在线多智能体对话总指挥（multi-agent-orchestrator）

模型矩阵：DeepSeek（主脑/裁决） + 千问（视觉/生图/知识） + 豆包（字节系/视频/检索） + 可扩展其他在线智能体。 铁律：智能体的回答是"假设"，不是"结论"——必须落盘、提取、再用本地数据/脚本验证后才算数。

何时使用

• 用户想"让千问和豆包同时回答同一个问题"、对比多家 AI 观点
• 需要在线智能体联网收集资料、生成候选（如选股名单、资料综述、多视角分析）
• 问题带附件：文字/图片/视频/音频

依赖（已就绪）

前置确认：http://127.0.0.1:9222/json/list 中能找到 pcquark-chat 与 doubao.com 页面。

总指挥工作流

1. 拆解任务 → 明确要给各智能体的"统一问题"（写入 logs\qwen_question.txt）
2. 并行派发：每个智能体一个后台 job 跑 node ask-*.js（同一问题文件）
3. 结果落盘：各智能体回复写入 logs\agent_<名>_<时间>.txt（原始全文不拉进对话）
4. 提取数据：只从回复中解析 表格/名单/要点（结构化部分），丢弃 UI 噪音
5. 本地验证：候选/结论用本地数据或脚本复核（例：validate_agents_pool.py 验证股票池）
6. 汇总交付：对比表 + 验证结果 + 结论；注明各智能体局限性

并行派发示例

# 问题写入文件后，两个智能体各起一个后台任务同时回答：
node "…\quark-qwen-vision\scripts\ask-qwen.js"   "E:\…\logs\qwen_question.txt"   # 千问
node "…\doubao-creator\scripts\ask-doubao.js"    "E:\…\logs\qwen_question.txt"   # 豆包

附件适配矩阵

读取回复的坑（实战踩坑记录）

• 锚点截取：用"问题前 30-40 字"做锚点，只打印问题之后的回复；避免把历史对话拉进上下文
• 轮询稳定：innerText 连续 4-5 轮无变化才算回复完成；长任务（如选股）可能 3-6 分钟，耐心轮询（read-qwen.js 支持多页面）
• UI 噪音截断：豆包回复尾部截到"豆包 快速"等 UI 标记；千问侧栏 innerText 可能混入当前网页标题/上下文——提取时只信表格与结构化部分
• 千问侧栏"深度思考"可能超时：>6 分钟无结果不要傻等，改用 check-qwen.js 复查或放弃该路
• 多页面歧义：pcquark-chat 可能有多个实例，用"问题锚点"定位真正收到提问的那个

数据提取约定（省 token 关键）

1. 智能体长回复写文件，对话里只放结构化摘要（表格、名单、结论）
2. 要求智能体输出"表格/编号清单"，方便正则/规则提取
3. 提取后的候选必须过本地验证脚本，输出只留"验证后"的结果

本地验证（裁决层）

• 股票类候选：scripts/validate_agents_pool.py（是否成分股 + 箱体/趋势/波动达标）或 box_scan_3y.py
• 数据类结论：对照本地 data/ 与脚本结果
• 预测类：一律概率化 + trade-journal 复盘

实战复盘（2026-08-29 网格选股）

• 千问 10 只 + 豆包 14 只，两份名单完全无交集 → 在线智能体只适合粗筛
• 千问市值数据有硬伤（华能国际/大秦铁路实为千亿级，标注 ~180 亿）
• 本地三重验证：24 候选 → 8 只在成分股 → 2 只达标（601139 深圳燃气 / 600998 九州通）
• 教训固化：多智能体 = 快速生成假设 + 交叉视角；裁决永远用本地数据

关联技能

• quark-qwen-vision（千问通道）· doubao-creator（豆包通道）· quant-data（本地数据）· astock-*（分析裁决）