
07    'angry',
08    'lonely',
09    'stressed',
10    'confused',
11    'romantic',
12    'playful',
13    'unknown',
14  ]),
15  intensity: z.number().min(0).max(1),
16  needsComfort: z.boolean(),
17  needsAdvice: z.boolean(),
18  needsDeescalation: z.boolean(),
19  socialEnergy: z.enum(['low', 'medium', 'high']),
20  reason: z.string().trim().max(400),
21})

情绪识别 prompt 是独立的：

index.ts

01const groupChatUserEmotionPrompt = ChatPromptTemplate.fromMessages([
02  [
03    'system',
04    [
05      '你是 AI 电子伴侣群聊的用户情绪识别器。',
06      '只判断用户本轮消息体现出的主要情绪、强度和陪伴需求，不要生成聊天回复。',
07      '需要区分用户是需要安慰、建议、降温，还是只是轻松闲聊。',
08    ].join('\n'),
09  ],
10])

它只负责判断情绪，不负责选择 Agent，也不生成回复。

情绪识别 fallback

LLM 情绪识别失败时，会使用本地启发式：

index.ts

01function buildFallbackGroupUserEmotion(userText: string): GroupChatUserEmotion {
02  const sad = /(难过|伤心|委屈|想哭|失落|崩溃|没人懂|孤独|孤单)/.test(text)
03  const anxious = /(焦虑|紧张|慌|害怕|担心|压力|睡不着|不安)/.test(text)
04  const angry = /(生气|愤怒|烦死|气死|吵架|不爽|火大)/.test(text)
05  const romantic = /(喜欢|想你|暧昧|心动|恋爱|约会|亲密|撒娇)/.test(text)
06  const playful = /(哈哈|笑死|好玩|逗|开玩笑|hh|lol)/i.test(lower)
07  const happy = /(开心|高兴|快乐|惊喜|太好了|舒服了)/.test(text)
08  const confused = /(怎么办|不知道|纠结|迷茫|怎么选|不懂|为什么)/.test(text)
09
10  return GroupChatUserEmotionSchema.parse({
11    primaryEmotion: ...,
12    needsComfort: sad || anxious || angry || /陪陪|安慰|抱抱|难受/.test(text),
13    needsAdvice: confused || /(建议|分析|复盘|怎么做|帮我想|选择)/.test(text),
14    needsDeescalation: angry || /(冷静|别吵|缓一缓|降温)/.test(text),
15  })
16}

这样即使结构化 LLM 调用失败，系统仍然能根据情绪做基本发言权判断。

构建发言权上下文

关键函数是 buildGroupSpeakingContext：

index.ts

01function buildGroupSpeakingContext(params: {
02  agents: AgentGroupChatAgentRecord[]
03  recentMessages: AgentGroupChatMessageRecord[]
04  userText: string
05  userEmotion?: GroupChatUserEmotion | null
06}): GroupSpeakingContext {
07  ...
08
09  return {
10    userEmotion: params.userEmotion ?? buildFallbackGroupUserEmotion(params.userText),
11    agentContexts,
12  }
13}

它会把用户情绪和每个 Agent 的发言权信号汇总成一个对象，后续同时给 LLM 选择器和 fallback 打分使用。

选择器升级

Agent 选择 prompt 从根据人设和最近聊天选择，升级为根据意图、情绪、人设、关系阶段和发言频率选择：

index.ts

01const groupChatAgentSelectionPrompt = ChatPromptTemplate.fromMessages([
02  [
03    'system',
04    [
05      '你是 AI 电子伴侣群聊的发言权调度器。',
06      '请根据意图判断、用户情绪、Agent 人设、关系阶段和最近发言频率，选择最适合回复的 Agent。',
07      `最多选择 ${groupReplyAgentLimit} 个 Agent。`,
08      '不要为了热闹而选择过多 Agent。只有用户明确询问大家意见、要求分别回答、需要多视角或高情绪强度需要接力陪伴时，才选择多个。',
09      '选择原则：',
10      '- 情绪低落、孤独、焦虑时，优先选择性格稳定、温柔、善于共情且关系更熟的 Agent。',
11      '- 用户需要分析、计划、建议时，优先选择理性、清晰、擅长复盘的 Agent。',
12      '- 用户情绪激烈或冲突升级时，优先选择边界感强、克制、能降温的 Agent。',
13      '- 用户轻松玩笑或高社交能量时，可以选择更活泼、有趣的 Agent。',
14      '- 最近发言太频繁的 Agent 要适当降权，避免一个 Agent 连续抢话。',
15      '- 长期关系更深的 Agent 可以优先承接高情绪强度内容，但不能无视人设匹配。',
16      '输出 selectedAgentIds 时必须使用给定 Agent 的 id。',
17    ].join('\n'),
18  ],
19])

同时在 user message 中加入：

index.ts

1'发言权上下文：',
2'{speakingContext}',

格式化后的上下文会包含用户主情绪、情绪强度、是否需要安慰、是否需要建议、是否需要降温和社交能量，也会包含每个 Agent 的关系阶段、一对一消息数、最近发言次数、距离上次发言轮数和新鲜度。

LangGraph 增加 detectEmotion 节点

新增节点：

index.ts

01async function detectGroupEmotionNode(state: typeof GroupChatOrchestrationState.State) {
02  const userEmotion = await detectGroupUserEmotionWithLangGraph({
03    providerConfig: state.providerConfig,
04    groupChat: state.groupChat,
05    recentMessages: state.recentMessages,
06    userText: state.userText,
07    signal: state.signal,
08  })
09
10  return {
11    speakingContext: buildGroupSpeakingContext({
12      agents: state.agents,
13      recentMessages: state.recentMessages,
14      userText: state.userText,
15      userEmotion,
16    }),
17  }
18}

图结构变成：

index.ts

01const groupChatOrchestrationGraph = new StateGraph(GroupChatOrchestrationState)
02  .addNode('classifyIntent', classifyGroupIntentNode)
03  .addNode('detectEmotion', detectGroupEmotionNode)
04  .addNode('selectAgents', selectGroupAgentsNode)
05  .addNode('generateReplies', generateGroupRepliesNode)
06  .addNode('generateCrossReplies', generateCrossAgentRepliesNode)
07  .addNode('checkQuality', checkGroupReplyQualityNode)
08  .addEdge(START, 'classifyIntent')
09  .addEdge('classifyIntent', 'detectEmotion')
10  .addEdge('detectEmotion', 'selectAgents')
11  .addEdge('selectAgents', 'generateReplies')
12  .addEdge('generateReplies', 'generateCrossReplies')
13  .addEdge('generateCrossReplies', 'checkQuality')
14  .addEdge('checkQuality', END)
15  .compile()

这让选择 Agent 之前，系统已经有了完整的用户情绪和发言权上下文。

Fallback 与打分

旧 fallback 的逻辑很直接：点名谁，就谁回复；有你们、大家等关键词，就多个 Agent 回复；否则第一个 Agent 回复。

新 fallback 保留点名优先，但非点名场景改成打分排序：

index.ts

01return [...params.agents]
02  .map((agent) => ({
03    agent,
04    score: scoreAgentForFallbackSelection({
05      agent,
06      userText: params.userText,
07      userEmotion: speakingContext.userEmotion,
08      context: contextByAgentId.get(agent.id),
09    }),
10  }))
11  .sort((a, b) => b.score - a.score || a.agent.displayOrder - b.agent.displayOrder)
12  .slice(0, limit)
13  .map((item) => item.agent)

这样即使 LLM 选择失败，本地 fallback 仍然能考虑谁最近说太多、谁和用户更熟、谁的人设更适合当前情绪，以及当前是否需要多人回复。

Fallback 打分逻辑

打分函数是 scoreAgentForFallbackSelection：

index.ts

1if (params.context) {
2  score += params.context.relationshipScore * 1.6
3  score += params.context.freshnessScore * 1.8
4  score -= params.context.recentReplyCount * 0.45
5
6  if (params.context.lastSpokeTurnsAgo === 0) {
7    score -= 0.9
8  }
9}

然后根据用户情绪匹配 Agent 人设关键词：

index.ts

01if (params.userEmotion.needsComfort && /(温柔|陪伴|情绪|安慰|稳定|倾听|治愈|共情)/.test(profileText)) {
02  score += 2.4
03}
04
05if (params.userEmotion.needsAdvice && /(理性|分析|建议|计划|复盘|清醒|判断|策略)/.test(profileText)) {
06  score += 2.1
07}
08
09if (params.userEmotion.needsDeescalation && /(克制|边界|冷静|稳定|成熟|安全)/.test(profileText)) {
10  score += 2.2
11}

这不是要替代 LLM，而是在 LLM 不可用时提供一个比关键词更稳的底座。

追踪、前端与边界

每条 Agent 消息保存时，metadata_json 中会记录本轮编排信息：

index.ts

01metadataJson: JSON.stringify({
02  source: 'group_chat_agent',
03  selectedBy: 'langgraph_v1',
04  model: providerConfig.model,
05  wireApi: providerConfig.wireApi,
06  replyKind: reply.replyKind ?? 'primary',
07  respondToAgentId: reply.respondToAgentId ?? null,
08  crossReplyReason: reply.crossReplyReason ?? null,
09  crossReplyRound: reply.crossReplyRound ?? null,
10  orchestration: {
11    intent: orchestration.intent,
12    selection: orchestration.selection,
13    speakingContext: orchestration.speakingContext,
14    crossReplyPlan: orchestration.crossReplyPlan,
15    quality: orchestration.quality,
16  },
17})

有了这份 metadata，后面就可以排查当时识别到的用户情绪是什么、每个 Agent 的关系阶段和发言频率是什么、为什么选择了这些 Agent、是否触发了 Agent 间补充回应，以及回复质量检查结果如何。

为什么不改前端

这个能力完全发生在 API 编排层，前端仍然接收原来的：

index.ts

1agentMessages: AgentGroupChatMessage[]

因为发言权判断只是决定谁回复，不改变消息展示协议。前端无需知道选择逻辑，也不需要同步改 UI。

后续如果要做后台分析页，可以再从 metadata_json 中读取 speakingContext 展示。

当前边界

当前实现仍然有一些边界。关系阶段暂时从一对一消息数推导，还不是完整关系阶段模型；fallback 人设匹配使用关键词，不是 embedding 或分类器；发言频率只看最近一段群聊消息，不做长期统计；情绪识别是群聊局部轻量版，没有完整复用一对一聊天里的复杂链路；也还没有给用户提供更安静 / 更热闹的群聊偏好设置。

这些边界是有意保留的。这一版重点是把发言权判断从关键词推进到多信号决策，而不是一次性做成复杂调度系统。

后续优化

后面可以逐步升级。比如把一对一聊天里的关系阶段系统复用到群聊，给 Agent 增加结构化能力标签，例如情绪陪伴、理性分析、活跃破冰；也可以使用 embedding 或分类器匹配用户需求与 Agent 能力，增加用户级群聊偏好：安静、均衡、热闹。再往后，还可以记录长期发言统计，避免某些 Agent 在多轮中长期过度活跃，并在后台分析页展示每轮选择理由和打分结果。

总结

这一轮实现让群聊发言权判断从关键词触发升级成了上下文调度。

系统现在会先理解用户在说什么、情绪如何，再结合每个 Agent 的人设、关系阶段和最近发言频率来决定谁最适合回复。

这对 AI 电子伴侣群聊非常关键。好的群聊不是每个 Agent 都抢着说话，而是合适的人在合适的时候接住用户。

首页订阅