4.4 对话终止条件与结果评估

4.4 对话终止条件与结果评估

对话什么时候该停？这是 GroupChat 最容易出 bug 的地方。不停就烧钱，乱停就丢结果。这一节把终止的几种机制讲清，并告诉你停了之后怎么拿到像样的结果。

三种停止开关

• max_round：硬性上限，轮数到就停。兜底用，必设。
• is_termination_msg：某条消息满足自定义条件（如含"完成"）就停。语义停，比硬上限优雅。
• human_input_mode=TERMINATE：人说出终止词时停。

from autogen import ConversableAgent, GroupChat, GroupChatManager
import os
cfg = {"model": "gpt-4o-mini", "api_key": os.environ.get("OPENAI_API_KEY")}

def stop_on_done(msg):
    return "完成" in str(msg.get("content",""))

coder = ConversableAgent("coder", llm_config=cfg, system_message="你写代码，写完说完成。")
group = GroupChat(agents=[coder], messages=[], max_round=10,
                  is_termination_msg=stop_on_done)   # 命中就停
mgr = GroupChatManager(group=group, llm_config=cfg)
​

终止后怎么拿结果

对话停了，结果在哪？通常在最后一条消息的 content 里。建议终止后显式提取，而不是靠人眼翻历史。

chat = mgr.initiate_chat(coder, message="写快排。", max_turns=10)
last = chat.messages[-1]
print("最终产出:", str(last.get("content"))[:200])
# 如果结果散在多轮，可让最后一个 Agent 负责"汇总成最终答案"
​

结果评估：别只看最后一句话

我们踩过坑：最后一句话看着像结论，其实中间早已跑偏。可靠的做法是加一个评估 Agent，对最终产物打分或给通过/不通过。

evaluator = ConversableAgent("eval", llm_config=cfg,
    system_message="你只判断最终代码能否运行，给通过或不通过及理由。")
# 群聊结束后，单独把产物发给 evaluator 评审
​

工程取舍

• 只设 max_round：简单，但可能截断在半成品。
• 加 is_termination_msg：体验好，但要模型配合说终止词，可能忘说。
• 加评估 Agent：最稳，但多一次调用。

我们主张：max_round 必设兜底，is_termination_msg 提升体验，重要任务再加评估 Agent。

终止条件的几种实战组合

单用一种开关往往顾此失彼，真实项目里我们常把几种叠起来。模式一"双保险"：max_round 兜底 + is_termination_msg 体验，既保证一定停，又能优雅停。模式二"人终审"：在前两者基础上，关键任务把 human_input_mode 设成需人确认终止——适合出错成本高、不能自动放行的场景，比如自动改生产库。模式三"评估门"：群聊结束后把产物交给独立评估 Agent 判通过/不通过，不过再拉回群聊返工一轮；这其实是把"终止"也从单点变成带质量闸的环节。

哪种组合取决于"出错代价"。写个本地脚本的群聊，max_round 足矣；自动执行外部动作的群聊，必须加人工或评估闸，否则一次模型失误就变成一次真实故障。我们用金融来类比：小额自动转账可以设上限自动停，大额必须人工复核——终止条件就是群聊的"到账复核"，钱（调用）出去前先确认该停。

还要注意一个隐蔽陷阱：is_termination_msg 依赖模型"记得说终止词"。如果系统提示没强调"做完说完成"，模型可能默默继续，直到撞上 max_round 才停。所以终止词要写进角色提示，而不是只指望函数判断。双保险的意义就在于此——即使模型忘了说，max_round 也能兜住。

终止词怎么设计才靠谱

is_termination_msg 依赖模型"说出终止词"，所以终止词的设计本身就是工程。经验：用强信号、少歧义的词，比如"完成"或"FINAL"，别用"好了""行吧"这种可能出现在普通对话里的词，否则误触发提前停。同时要把终止词写进角色的系统提示，明确要求"做完请说'完成'"，而不是只靠函数判断——模型忘了说，函数也拦不住。还可以双词或短语匹配降低误判，比如同时认"完成"和"任务结束"。

还有个和结果质量强相关的点：终止词最好由"负责汇总的角色"说出，而不是任意角色。比如让最后一个 Agent 的职责是"确认无误后说完成"，这样停的时候产物已经过汇总，取最后一条消息即得完整结果。如果随便哪个角色都能喊停，可能停在一次中间讨论上，结果残缺。终止条件和角色职责要一起设计，不能各管各的。

⚠️ 终止词太泛（如"好"）会误停，太偏（如生僻词）模型记不住，需在提示里明确且实测命中率。

本节要点回顾

• max_round 兜底必设，is_termination_msg 提升体验。
• 结果取最后一条消息，重要产物加评估 Agent。
• 终止设计错 = 烧钱或丢结果，是群聊头号坑。
• 按出错代价叠组合，终止词要写进角色提示而非只靠函数。
• 终止词要强信号、写进提示、由汇总角色说出。

⚠️ 群聊不设任何终止条件，auto 模式会一直聊到账单爆，这是新手最常犯的错。

💡 终止条件是"对话即编排"的刹车——编排再聪明，也得有个能停的阀门。