一个企业需要产出官网,BP Slide Deck,产品手册等多种材料。在这个过程中,要确保企业对外传达的重要观点,事实,视觉风格保持一致。这个项目提供了工作流,让企业知识库和统一VI支持各个不同对外材料的制作,确保信息,视觉风格统一。
Find a file
2026-07-26 23:18:15 +08:00
.agents/skills feat: bootstrap company unified materials agents 2026-07-26 22:52:20 +08:00
examples feat: bootstrap company unified materials agents 2026-07-26 22:52:20 +08:00
outputs feat: add interactive Wave 3 agent workflow 2026-07-26 23:16:05 +08:00
tests feat: add interactive Wave 3 agent workflow 2026-07-26 23:16:05 +08:00
.gitignore feat: add interactive Wave 3 agent workflow 2026-07-26 23:16:05 +08:00
marketing_agents.py feat: add interactive Wave 3 agent workflow 2026-07-26 23:16:05 +08:00
README.md docs: clarify demo delivery for generated materials 2026-07-26 23:18:15 +08:00
spec.md docs: clarify demo delivery for generated materials 2026-07-26 23:18:15 +08:00

BrandFlow Agents

面向企业市场材料一致性的多 Agent CLI 原型。项目以企业知识库和 VI 系统为共享输入,通过 6 个项目内 Skills 准备官网、PPT 和产品材料。

本仓库用于提交 Agent、Skills、CLI 编排、交互记录与可审查样例官网、PPT、产品材料等实际产出及端到端运行效果将通过参赛页面提供的 Demo 链接展示。

参赛提案、需求、边界和评测方法见 spec.md

快速验证

项目运行时仅使用 Python 标准库。首次使用先创建虚拟环境:

python3 -m venv .venv
source .venv/bin/activate

查看 Agent

python marketing_agents.py list

不调用模型验证完整工作流:

python marketing_agents.py run \
  --input examples/demo-input.json \
  --outputs website,slides,product \
  --run-id wave3-demo \
  --dry-run

真实交互式运行:

python marketing_agents.py run

使用 JSON 输入并强制逐阶段审阅:

python marketing_agents.py run \
  --input examples/demo-input.json \
  --outputs website,slides,product \
  --run-id company-demo \
  --review

每个 Agent 生成中间作品后提供以下操作:

[v] 查看  [a] 接受并继续  [r] 反馈并重跑  [e] 手工编辑  [q] 保存并暂停

暂停或失败后查看和恢复:

python marketing_agents.py show company-demo
python marketing_agents.py show company-demo --agent knowledge
python marketing_agents.py resume company-demo

真实模式要求本机已安装并认证 Codex CLI。CLI 会顺序调用知识库、VI、信息结构以及所选渠道 Agent每一步的 Prompt 都显式点名对应 $skill-name。运行状态在每个阶段立即保存到 outputs/runs/<run-id>/run-manifest.json,反馈重跑会保留旧 revision、反馈和新的 Prompt。

仓库保留了两个可审查样例:

  • outputs/runs/wave3-demo/:兼容交互状态协议的完整 6-Agent dry-run 清单与提示词;
  • outputs/smoke/knowledge-base.mdCodex 真实识别 $prepare-knowledge-base 后生成的第一阶段结果。

测试

source .venv/bin/activate
python -m unittest discover -s tests -v