Multi Model Consensus

核心功能

多模型决策委员会（multi-model-consensus）是专为 OpenClaw 设计的多模型协同决策系统，通过调动多个不同架构大模型（GPT、Gemini、豆包等）进行背对背评审、对抗辩论与共识合成，为复杂决策提供客观参考。

显著优点

1. 去中心化决策：交叉验证不同模型逻辑，消除单模型认知盲区
2. 量化透明：6维度评分+加权矩阵，实名委员制，结论有据可查
3. 弹性配置：支持2-6个模型、2-6轮决策，通过阈值与判定方式可自定义
4. 身份纯净：严禁设定角色标签与诱导性提示，确保评审客观性
5. 自动化流程：3轮标准机制（独立评估→分歧讨论→最终辩论），支持轮次扩展

潜在局限

• 依赖模型接入：需本地配置多个模型接口，单模型环境无法使用
• 时间成本：每轮最长120秒，完整流程可能耗时数分钟
• 收敛风险：极端分歧场景下可能无法达成全员通过
• 环境适配：Feishu/Discord需thread支持，webchat体验略有折损
• 无持久化状态：V1.6.0后改用会话上下文跟踪，跨会话无法恢复

适用人群

• 企业决策者：重大战略、资金分配、架构选型等高风险决策
• 产品经理：需求评审、方案选型、优先级排序
• 开发者：技术方案评估、代码审查、风险预判
• researchers：消除单一AI偏见，获取多视角分析

常规风险

| 风险类型 | 说明 | 缓解措施 |

|:---|:---|:---|

| 模型幻觉叠加 | 多模型可能共同放大错误假设 | 强制身份透明，禁止角色设定 |

| 评审超时 | 子Agent 120秒未返回 | 标记超时评委，继续汇总 |

| 状态同步错误 | 上下文跟踪与实际结果不符 | 立即中止并提示重新发起 |

| 工具越权 | 子Agent违规调用外部工具 | 评委工具隔离，仅通过task参数接收内容 |

安全等级说明

• 工具白名单：Read/Write严格路径限制，禁止访问用户敏感目录
• 子Agent隔离：评委仅接收task参数，无工具调用权限
• 结果推送机制：Push-based回收，禁止轮询与sleep等待

核心用法

multi-model-consensus 是专为 OpenClaw 设计的"数字智库"系统，通过调动多个不同架构的大模型（如 GPT、Gemini、豆包等）进行协同评审，为复杂决策提供客观参考。用户只需在对话中包含「多模型决策」或「多模型委员会」关键词即可自动激活。

技能采用3轮决策机制（可扩展至2-6轮）：

• 第0轮：准备与框架确认，组织者拆解决策点及权重
• 第1轮：独立评估，各模型背对背盲审打分（0-100分制）
• 第2轮：分歧讨论，仅针对未通过决策点进行辩论
• 最后一轮：最终辩论，对仍未通过的决策点进行终极裁定

支持三种评审方案类型：单方案评审、二选一评审、决策点拆分评审。每轮限时120秒，超时自动标记并继续汇总。

显著优点

去中心化与抗偏见：多模型交叉验证有效消除单模型认知盲区和固有偏见，避免"一言堂"风险。

量化透明决策：提供6维度评分+加权矩阵，实名委员制确保模型身份透明，结论有据可查。

弹性灵活配置：支持2-6个模型同时评审，轮次、阈值、判定方式（全票/均分/多数通过）均可自定义。

安全架构设计：评委子Agent工具隔离，仅通过task参数接收评审内容，无法调用任何外部工具，防止权限滥用。

智能流程优化：分歧聚焦机制确保仅针对未通过决策点进行讨论，避免无效重复；Push-based结果回收避免轮询开销。

潜在缺点与局限性

时间成本较高：多轮评审+多模型并行，单轮上限120秒，完整流程可能需要数分钟，不适合时效性极强的场景。

模型依赖性强：需要用户本地接入多个不同架构的大模型，若模型同质化严重（如全为GPT系列），则难以实现真正的交叉验证。

中文语境适配：建议配置中需至少包含1个强中文理解能力的模型，否则可能影响对中文任务的评审质量。

收敛不确定性：若模型间分歧过大，即使经过多轮辩论仍可能无法达成一致，最终报告会标注"有分歧"状态，需用户自行裁定。

环境适配复杂：Webchat与Feishu/Discord等不同环境需要不同的runtime配置，用户需理解环境差异。

适合的目标群体

• 企业决策者：重大战略、资金、核心规则决策，需要多角度风险评估
• 产品经理：复杂需求评审、方案选型，需要客观对比不同产品设计
• 技术负责人：架构设计评审、技术方案选型，需要消除单一技术视角盲区
• 科研与学术：论文评审、实验设计评估，需要严谨的多维度量化分析
• 法律与合规：合同审查、合规评估，需要保守严谨的决策支持
• 高风险场景：任何"不敢拍板"的重要决策，需要多模型背书降低个人决策压力

使用风险

性能风险：多模型并发可能消耗大量token配额，且120秒/轮的限时可能因模型响应延迟导致评委超时缺失。

配置误用风险：阈值设定不当（如严谨型95% vs 效率型75%）可能导致的通过/否决结果截然不同，需根据场景谨慎选择。

模型同质化风险：若配置的多个委员模型实际为同一底层模型或训练数据高度重合，则无法实现真正的"去偏见"效果。

结果解读风险：6段式报告中的量化评分可能被过度信赖，需注意AI评审仍存在概率性错误，最终决策权应在人。

隐私与数据风险：虽然工具权限受限，但评审内容需分发至多个子会话，敏感信息需脱敏处理。