Így működik a MADDIE

A MADDIE egy lokálisan futó multi-agent AI döntéstámogató alkalmazás, amely több mesterséges intelligencia tanácsadót vitáztat egy kérdésről, majd hangos megszólalásokkal, pontozással és végső összegzéssel segít jobb döntést hozni. Ebben a videóban bemutatom, hogyan építettem meg egy saját AI advisor / AI debate rendszert llama.cpp, FastAPI, OmniVoice TTS és nyílt modellek segítségével.

A projekt neve: MADDIE — Multi-Agent Debate Decision Intelligence Engine.

Az ötlet onnan indult, hogy láttam egy videót a Microsoft Copilot Advisors szolgáltatásaról, ahol AI tanácsadók különböző nézőpontokból vitatkozhatnak egy témáról. Ez nagyon megfogott, ezért elhatároztam, hogy megépítem a saját, lokálisan futó verziómat, amely nem csak szövegben ad választ, hanem több szerepalapú AI tanácsadót szólaltat meg egymás után.

A MADDIE-ben a felhasználó megad egy fontos kérdést vagy döntési helyzetet, kiválaszt több tanácsadót, majd az alkalmazás elindít egy strukturált AI-vitát. A tanácsadók nem egyszerűen egymástól független válaszokat adnak, hanem szerepük szerint reagálnak a témára és egymás gondolataira. A vita végén a rendszer összegzést készít: kiemeli a konszenzusokat, a nézeteltéréseket, az advisoronkénti értékeléseket és a javasolt következő lépéseket.

A jelenlegi verzióban 8 különböző AI tanácsadó választható (Ezek helyett lehet teljesen mást is használni és testreszabhatóak):

AI-mérnök
Művész
Tartalomkészítő
Antropológus
Termékmenedzser
Ókori görög filozófus
Viselkedési közgazdász
Jövőkutató

A rendszer egyik legfontosabb része, hogy minden advisorhoz hang is tartozhat. Ehhez az OmniVoice TTS / voice cloning megoldást használtam, így a vita nem csak olvasható, hanem hallgatható is. A megszólalások szekvenciálisan mennek: először elkészül az adott tanácsadó szövege, majd legenerálódik a hang, elindul a lejátszás, és csak ezután következik a következő advisor. Így az egész élmény sokkal inkább hasonlít egy moderált panelbeszélgetésre vagy AI podcastre, mint egy sima chatbot válaszra.

A projekt technikai oldala:

Frontend: HTML, CSS, vanilla JavaScript
Backend: FastAPI
LLM backend: llama.cpp/LM Studio OpenAI-kompatibilis API
TTS backend: OmniVoice HTTP service Dockerből
Lokális TTS fallback worker
Audio export: ffmpeg
Exportok: transcript.txt, summary.md, podcast.wav

A MADDIE célja nem az, hogy az AI egyetlen „végső igazságot” mondjon ki. Inkább az, hogy több szempontból segítsen megvizsgálni egy döntést. Egy termékmenedzser mást fog kiemelni, mint egy AI-mérnök, egy viselkedési közgazdász vagy egy jövőkutató. Pont ez adja a rendszer értékét: a döntés előtt több nézőpontot kapsz, nem csak egyetlen választ.

A videóban bemutatom:

hogyan működik a MADDIE felülete,
hogyan lehet advisorokat kiválasztani,
hogyan indul el egy AI-vita,
hogyan generálódnak a hangos megszólalások,
hogyan halad tanácsadóról tanácsadóra a rendszer,
hogyan készül el a végső összegzés,
és hogyan exportálható a vita transcript, markdown summary vagy podcast WAV formátumban.

Ez a projekt egyszerre AI-kísérlet, lokális LLM-demó, TTS-integráció és döntéstámogató eszköz. Fejlesztőként különösen érdekes volt összehozni a llama.cpp backend működését, az OpenAI-kompatibilis API-hívásokat, a FastAPI szervert, a böngészős UI-t, az OmniVoice hanggenerálást és az exportlogikát egy működő alkalmazásban.

A projekt GitHubon is elérhető, így ha érdekel a kód, a struktúra vagy az ötlet továbbfejlesztése, itt megtalálod:

*Linkek*
GitHub MADDIE: https://github.com/mp3pintyo/MADDIE
GitHub MAD: https://github.com/estherliu02/Multi-Agents-Debate
OmniVoice: https://github.com/k2-fsa/OmniVoice
llama.cpp: https://github.com/ggml-org/llama.cpp
LM Studio: https://lmstudio.ai/

Ez a videó bemutatja a mesterséges intelligencia alkalmazását. Az AI (mesterséges intelligencia) rengeteg területen könnyíti és segíti az életünket.