QuorumRouter

嗨，Product Hunt 👋

我构建 QuorumRouter 是因为多模型 AI 系统常常混淆了两个根本不同的概念：

1. 独立调用多个模型并选出最佳答案；

2. 让不同的模型真正展开对话、提出异议、反复修正并最终达成共识。

QuorumRouter 将这两条路径清晰区分开来。

Best Route 在隔离的上下文中运行候选模型，对每个响应进行校验，要求达到法定人数（quorum），比较结果，并综合出最可靠的最终答案。

Agent Chat 调用两个不同的工作 provider/model wrapper，并在它们之间传递有界的对话上下文。CLI 会实时显示每一个模型身份、回复目标以及到达的响应——你可以清楚地看到某个模型如何挑战另一个模型、引发修正，并逐步走向结论。

如果可用的模型身份少于两个，Agent Chat 会以"失败关闭"的方式终止，而不是把单模型的响应伪装成一次对话。

这是真实的 CLI 路径：

npx --yes github:sakamoto-sann/quorum-router#main my-quorum-router

cd my-quorum-router

deno task intake

deno task models:list

RUN_EXTERNAL_MODEL_DOGFOOD=1 \

RUN_EXPERIMENTAL_AGENT_CHAT=1 \

QUORUM_ROUTER_AGENT_CHAT_MAX_TURNS=6 \

deno task agent-chat \

--prompt "辩论最安全的迁移方案"

我用下面两个模型验证了实时路径，共进行了四轮对话：

OpenAI/codex-cli ↔️ Cognition/devin-cli

每一轮都保留了模型身份与回复的来源血缘关系（lineage），通过了 schema 校验与脱敏检查，并被记录到 out/agent-chat-trace.json。

当对话产生具有副作用（side effects）的动作时，模型依然不会获得执行权限。具体的提案会交给 SafeLoop，由它负责策略检查、基于摘要（digest）的审批、受监控的执行、产物核验以及审计回执（audit receipts）。一旦审批或核验失败，整个工作流立即停止。

发布视频是确定性的可视化呈现，而非对真实模型 API 流量的录制。基于 wrapper 的真实 Agent Chat 命令是独立实现的，可通过源码脚手架获取。

采用 MIT 开源许可，允许商业和生产环境使用。

我尤其希望听到你对以下问题的反馈：

- Best Route 和 Agent Chat 的差异化是否足够清晰；

- 你希望接下来接入哪些 provider 组合；

- 哪些类型的 agent 动作应该始终"失败关闭"；

- 在你自己的工作流中，会如何使用这种可见的跨模型辩论。

感谢你的关注——发布期间我会一直在线回答问题！🚀