从零跑通「AI 校园活动策划天团」:用 WorkSwarm 多智能体把活动策划做成流水线

举报
yd_274732647 发表于 2026/10/31 20:01:35 2026/10/31
【摘要】 「AI 校园活动策划天团」是基于 WorkSwarm 多智能体框架的校园活动自动策划系统:4 个 AI 角色(统筹/预算/风险/文案)并行开工,约 7 分钟产出预算 Excel、风险预案 Excel、宣传 PPTX 与整合 HTML 四份交付物。本文是从零上手教程:装 WorkSwarm、部署知识库与 5 个 Skill、配团队、跑通首个需求,并附性能优化三规则、降级方案与 11 个实测坑。

从零跑通「AI 校园活动策划天团」:用 WorkSwarm 多智能体把活动策划做成流水线

项目地址:https://gitcode.com/agent-best-practices/ai-campus-event-planner 本文是一篇上手教程:从装 WorkSwarm 到跑出一份完整策划案(4 份交付物),全程可复制。 一句话理解这个项目:给一句活动信息,4 个 AI 角色并行开工,7 分钟交出一套可交付的活动策划包。

读完这篇你能做到什么

装 WorkSwarm → 克隆仓库 → 部署知识库与 Skills → 配团队 → 启动
→ 发一句"校园歌手大赛,校级,500人,11月15日,体育馆" → 拿到 4 份交付物

产出的是四件真实文件:预算明细 Excel、风险预案 Excel、宣传 PPTX、整合 HTML 方案。不是聊天记录,是能直接交给老师/赞助商的东西。

前置条件清单

依赖 版本 用途
WorkSwarm 最新版 多智能体框架
Python 3.8+ Excel 生成脚本
openpyxl 最新版(pip install openpyxl) 预算/风险 Excel
Node.js 20+ dashi-ppt 渲染 PPTX
npm 随 Node.js dashi-ppt 依赖
OpenAI 兼容 API 任意(GLM/DeepSeek/Qwen…) LLM 推理

只有 WorkSwarm + 1 个模型 API + Python + openpyxl 也能跑(少一份 PPTX),见第 11 步的降级方案。


第 1 步:认识 WorkSwarm 与它的配置目录

WorkSwarm 是什么(由 openJiuwen 团队维护的开源多智能体协作框架):

  • 多 Agent 团队:定义 Leader + 多个专业 Agent,按任务 DAG 协作
  • Skill 机制:每个 Agent 绑定一个 SKILL.md 定义行为规则
  • 多渠道接入:Web、飞书、钉钉、Telegram、Discord、企业微信
  • 多模型支持:OpenAI 兼容 API,不绑定特定模型
  • 团队持久化:团队可长期保活、跨会话复用

安装后,配置目录因平台而异,下文统一用 <JWS_HOME> 代指:

平台 路径
Windows C:\Users\<用户名>\.workswarm\
macOS /Users/<用户名>/.workswarm/
Linux $HOME/.workswarm/

目录结构(记住两个关键位置,第 4、5 步要用):

<JWS_HOME>/
├── config/config.yaml              # 全局配置(模型/团队/渠道/权限)
├── agent/workspace/skills/         # 全局技能目录(5 个 SKILL.md 放这里)
├── agent/workspace/                # 工作区(知识库和 config.json 放这里)
└── .agent_teams/                   # 团队运行时数据(自动生成)

官方仓库:https://gitcode.com/openJiuwen/jiuwenswarm


第 2 步:克隆仓库,看清谁干什么

git clone https://gitcode.com/agent-best-practices/ai-campus-event-planner.git
cd ai-campus-event-planner

下文用 <PROJECT_ROOT> 代指这个目录。仓库里有五类东西:

目录 内容 作用
zhishiku/ 4 个 PDF 知识库 各 Agent 的"标准手册"(预算标准/风险标准/文案标准/统筹流程)
skills/ 5 个 Skill 4 个 Agent + 1 个 PPT 引擎
config.json 路径配置 知识库与输出目录的统一入口
scripts/ install_nodejs.sh Node.js 一键安装(含兜底)
output/ 输出目录 运行时生成:预算/、风险预案/、宣传物料/

知识库是按 Agent 隔离的——每个角色只读自己那本 PDF。这是设计上的刻意选择:避免所有 Agent 都去检索全部知识库,既慢又互相干扰。


第 3 步:搞懂架构(这一步决定你后面会不会用错)

活动统筹总指挥 (Leader) — Skill: event-orchestrator
  ├─ 1. 预算会计   — Skill: budget-accountant    → 预算明细 Excel(2 个 Sheet)
  ├─ 2. 风险顾问   — Skill: risk-advisor          → 风险预案 Excel(8 个 Sheet)
  └─ 3. 宣传文案师 — Skill: promotion-copywriter  → 宣传 PPTX + 最终 HTML 方案

执行模式:三模块并行 → 文件路径传递 → HTML 整合
PPT 风格:A 声波霓虹风 | B 黑金实验风 | C 玻璃糖风 | D 轻拟态风

任务依赖是一个并行扇出 + 单点汇总的 DAG:

budget    (并行) ─┐
risk      (并行) ─┼─→ final_html (整合)
promotion (并行) ─┘

三个模块互不依赖(预算只需类型+级别+人数,风险多需场地+日期,宣传只需名称+类型+级别),所以能真正并行;final_html 会被自动阻塞到三者完成。

三个关键设计决策,理解它们才能理解这个项目为什么快:

  1. Leader 不干具体活:只做解析、建 DAG、收集产出、委派。因为 Leader 的 SKILL.md 已经要塞下"信息提取 + 信号协议 + 性能优化三规则",再塞预算计算就会 Prompt 超长、质量下降。
  2. 宣传文案师兼任 HTML 整合:文案数据最先就绪,HTML 模板和 gen_html.py 也在它自己的 resources/ 里——谁有数据谁执行。
  3. 人设(persona)全员可见,prompt_hint 仅自己可见:前者用于团队协作时的角色认知,后者(含 config.json 读取规则、信号格式)只注入该成员的 system prompt。

第 4 步:部署知识库与 config.json

为什么必须单独拷一次:Skills 运行时是从 workspace 目录读 zhishiku/ 和 config.json 的,不是从仓库根目录。漏了这步,知识库读取必然失败——这是最常见的部署失败原因。

# Linux / macOS
WS="$HOME/.workswarm/agent/workspace"
cp -r "<PROJECT_ROOT>/zhishiku" "$WS/zhishiku"
cp "<PROJECT_ROOT>/config.json" "$WS/config.json"
# Windows PowerShell
$ws = "$env:USERPROFILE\.workswarm\agent\workspace"
Copy-Item -Path "<PROJECT_ROOT>\zhishiku" -Destination "$ws\zhishiku" -Recurse -Force
Copy-Item -Path "<PROJECT_ROOT>\config.json" -Destination "$ws\config.json" -Force

config.json 长这样,确认路径与实际文件一致即可:

{
  "knowledge_base": {
    "base_dir": "zhishiku/",
    "leader": "zhishiku/南华理工大学活动统筹全流程知识库(Leader总指挥Agent专属).pdf",
    "budget": "zhishiku/南华理工大学 校园活动预算标准知识库(预算会计Agent专属).pdf",
    "risk": "zhishiku/南华理工大学 校园活动风险与应急预案知识库(风险顾问Agent专属).pdf",
    "promotion": "zhishiku/南华理工大学 校园活动宣传文案标准知识库(文案师Agent专属).pdf"
  },
  "output": {
    "base_dir": "output/",
    "budget": "output/预算/",
    "risk": "output/风险预案/",
    "promotion": "output/宣传物料/",
    "html": "output/"
  }
}

路径三条规则(这是这个项目跨平台能力的核心):

  1. 所有路径都写在 config.json 里,SKILL.md 里不写死路径,只写"读取 config.json 中 knowledge_base.budget 获取知识库路径"
  2. 路径全部用正斜杠 /,Windows/macOS/Linux 通吃
  3. 路径相对于项目根目录(即 config.json 所在目录)

换环境只要换这一个文件:

场景 操作
本地开发 用默认 zhishiku/、output/
Linux 生产 改成 /data/event-planner/zhishiku/ 等
Docker 容器 挂载 config.json,改成 /app/zhishiku/ 等

第 5 步:部署 5 个 Skills

拷到 WorkSwarm 全局技能目录(<JWS_HOME>/agent/workspace/skills/):

# Linux / macOS
SRC="<PROJECT_ROOT>/skills"
DST="$HOME/.workswarm/agent/workspace/skills"
for s in event-orchestrator budget-accountant risk-advisor promotion-copywriter dashi-ppt; do
    cp -r "$SRC/$s" "$DST/$s"
done

五个 Skill 的分工:

Skill 核心职责 知识库/资源
event-orchestrator 总调度:解析输入、并行激活三模块、收集产出、委派 HTML 整合 统筹流程知识库
budget-accountant 检索预算标准 → 匹配级别算费用 → 生成预算 Excel(2 Sheet) 预算知识库 + gen_budget_excel.py
risk-advisor 检索风险标准 → 识别四类风险 → 生成风险预案 Excel(8 Sheet) 风险知识库 + gen_risk_excel.py
promotion-copywriter 检索宣传标准 → 生成文案 + 委派时生成 PPTX 与最终 HTML 宣传知识库 + gen_html.py + HTML 模板
dashi-ppt PPTX 渲染引擎(promotion-copywriter 依赖它) npm 项目

第 6 步:装 Node.js 20+ 与 dashi-ppt 依赖

dashi-ppt 需要 Node.js 20+。仓库自带一键安装脚本(三重兜底:包管理器 → 下载二进制 → 只读文件系统兜底):

bash <PROJECT_ROOT>/scripts/install_nodejs.sh
node --version    # 应 >= v20

然后装 dashi-ppt 的 npm 依赖(只需一次):

cd <SKILLS_DIR>/dashi-ppt/project
npm install
cd <PROJECT_ROOT>

网络慢就用国内镜像:

npm install --registry=https://registry.npmmirror.com

装不上时的排查顺序:① node --version 确认 ≥20 → ② curl -I https://registry.npmjs.org/ 确认网络 → ③ 换国内镜像 → ④ 仍失败就走第 11 步降级,跳过 PPTX。


第 7 步:配置团队(config.yaml)

在 <JWS_HOME>/config/config.yaml 里配三样东西:模型、团队、渠道。

模型走 .env 注入环境变量(这样模型名不硬编码在配置里,换模型只改环境变量):

# .env
BUDGET_MODEL=deepseek-chat
RISK_MODEL=deepseek-chat
COPY_MODEL=deepseek-chat
LEADER_MODEL=deepseek-chat

模型分配策略:按任务特性分配,不必都上最强的。预算/风险是"检索+计算",用稳定的即可;文案/PPT 更需要表达力;Leader 需要强指令遵循。多模型不可用时,全部填同一个也行。

渠道方面:不配飞书就用 Web 界面(功能一致);配了飞书记得在渠道配置里开 send_file_allowed: true,否则 Agent 无法把生成的 4 个文件发给你。


第 8 步:启动并发出第一个需求

启动后在对话里直接给活动信息,例如:

校园歌手大赛,校级,500人,11月15日,体育馆

Leader 的交互逻辑值得单独看——它的目标是"最大限度减少交互轮次":

活动菜单引导:如果你输入得很模糊(比如"搞个活动"),Leader 会先展示类别菜单(歌唱/体育/文艺/学术/文化)和输入示例,而不是让你面对空白框发呆。菜单数据在 resources/activity_menu.json,运行时读取,不硬编码。

信息提取三步法(核心交互逻辑):

步骤 动作 示例(输入"校园歌手大赛,800人")
Step 1 扫描 提取已有字段 名称=校园歌手大赛,人数=800
Step 2 推断 推断缺失字段 800>200 → 级别=校级;含"歌手" → 类型=歌手大赛
Step 3 仅问缺失 只问仍缺的 "请问举办日期和场地是?"

原则一句话:能提取的不推断,能推断的不询问,绝不重复提问。

PPT 四风格(不选则按活动类型自动匹配):

选项 themePack 风格 适用
A theme12 声波霓虹风 音乐/文艺/歌唱
B theme08 黑金实验风 正式大型活动/体育
C theme04 玻璃糖风 创意/院系活动
D theme01 轻拟态风 通知/简报/班级

第 9 步:验收(4 份交付物 + 预期耗时)

跑完后应该在 output/ 下拿到:

交付物 目录 内容
预算明细 Excel output/预算/ 2 个 Sheet(9 列明细 + 分类小计 + 合计、汇总 + 占比)
风险预案 Excel output/风险预案/ 8 个 Sheet(风险识别/分级研判/排查清单/处置预案/组织架构/物资清单/变更规范/复盘方案)
宣传 PPTX output/宣传物料/ 按选定风格渲染
整合 HTML 方案 output/ 单文件,含各模块摘要与下载链接

各模块预期耗时(心里有数就不会误判卡死):

模块 耗时
预算 ~2 min
风险 ~3.5 min
宣传文案数据(Phase 1) ~3 min
PPTX 渲染(Phase 2) ~7–10 min

第 10 步:性能优化的三条规则(本项目的核心创新)

这三条写在 event-orchestrator 的 SKILL.md 里,标注为 MANDATORY。它们把总耗时从 ~14 分钟压到 ~7 分钟:

规则 1:路径传递,非内容传递。 子任务只报告输出文件路径 + 摘要(如"总预算:7960元"),不传输文件内容。早期尝试直接传 Excel 二进制或完整 HTML 源码,直接撞上 API 参数超限(400 Bad Request)。而且——先完成的子任务会立即把路径发给整合 Agent 预填充模板,不必等所有任务都完成。

规则 2:完成即待命,禁止跨域询问。 成员完成自己的任务后进入 standby,不主动问别人的进度。所有跨模块协调都由 Leader 发起。实测:预算会计在 final_html 已指派给文案师后还发了一条"协调询问",白白增加 2 次通信。多 Agent 系统里,"好心办坏事"比"各扫门前雪"更浪费资源。

规则 3:瓶颈解耦——文案数据与 PPTX 渲染分离。 PPTX 渲染是瓶颈(~7–10 min),文案数据只要 ~3 min,而 HTML 整合只需要文案数据、不需要 PPTX 文件本身。于是拆成两阶段:

  • Phase 1:快速生成文案 JSON(~3min),立即返回 COPY_DATA_READY,供 HTML 整合
  • Phase 2:异步渲染 PPTX,完成后返回 TASK_COMPLETE,把下载链接补进 HTML

效果对比:

阶段 优化前(串行等待) 优化后(并行 + 解耦)
预算 2 min 2 min(并行)
风险 3.5 min 3.5 min(并行)
文案数据 Phase 1 — 3 min(并行,立返 JSON)
PPTX 渲染 Phase 2 10 min(阻塞后续) 7 min(异步,不阻塞 HTML)
HTML 整合 1 min(等 PPTX 完成) 1 min(等文案 JSON 即可)
总计 ~14 min ~7 min(降 50%)

第 11 步:降级方案(别让缺一个依赖毁掉整条流程)

系统依赖分三层:核心层(WorkSwarm + LLM + Python)、增强层(openpyxl → Excel)、可选层(Node.js → PPTX、飞书 → IM)。缺哪层降哪层,而不是直接报错退出:

缺失依赖 影响 降级方案 输出文件数
Node.js 20+ / npm PPTX 无法生成 仍输出预算 Excel + 风险 Excel + HTML;HTML 里 PPTX 链接置灰标注 3 份
openpyxl Excel 无法生成 改用 CSV 输出(需改脚本),PPTX + HTML 正常 3 份
飞书应用 飞书渠道不可用 用 Web 界面,功能一致 4 份
只有 1 个模型 多模型不可用 所有角色用同一模型 4 份
无外网 npm install 失败 用离线 npm 包或跳过 PPTX 3 份

最小可用配置:WorkSwarm + 1 个 LLM API + Python 3.8+ + openpyxl,即可产出 3 份文件,不需要 Node.js。


附录 A:11 个实测坑(挑最有价值的)

# 坑 根因与解法
1 DAG 创建顺序 同时创建带依赖的任务会因"依赖目标不存在"失败。必须按拓扑序分两步:先建三个并行任务,成功后再建 final_html
2 成员 idle ≠ 卡死 成员在读 SKILL.md、解析 PDF、算账,期间状态就是 idle。不要催促、不要重发启动消息(会导致重复执行)
3 跨域询问 成员"帮忙"问别的模块进度 → 无效通信。在成员 SKILL.md 里写 Communication Behavior Constraints,列明 PROHIBITED / REQUIRED
4 传内容 vs 传路径 传文件内容会 400。只传路径 + 摘要
5 PPTX 渲染瓶颈 两阶段返回(Phase 1 文案 JSON,Phase 2 异步 PPTX),总耗时 14→7 min
6 脚本不要内联写 用 write_file 写 200+ 行 Python 会参数超限。规则是"脚本预置 + 小幅修改 + 直接执行",改动每次 <2000 字符
7 路径硬编码 硬编码 Windows 绝对路径导致 Linux 全失效。统一进 config.json
8 HTML 模板必须只读 模板与产物同目录时,Agent 可能"自作聪明"改坏模板,导致之后每次都基于坏模板生成。SKILL.md 里用 🚨 CRITICAL 标注 READ-ONLY
9 禁用 ask_user 卡片 结构化卡片打断多 Agent 对话节奏,且选项可能漏掉用户真实意图。改用普通文字列出缺失字段
10 HTML 模板归属 模板放 Leader 下会导致 Leader 既当项目经理又当前端,SKILL.md 膨胀。迁到 promotion-copywriter,Leader 只委派
11 演进机制 每个 Skill 配 evolutions.json + evolution/*.md,执行前先看 Experience Index,命中匹配经验就先读详情——让 Skill"越用越聪明"

附录 B:一页纸构建清单

  1. 拆角色(Leader / 预算 / 风险 / 宣传)
  2. 定流程(DAG:三并行 → 一整合)
  3. 设计交互(活动菜单 + 信息提取三步法 + PPT 四风格 + 禁用 ask_user)
  4. 选模型(按任务特性分配,环境变量管理,不绑定特定模型)
  5. 写 Skill(5 个 SKILL.md + 3 个脚本 + 1 个 HTML 模板 + dashi-ppt 依赖)
  6. 配信号(ACTIVATE / TASK_COMPLETE / COPY_DATA_READY / HTML_PLAN)
  7. 备知识库(4 个 PDF,按 Agent 隔离)
  8. 写 config.json(知识库 + 输出路径,相对路径,全平台兼容)
  9. 配演进(evolutions.json + evolution/*.md)
  10. 配团队(config.yaml:成员 + 模型 + 渠道 send_file_allowed: true)
  11. 建输出目录(预算 / 风险预案 / 宣传物料)
  12. 规划降级(缺 Node.js / openpyxl / 飞书时怎么办)
  13. 验证(发一条活动信息,确认 4 份文件都出来了)

常见问题(FAQ)

Q:为什么注册/部署不用敲一堆命令? 因为部署指南本身就是写给 WorkSwarm 读的——你可以把仓库地址丢给 WorkSwarm 的对话框,让它照着指南自动配置。

Q:一定要用飞书吗? 不。不配飞书就用 Web 界面,功能完全一致。但无论哪个渠道,要记得允许发送文件,否则拿不到那 4 份产物。

Q:知识库能换成我们学校的吗? 可以,这正是 zhishiku/ + config.json 设计的用途。你只要准备 4 本对应标准的 PDF(统筹流程 / 预算标准 / 风险标准 / 文案标准,都要含校级/院级/班级三档),然后改 config.json 的路径即可,不用改任何 SKILL.md。

Q:为什么我的 Excel/PPTX 没生成? 按第 11 步的降级表对号入座——最可能是缺 openpyxl(Excel)或 Node.js <20(PPTX)。

Q:能扩展到别的场景吗(比如公司团建、婚礼策划)? 可以。角色拆分(统筹/预算/风险/文案)是通用的,改的是知识库内容和活动菜单。作者也提出过与"面试天团"模式的对比,这套 DAG 是"并行扇出+单点汇总",不是所有场景都适用。


结语

「AI 校园活动策划天团」真正值得学的,不是"AI 能写策划案",而是它把多 Agent 协作的工程细节都解决了:

  • 职责边界:Leader 不干活,谁有数据谁执行
  • 通信协议:结构化信号而非自然语言,传路径而非传内容
  • 性能设计:并行扇出 + 瓶颈解耦(14min → 7min)
  • 跨环境能力:一个 config.json 切换本地/生产/Docker
  • 容错:分层降级,缺依赖不阻塞主流程

这些经验写在两份文档里(部署指南 1000+ 行、经验分享 450+ 行),含 11 个真实踩坑记录——比代码本身更有复用价值。如果你要做任何多 Agent 流程编排,建议先读那份"经验分享"。


参考资料:项目 README.md、AI校园活动策划天团 — 快速部署指南.md、多Agent协同AI校园活动策划天团 — 经验分享.md、config.json;文中耗时与踩坑结论均为项目内记录的真实执行数据。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。