SixSixAgents
文件层级结构
core—— 大脑（配置、Agent）clients—— 负责跟模型通话config—— 提示词和路径设置orchestrator—— 以后多专家调度的地方servers—— 以后读报告、查证据的地方files、examples—— 测试用的数据
core
config.py
_init_.py
config
config/mdt_prompts.json —— OMGs 的提示词库。5 个专家的角色提示词、主席输出模板、证据标签规则在里面。
config/paths.json —— 路径表。告诉代码：病例在哪、报告在哪、结果写到哪。
servers
context_assembly.py
files
4 个报告文件（患者数据）：
lab_reports.example.jsonl—— 检验imaging_reports.example.jsonl—— 影像pathology_reports.example.jsonl—— 病理mutation_reports.example.jsonl—— 基因
1 个词表：
ovarian_histology_aliases.json—— 卵巢癌组织学术语别名对照表，后面做术语归一时用
examples
1 条样例病例。用来测试整条流程能不能跑通。
main.py
hasattr（）
作用：如果最后输出结果不是utf-8编码，自动改变为输出utf-8编码。
hasattr(sys.stdout, "reconfigure")：检查这个输出流有没有 reconfigure 方法。因为不是所有输出对象都支持这个方法，不加检查直接调用可能报 AttributeError。
parse_args()
读取并解析你从命令行传给 main.py 的参数，然后把参数整理成一个对象返回。
1 | py -3.12 main.py --model deepseek-ai/DeepSeek-V3.2 --system "只回答中文" --prompt "你好" |
main()
utils.py
1 | DEFAULT_MODEL = "deepseek-ai/DeepSeek-V3.2" |
这句代码指的是我的ccswitch中保存的我的中转站配置的llm的json文档。里面有APIKEY，还有请求协议格式
load_opencode_settings()
①②：进行模型基本信息的读取
先给出ccswitch的配置信息
可以看出，providers所找寻的模型基础信息来自于model_providers.custom这个字段
[model_providers.custom]是小节（table）语法，那个点号的意思是”进入下一层”
即tomllib 解析后得到的是嵌套的字典：
1 | { |
此字典为ccswitch中所提供的所有供应商。换成另一个 provider，只要改 model_provider 那一行，其它配置一个字都不用动。 CC Switch 本身就是一个”供应商切换器”，它内部存着七八个 provider（OpenCode Go、OpenAI、智谱、火山引擎等）。每切一次，它就把选中的那个写进 config.toml，而 model_provider 就是那个开关。
class Agent
__init__()
因为 HTTP 本身是无状态的。每发送一次请求都要带着一个固定的UUID来给服务器说你属于哪个对话。以下这些功能：
- 会话级别的限流和计费
- 把多次请求归到一次对话里做统计
- 缓存、日志归因、并发隔离
做法就是在请求头里带一个标识符。这跟 OpenAI 官方接口里的 user 参数、Anthropic 的会话头是同一个思路，只是名字不同。但是需要留意两个地方：
self.session_id现在被存下来了，但它没被打印过。如果你要排查“是不是会话串了”这类问题，把agent.session_id打出来会很有用。- 如果以后你把 Agent 用于多用户同时对话，当前这个“一个实例一个 id”的粒度就不够了。那时应该让调用方把
session_id传进来，而不是在__init__里自己生成。这在单用户医学对话场景里暂时不是问题。
chat()
要注意：这里self.client.chat中的chat和Agent类里的chat不是一个接口
1 | agent.chat -> Agent.chat |
