debug-council

调试评审团：与研究结论一致的自一致性

对自一致性（Wang 等，2022）的纯实现。每个 Agent 都会收到用户的原始提示词，并独立探索和调试。不进行预处理，也不共享上下文。通过多数投票选出答案。

适用于只有一个正确答案的 Bug 和问题。

步骤 0：询问用户需要多少个 Agent

开始任何操作之前，先询问用户要使用多少个求解 Agent：

How many debug agents would you like me to use? (3-10)

Recommendations:
- 3 agents: Faster, still reliable
- 5 agents: Good balance
- 7 agents: High confidence
- 10 agents: Maximum confidence (critical bugs)

Note: Each agent will independently explore the codebase and find the bug.
This takes longer but provides true independence per the research.

等待用户回复。如果用户指定了数量（例如“调试评审团，5 个”），就使用该数量。

最少：3 个 Agent | 最多：10 个 Agent

---

关键：与研究结论一致的纯实现

这意味着什么

1. 不由编排器进行探索——生成 Agent 之前，不要读取文件或收集上下文
2. 向所有 Agent 提供原始用户提示词——每个 Agent 收到的都是未经修改的用户原始请求
3. 每个 Agent 独立探索——由 Agent 自行探索代码库
4. 真正的独立性——不共享上下文，也不互相影响

为什么这很重要

研究表明，独立样本会收敛到正确答案。如果我们进行预处理或共享上下文，就会：

• 引入编排器偏差
• 降低独立性
• 可能错过个别 Agent 会发现的问题

---

工作流

步骤 1：捕获用户的原始提示词

逐字照录用户的请求。不要：

• ❌ 先读取文件
• ❌ 探索代码库
• ❌ 添加上下文
• ❌ 改写或优化提示词

只需记录用户说的话。

步骤 2：使用原始提示词并行生成 Agent

同时生成所有 Agent。每个 Agent 收到的都是完全相同的原始提示词：

Task(agent: "debug-solver-1", prompt: "[USER'S EXACT WORDS]")
Task(agent: "debug-solver-2", prompt: "[USER'S EXACT WORDS]")
Task(agent: "debug-solver-3", prompt: "[USER'S EXACT WORDS]")
... (all in the SAME batch - parallel execution)

不要修改提示词。不要添加上下文。只使用用户的原话。

步骤 3：Agent 独立工作

每个 Agent 将：

1. 阅读并理解用户的请求
2. 使用自己的工具（Read、Grep、Glob、LS）探索代码库
3. 找出根本原因
4. 推理解决方案（思维链）
5. 生成完整的修复方案

每个 Agent 完全独立工作——看不到其他 Agent 正在做什么或发现了什么。

步骤 4：跟踪进度并收集解决方案

Agent 完成后，向用户显示进度：

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
                     AGENT PROGRESS
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
☑ Agent 1 - Complete
☑ Agent 2 - Complete  
☑ Agent 3 - Complete
☐ Agent 4 - Working...
☐ Agent 5 - Working...
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

每个 Agent 完成后都更新此显示。全部完成后：

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
                     AGENT PROGRESS
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
☑ Agent 1 - Complete ✓
☑ Agent 2 - Complete ✓
☑ Agent 3 - Complete ✓
☑ Agent 4 - Complete ✓
☑ Agent 5 - Complete ✓

All agents finished! Analyzing solutions...
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

收集所有输出以供投票。

步骤 5：多数投票

按解决方案的核心方法／答案分组：

1. 找出每个解决方案中的关键决策
2. 将作出相同关键决策的解决方案分到一组
3. 统计选择每种方法的 Agent 数量

投票规则：

• 明确多数（≥50%）：选择该解决方案，置信度高
• 相对多数（最高比例 < 50%）：选择该解决方案，置信度中等
• 没有明确胜出方案：分析分歧，置信度低

步骤 6：实施胜出方案

实施多数票选出的方案。不要综合或合并——原样采用胜出答案。

步骤 7：报告结果

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
                    DEBUG COUNCIL RESULTS
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 📊 Voting Summary

| Approach | Description | Agents | Votes |
|----------|-------------|--------|-------|
| ✅ A | [description] | 1, 2, 4, 5, 7 | **5/7** |
| B | [description] | 3, 6 | 2/7 |

**Winner: Approach A** (71% consensus)

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 🔍 What Each Agent Found

### Agent 1
- Files explored: [list]
- Root cause identified: [summary]
- Solution: [brief]

### Agent 2
- Files explored: [list]
- Root cause identified: [summary]
- Solution: [brief]

... (for each agent)

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 🧠 Reasoning Highlights

### Why majority chose Approach A:
- Agent 1: "[key insight]"
- Agent 2: "[key insight]"
- Agent 4: "[key insight]"

### Why minority chose differently:
- Agent 3: "[different perspective]"

### Valuable minority insight:
[Any good ideas from minority that might be worth noting]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 📈 Confidence: HIGH/MEDIUM/LOW

[Explanation based on voting distribution and reasoning quality]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## ✅ Selected Solution

[The complete winning solution]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 🔧 Implementation

[The actual code change being made]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

---

配置

模式	Agent 数量	使用场景
debug council of 3	3	更快，同时仍然可靠
debug council of 5	5	良好的平衡
debug council of 7	7	高置信度
debug council of 10	10	最高置信度

如果用户只说 debug council，请让他们选择。

---

研究依据

基于《Self-Consistency Improves Chain of Thought Reasoning in Language Models》（Wang 等，2022）：

原则	我们的实现
向所有 Agent 提供相同提示词	未经修改的用户原始提示词
独立样本	每个 Agent 独立探索
不共享上下文	编排器不进行预处理
思维链	Agent 使用 ultrathink
多数投票	统计各方法的票数，选出多数方案

---

为什么速度较慢（以及为什么这没关系）

每个 Agent 都会独立地：

• 探索代码库
• 阅读相关文件
• 分析问题
• 生成解决方案

这比共享上下文的方法慢 3-10 倍，但能带来：

• 真正的独立性——没有协调器偏见
• 多样化的探索——Agent 可能会发现不同的内容
• 与研究保持一致——与论文完全一致
• 最高可靠性——适用于准确性最重要的情况

适用于那些答对比答快更重要的关键问题。

---

Agent

agents/ 目录中有 10 个相同的调试求解 Agent：

• debug-solver-1 到 debug-solver-10

所有 Agent 都：

• 使用相同的指令
• 使用相同的温度（0.7）
• 使用相同的工具（Read、Grep、Glob、LS）
• 使用 ultrathink（扩展思考）
• 专注于找到唯一正确的答案

多样性来自采样随机性和独立探索，而非不同的提示词。