🤖 Hermes AI Debater

📋 项目概述

🎯 目标

构建一个基于 Hermes Agent 的 AI 辩论系统，能够：

• 🤖 进行 AI vs AI 自动辩论
• 👤 支持与人类进行辩论
• 📊 可视化论证结构和辩论过程
• 🏆 自动评估辩论质量并给出裁决

✨ 技术特点

📚 研究背景

1️⃣ 里程碑项目：IBM Project Debater (2019-2024)

历史地位: 首个能与人类进行实时辩论的 AI 系统

关键事件

• 📅 2019 年 2 月：与世界辩论冠军 Harish Natarajan 公开辩论
• 📅 2021 年 3 月：开放 12 个云 API 供学术使用
• 📅 2024 年：服务停止，数据集仍可用

核心技术流程

论证挖掘 → 论点构建 → 证据检索 → 叙事生成 → 语音合成

重要资源

• 📊 IBM Debater Datasets
• 📄 Nature 论文：An autonomous debating system

2️⃣ 开源论证挖掘框架 (2024-2025)

3️⃣ 多代理辩论系统 (LLM-based)

关键论文

• MAD: Multi-Agent Debate
• Improving Factuality through Multiagent Debate
• LLM Debate: Persuasive LLMs

🏗️ 系统架构

整体架构图

┌─────────────────────────────────────────────────────────┐
│                    Hermes AI Debater                     │
├─────────────────────────────────────────────────────────┤
│  ┌──────────────┐    ┌──────────────┐    ┌────────────┐│
│  │  正方代理     │    │  反方代理     │    │  裁判代理   ││
│  │ (Hermes 实例)│    │ (Hermes 实例)│    │(Hermes 实例)││
│  └──────────────┘    └──────────────┘    └────────────┘│
│         ↓                    ↓                   ↓       │
│         └────────────────────┼───────────────────┘       │
│                              ↓                            │
│              ┌──────────────────────────┐                │
│              │   辩论协调器 (Coordinator) │                │
│              │   - 管理辩论状态          │                │
│              │   - 控制回合流程          │                │
│              │   - 记录辩论历史          │                │
│              └──────────────────────────┘                │
│                              ↓                            │
│         ┌────────────────────┼───────────────────┐       │
│         ↓                    ↓                   ↓       │
│  ┌─────────────┐   ┌─────────────┐   ┌─────────────┐   │
│  │ 论证挖掘模块 │   │  证据检索   │   │  质量评估   │   │
│  │ (ArgLib)    │   │ (web_search)│   │ (LLM 评分)  │   │
│  └─────────────┘   └─────────────┘   └─────────────┘   │
└─────────────────────────────────────────────────────────┘

数据流

用户输入辩题
    ↓
创建 DebateSession
    ↓
┌─────────────────────────────────┐
│         Round 1                  │
├─────────────────────────────────┤
│ 1. 正方开场陈述 → 解析论点       │
│ 2. 反方开场陈述 → 解析论点       │
│ 3. 证据检索 (Web Search)         │
│ 4. 论证质量评估                  │
│ 5. 裁判评估回合表现              │
└─────────────────────────────────┘
    ↓
┌─────────────────────────────────┐
│         Round 2-N                │
├─────────────────────────────────┤
│ 1. 正方反驳 → 解析新论点         │
│ 2. 反方反驳 → 解析新论点         │
│ 3. 证据检索与验证                │
│ 4. 论证图更新                    │
│ 5. 裁判评估回合表现              │
└─────────────────────────────────┘
    ↓
最终裁决
    ↓
生成辩论报告 + 可视化

⚡ 核心功能

1️⃣ 辩论引擎 (DebateEngine)

核心类

• DebateConfig: 辩论配置
• DebateSession: 辩论会话
• DebateRound: 辩论回合
• Argument: 论证单元
• ArgumentGraph: 论证图

主要方法

engine = DebateEngine(config)
session = engine.start_debate()

# 生成开场陈述
prompt = engine.generate_opening_statement(DebateRole.PRO)

# 生成反驳
prompt = engine.generate_rebuttal(DebateRole.CON, opponent_args)

# 生成裁判反馈
prompt = engine.generate_judge_feedback(round_data)

# 生成最终裁决
prompt = engine.generate_final_verdict()

2️⃣ 论证挖掘模块

集成方案

# 方案 A: 使用 ArgLib
from arglib.core import ArgumentGraph
from arglib.reasoning import compute_credibility

graph = ArgumentGraph.new(title="辩论论证图")
claim = graph.add_claim("人工智能利大于弊", type="opinion")
evidence = graph.add_claim("AI 提高生产效率", type="fact")
graph.add_support(evidence, claim)

credibility = compute_credibility(graph)

3️⃣ 多代理协调器

4️⃣ 论证可视化

论证图结构

{
  "arguments": {
    "arg1": {
      "id": "arg1",
      "content": "人工智能提高生产效率",
      "stance": "support",
      "quality_score": 0.85,
      "evidence": ["研究数据", "案例"]
    }
  },
  "supports": { "arg1": ["arg2"] },
  "attacks": { "arg3": ["arg1"] },
  "credibility_scores": { "arg1": 0.78 }
}

可视化库选择

💻 技术实现

项目结构

hermes-ai-debater/
├── src/
│   ├── debate_engine.py      # 核心辩论引擎
│   ├── argument_mining.py    # 论证挖掘模块
│   ├── multi_agent.py        # 多代理协调器
│   ├── evidence_retrieval.py # 证据检索模块
│   └── argument_graph.py     # 论证图可视化
├── static/
│   ├── index.html            # 主页面
│   ├── css/
│   │   └── style.css         # 样式表
│   └── js/
│       ├── app.js            # 前端逻辑
│       └── visualization.js  # 论证可视化
├── tests/
│   ├── test_debate_engine.py
│   └── test_argument_mining.py
├── requirements.txt
├── wrangler.toml             # Cloudflare 配置
└── README.md

核心代码示例

1. 辩论引擎初始化

from debate_engine import DebateEngine, DebateConfig, DebateRole

config = DebateConfig(
    topic="人工智能对社会发展利大于弊",
    max_rounds=3,
    enable_argument_mining=True,
    enable_web_search=True
)

engine = DebateEngine(config)
session = engine.start_debate()

2. 运行一轮辩论

def run_round(engine, round_num):
    round_data = DebateRound(round_number=round_num)
    
    # 正方开场
    pro_prompt = engine.generate_opening_statement(DebateRole.PRO)
    pro_response = call_hermes(pro_prompt)
    pro_args = engine.parse_arguments(pro_response, ArgumentStance.SUPPORT)
    round_data.pro_arguments = pro_args
    
    # 反方开场
    con_prompt = engine.generate_opening_statement(DebateRole.CON)
    con_response = call_hermes(con_prompt)
    con_args = engine.parse_arguments(con_response, ArgumentStance.OPPOSE)
    round_data.con_arguments = con_args
    
    # 证据检索
    if engine.config.enable_web_search:
        evidence = search_web(engine.config.topic)
        for arg in pro_args + con_args:
            arg.sources = evidence.get(arg.content, [])
    
    # 论证质量评估
    for arg in pro_args + con_args:
        arg.quality_score = evaluate_argument_quality(arg)
    
    engine.add_round(round_data)
    return round_data

📖 使用指南

1️⃣ 安装依赖

cd ~/hermes-ai-debater

# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate

# 安装依赖
pip install -r requirements.txt

2️⃣ 配置 Hermes Agent

# 检查 Hermes 是否可用
hermes --version

# 配置 API 密钥 (如果需要)
echo "LLM_API_KEY=your_key" >> ~/.hermes/.env

3️⃣ 运行辩论引擎

from src.debate_engine import DebateEngine, DebateConfig

config = DebateConfig(
    topic="人工智能是否应该被严格监管",
    max_rounds=3
)

engine = DebateEngine(config)
session = engine.start_debate()

print(f"辩论开始：{session.config.topic}")
print(f"会话 ID: {session.id}")

4️⃣ 实施路线图

🚀 部署方案

Cloudflare Pages 部署

1. Wrangler 配置

# wrangler.toml
name = "hermes-ai-debater"
compatibility_date = "2024-01-01"
pages_build_output_dir = "./static"

[vars]
HERMES_API_URL = "https://your-hermes-api.com"

2. 部署命令

# 安装 Wrangler (如果尚未安装)
npm install -g wrangler

# 登录 Cloudflare
wrangler login

# 部署
wrangler pages deploy ./static --project-name=hermes-ai-debater

3. 使用 Hermes 技能部署

# 使用 cloudflare-pages-macos-deployment 技能
hermes skills cloudflare-pages-macos-deployment

# 然后执行部署

API 接口设计

📎 参考资料

📄 论文

1. Slonim, N., et al. (2021). An autonomous debating system . Nature.
2. Liang, S., et al. (2023). Encouraging Divergent Thinking in Large Language Models through Multi-Agent Debate . arXiv.
3. Du, Y., et al. (2023). Improving Factuality and Reasoning in Language Models through Multiagent Debate . ICML 2024.
4. Khan, A., et al. (2024). Debating with More Persuasive LLMs Leads to More Truthful Answers . UCL.

💻 开源项目

• IBM/debater-eap-tutorial
• arg-tech/oAMF
• Skytliang/Multi-Agents-Debate
• composable-models/llm_multiagent_debate
• onevcat/argue

📊 数据集

• IBM Debater Datasets
• UK Debates (MAMKit)
• IBM-Arg Dataset

🛠️ 工具库

• ArgLib - 论证图推理
• oAMF - 开放论证挖掘框架
• MAMKit - 多模态论证挖掘
• WIBA API - LLM 论证挖掘 API