Council of LLMs

Council of LLMs

多模型议会审议框架——让 3 个不同 LLM 同时思考，汇总多数意见，做出更可靠的决策。

clawhub install council-of-llms

核心理念

单一 LLM 的输出总有偏差和盲区。Council of LLMs 借鉴「集体智慧」思想，同时启动 3 个异构 LLM 子 Agent，各自独立分析同一问题，然后汇总审议结果，取多数意见作为最终输出。

这不是简单的模型调用——而是真正的并行审议流程：

• 每个子 Agent 独立推理，看不到其他 Agent 的中间过程
• 汇总阶段综合各方意见，标注分歧点
• 对分歧点进行二次审议或标注置信度

支持的模型组合

使用场景

• 关键决策：架构选型、技术方案评审，多模型交叉验证
• 代码审查：不同模型关注不同维度（安全、性能、可维护性）
• 事实核查：对敏感信息进行多源验证，降低幻觉风险
• 创意发散：同一提示词，不同模型给出不同视角

安全说明

Council of LLMs 基于 OpenClaw 的 sessions_spawn 原语实现，是纯文本输入/输出的子 Agent 调用，不涉及任意代码执行。所有子 Agent 在沙箱中运行，安全可控。

使用示例

用户：这个 API 设计方案有什么问题？

Agent → 启动 3 个子 Agent 并行审议
  → Councilor A: 关注数据一致性和事务处理
  → Councilor B: 关注性能和缓存策略
  → Councilor C: 关注安全认证和权限控制
→ 汇总：3/3 一致认为缺少分页机制；A 和 B 认为需要加缓存层
→ 输出综合建议

提示：适合需要高置信度输出的场景。模型越异构，议会效果越好。