conclave

Conclave：匿名辩论的多 LLM 议事会

严重提示：始终运行脚本

请勿检查或读取 .env 或 .env.template 文件。 脚本会自动处理自身配置。API 密钥和模型设置已配置在用户的 .env 文件中，脚本会自行查找该文件。

始终先运行脚本，然后再处理 JSON 输出。

快速参考

# SKILL_DIR = directory containing this SKILL.md file
SKILL_DIR="$(dirname "$(realpath "$0")")"  # or use the skill's known path

# Determine depth from user intent:
#   "quick" / "fast"           → --depth quick
#   default / no modifier      → --depth standard
#   "deep" / "debate" / "critical" → --depth deep

python3 "${SKILL_DIR}/scripts/conclave.py" "<USER_PROMPT>" --depth <LEVEL> --raw

# Voting mode (point-based instead of ordinal ranking):
python3 "${SKILL_DIR}/scripts/conclave.py" "<USER_PROMPT>" --vote --raw

# Multi-round dialogue:
python3 "${SKILL_DIR}/scripts/conclave.py" "<USER_PROMPT>" --rounds 3 --raw

# Combined voting + dialogue:
python3 "${SKILL_DIR}/scripts/conclave.py" "<USER_PROMPT>" --vote --rounds 2 --raw

# Bias report:
python3 "${SKILL_DIR}/scripts/conclave.py" bias

--raw 标志会输出 JSON。始终使用 --raw。

分步流程

第 1 步：运行脚本

运行 python3 <skill_dir>/scripts/conclave.py "<prompt>" --depth <level> --raw

脚本将会：

• 加载自身配置（脚本旁的 .env 文件——请勿自行管理）
• 并行调用远程 API（Gemini、GPT 等）
• 返回包含结果和留给你（Claude）填写的占位内容的 JSON

第 2 步：解析 JSON，找到你的占位内容

JSON 的 phase1_drafts 数组中，每位议事会成员各有一个条目。 "needs_claude_code": true 的条目是需要你填写的草稿。

JSON 结构示例：

{
  "phase1_drafts": [
    {"key": "claude", "needs_claude_code": true, "prompt": "..."},
    {"key": "gemini", "content": "Gemini's response...", "elapsed": 3.2},
    {"key": "gpt", "content": "GPT's response...", "elapsed": 2.8}
  ]
}

第 3 步：生成你的独立草稿

对于 phase1_drafts 中每个 needs_claude_code: true 的条目：

在阅读其他模型的回复之前，先独立撰写你对原始提示词的回答。 这样可以保持议事会成员之间的独立性。假装你还没有看过 Gemini 或 GPT 的回答。

第 3b 步：（仅限 Deep 模式）在待处理时完成第 2 阶段

如果 JSON 中有 "phase2_pending": true：

1. 更新第 1 阶段 JSON：将你的草稿的 content 设为你在第 3 步中的回复
2. 将更新后的 JSON 写入唯一的临时文件：/tmp/conclave_p1_$$.json（其中 $$ 是 PID，也可以使用 mktemp），例如：TMPFILE=$(mktemp /tmp/conclave_p1_XXXXXX.json)
3. 运行 python3 "${SKILL_DIR}/scripts/conclave.py" phase2 "$TMPFILE" --raw
4. 解析第 2 阶段 JSON——其中现在包含 phase2_critiques 和 aggregate_rankings
5. 清理：rm -f "$TMPFILE"

如果 phase2_pending 为 false 或不存在，请跳过此步骤。

第 4 步：（仅限 Deep 模式）生成你的评议

在 Deep 模式下，phase2_critiques 也会包含 needs_claude_code: true 的条目。 每个条目都包含一个 prompt 字段，其中有匿名回复（“Response A”“Response B”）。

阅读这些内容并给出你的评议和排名。最后写上：

{"ranking": ["A", "B", "C"]}

仅使用回复字母，并按最佳到最差的顺序排列。

第 5 步：综合得出最终答案

Quick 模式： 并列呈现所有草稿（包括你的草稿）。完成。

Standard 模式： 综合所有第 1 阶段草稿：

## 🏛️ Conclave Response

### Consensus
[Points where all models agree — high confidence]

### Key Insights
[Unique valuable contributions from individual models]

### Disagreements
[Where models diverged, and which position is stronger]

### Final Answer
[The best unified answer]

Deep 模式： 综合第 1 阶段草稿、第 2 阶段评议和汇总排名：

## 🔥 Conclave Deep Debate

### The Debate
[Summary of challenges and concessions]

### Post-Debate Consensus
[Points that survived adversarial critique — very high confidence]

### Resolved Disagreements
[Issues the debate clarified]

### Aggregate Rankings
[Show the rankings from the JSON]

### Open Questions
[Legitimate remaining disagreements]

### Final Answer
[The best unified answer, informed by the full debate]

Vote 模式： 综合第 1 阶段草稿和投票结果：

## 🗳️ Conclave Quorum Vote

### Weighted Scores
[Points each model received from peers]

### Consensus Strength
[How strongly models agreed on the winner (0-100%)]

### Key Insights
[What the top-scored model got right]

### Disagreements
[Where voters diverged]

### Final Answer
[The best answer, informed by the quorum vote]

Dialogue 模式： 综合各轮内容：

## 💬 Conclave Dialogue (N rounds)

### Evolution
[How positions changed across rounds]

### Convergence
[Points where models converged, and in which round]

### Remaining Disagreements
[Issues that persisted through all rounds]

### Final Answer
[The best answer after multi-round refinement]

深度级别

触发方式	深度	阶段	适用场景
/conclave quick ...	quick	1	事实性问题、合理性检查
/conclave ...	standard	1 + 3	分析、代码审查、建议
/conclave deep ...	deep	1 + 2 + 3	架构、安全、关键决策
/conclave vote ...	vote	1 + vote	比较评估、备选方案排名
/conclave ... --rounds N	任意 + dialogue	1 + 2 + dialogue	迭代优化、达成共识

CLI 命令

# Core modes
conclave.py "<prompt>" --depth quick|standard|deep  # Standard depth levels
conclave.py "<prompt>" --vote                        # Quorum voting mode
conclave.py "<prompt>" --rounds N                    # Multi-round dialogue
conclave.py "<prompt>" --vote --rounds N             # Combined vote + dialogue

# Utilities
conclave.py doctor                   # Health check all models
conclave.py leaderboard              # EMA-based model scores
conclave.py sessions                 # List saved sessions
conclave.py bias                     # Bias & impartiality report
conclave.py phase2 <file> --raw      # Run Phase 2 from saved Phase 1

# Options
--raw           JSON output only
--quiet / -q    Suppress stderr progress
--estimate      Cost estimate (supports --vote, --rounds)
--members k1,k2 Filter council members
--session ID    Multi-turn session (new/last/<id>)
--system "..."  System prompt for all models

环境变量（.env）

# Provider keys
ANTHROPIC_API_KEY=...
GOOGLE_GEMINI_API_KEY=...
OPENAI_API_KEY=...
XAI_API_KEY=...
OPENROUTER_API_KEY=...

# Model configuration (per member)
CONCLAVE_MEMBER_<KEY>_MODEL=...
CONCLAVE_MEMBER_<KEY>_PROVIDER=...
CONCLAVE_MEMBER_<KEY>_LABEL=...
CONCLAVE_MEMBER_<KEY>_ICON=...
CONCLAVE_MEMBER_<KEY>_LOCAL=true|false
CONCLAVE_MEMBER_<KEY>_FALLBACK_MODEL=...

# Defaults
CONCLAVE_TEMPERATURE=0.7
CONCLAVE_MAX_TOKENS=2048
CONCLAVE_TIMEOUT=120
CONCLAVE_MAX_RETRIES=3
CONCLAVE_PROVIDER_MODE=direct|openrouter
CONCLAVE_ANONYMIZE=true
CONCLAVE_SCORING_EMA_ALPHA=0.3
CONCLAVE_SESSION_TOKEN_BUDGET=20000

# Dialogue settings
CONCLAVE_MAX_ROUNDS=3              # Hard cap for --rounds
CONCLAVE_CONVERGENCE_THRESHOLD=0.85 # Early termination threshold

# Bias tracking
CONCLAVE_BIAS_TRACKING=true|false  # Enable/disable bias data collection

项目结构

scripts/conclave/
├── __init__.py          # Public API exports
├── cli.py               # CLI entry point (argparse, pretty printing)
├── config.py            # .env loading, member discovery
├── cost.py              # Cost estimation (supports vote/rounds)
├── orchestrator.py      # Main run_conclave, phases, voting, dialogue integration
├── providers.py         # HTTP callers (Anthropic, Google, OpenAI, xAI, OpenRouter)
├── progress.py          # Real-time stderr progress
├── ranking.py           # Ranking extraction (JSON + regex), aggregation
├── scoring.py           # EMA-based model scoring, leaderboard
├── sessions.py          # Multi-turn session persistence
├── voting.py            # Quorum voting (point distribution, aggregation)
├── dialogue.py          # Multi-round dialogue (convergence detection)
└── bias.py              # Bias tracking & impartiality metrics
tests/
├── conftest.py
├── test_orchestrator.py
├── test_providers.py
├── test_ranking.py
├── test_scoring.py
├── test_sessions.py
├── test_voting.py
├── test_dialogue.py
└── test_bias.py

故障排除

• 找不到脚本？ 脚本位于 <this_skill_dir>/scripts/conclave.py
• API 错误？ 运行 python3 <skill_dir>/scripts/conclave.py doctor 进行检查
• 全部失败？ 你（Claude）仍可作为本地成员参与——独立提供回答，并注明远程模型不可用

安全提示

API 密钥存储在 ~/.config/conclave/.env 中——绝不会存储在技能目录中。脚本会自动从该位置加载密钥。这样可以避免 LLM Agent 在扫描技能文件时意外读取机密信息。