Quorum-AI：多模型并行问答与分歧合成工具
imrohitagrawal/quorum-ai · Multi-model LLM orchestration with cost approval, source-backed synthesis, disagreement, uncertainty, and degraded-mode disclosure.
ELI5：它是什么，解决什么问题
Quorum-AI 是一个基于 FastAPI 的研究问答工具：它把同一个问题并行发送给四个 LLM，再经过两轮互评或主持人评审，最后由独立的合成模型给出包含共识、分歧、来源支持、不确定性和建议五项内容的答案。它提供成本预估与分级额度控制（单次软阈值/硬上限、账户日上限、全局日上限），并通过确定性结构评测计算信任分；但信任分默认因评审模型关闭而显示未验证，引用支持仅比对来源标题与链接而不读取页面内容。结果默认不持久化，需要用户手动导出。
核心能力与快速开始
★ 2 · Python
- 能做什么
- 并行调用四个可配置模型槽位回答同一问题；两轮评审式讨论（同伴互评或独立评审模型）；独立的合成模型输出共识、分歧、来源支持、不确定性与建议五个字段；运行前成本预估与四层花费护栏（单次软阈值 0.30 美元需确认、单次硬上限 0.50 美元、账户日上限 0.40 美元、全局日上限 5.00 美元）；确定性信任评分（默认因评审关闭而抑制为未验证）；实时执行就绪探针 /ready 与 /status；模型目录漂移检测；结果默认短暂、提供导出。
- 适用场景
- 需要对比多个模型对同一研究问题回答并显式呈现共识与分歧的场景；希望在使用付费模型前先看成本预估并按预算限额运行的多模型问答；对 LLM 输出做结构化引用与不确定性披露的演示与研究。
- 项目形态
- 可直接使用的工具
- 部署方式
- 本地可用 uv 运行 Uvicorn（Python >=3.12），也提供 Docker Compose 与 Fly.io 单实例部署说明；实时调用需设置 OPENROUTER_API_KEY 与 OPENROUTER_LIVE_EXECUTION_ENABLED=true，否则回退本地模拟模式。
- 主要依赖
- Python >=3.12、uv；实时执行需要 OpenRouter API Key。硬件需求、其他依赖与部署成本材料未说明。
- 使用限制
- 设计为单实例部署，SQLite 存储为单写入者；全局日花费上限 5.00 美元跨所有账户共享；默认关闭评审时信任分恒为 null、显示未验证；引用支持仅比对来源标题与链接，不抓取页面内容核实；页面刷新会丢失结果，无用户查询历史；“nightly” 审计任务需手动 make feedback-audit 触发；实时模式延迟预算为四轮串行 LLM 往返（P50 ≤45s、P95 ≤120s、超时 180s）。
- 许可证
- NOASSERTION
- 最近推送
- 2026-10-19 02:39
资料检查：2026-10-19 07:00 · 卡片整理：2026-10-23 09:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证
职业应用
程序员
作为可自部署的 FastAPI 多模型问答工具，程序员可将其用于技术问题研究：同一问题并行查询四个 LLM，经两轮互评/主持人评审后由合成模型输出包含共识、分歧、来源支持、不确定性和建议的答案，并可通过导出按钮保留结果。
查看内容依据
Quorum-AI runs your question against four LLMs in parallel, has a critique stage read all four answers, and returns a single answer — written by a separate synthesis model — with explicit consensus, disagreement, source support, uncertainty, and recommendation.
由 AI 根据来源材料整理，未进行安装或运行验证
产品经理
产品经理可用该工具做研究性问答与多模型观点对比：输入研究问题后获得含共识、分歧、来源支持、不确定性和建议的结构化答案，并借助成本预估与分级额度控制在预算内使用。
查看内容依据
Cost is estimated before execution; higher-cost runs require confirmation.
由 AI 根据来源材料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。