AdviceRoom

Débats structurés entre LLMs hétérogènes — Serveur MCP + Application Web

Vision

AdviceRoom orchestre des débats structurés entre LLMs hétérogènes. L'utilisateur pose une question complexe, invite jusqu'à 5 LLMs (mix SecNumCloud + cloud public), et ils débattent en temps réel selon un protocole fondé sur la recherche académique (9 papiers, 7 principes), jusqu'à convergence ou divergence structurée.

Produit interne Cloud Temple, publié en open-source Apache 2.0.

Fonctionnalités

	Fonctionnalité	Description
🎯	Débats multi-LLM	Jusqu'à 5 participants + 1 synthétiseur dédié
🛡️	Multi-provider	LLMaaS SecNumCloud, OpenAI, Anthropic, Google Gemini
🔬	Protocole académique	Anti-ancrage, anti-conformité, arrêt adaptatif par stabilité
🤖	Double interface	MCP (agents IA) + console `/admin`/CLI (humains)
⚡	Streaming temps réel	NDJSON avec événements granulaires
🧑‍💬	User-in-the-loop	Les LLMs peuvent poser des questions à l'utilisateur
🔧	Outils LLM	web_search, calculator, datetime via MCP Tools
🎭	Personas	5 rôles (Pragmatique, Avocat du diable, Analyste risques…)
🔀	3 modes de débat	Standard (Within-Round), Parallel (Cross-Round, défaut), Blitz (~1 min)
📊	Dashboard admin	Monitoring live, graphes confiance/stabilité, export HTML
🔒	Sécurité	Auth Bearer, isolation par owner, WAF Caddy+Coraza, audit V1.1

Architecture

WAF (Caddy + Coraza)
  └── Backend (FastAPI + FastMCP) — Un seul processus
       ├── Admin API /admin/api/ (Console web, CLI)
       ├── API REST /api/v1/     (Compatibilité REST/MCP interne)
       ├── MCP /mcp              (Agents IA)
       ├── Admin /admin          (Console web SPA)
       └── Debate Engine
            ├── LLM Router       (4 providers, 6 modèles)
            ├── DebateOrchestrator (3 phases : OPENING → DEBATE → VERDICT)
            ├── StabilityDetector (arrêt adaptatif)
            ├── VerdictSynthesizer (consensus / partiel / dissensus)
            └── MCP Tools Bridge  (web_search, calc, datetime)
  └── Frontend (React 18 + Vite + Tailwind)
  └── Redis (cache)

Fondements académiques

L'architecture d'AdviceRoom s'appuie sur 9 papiers de recherche (2024-2025) qui identifient les problèmes fondamentaux du débat multi-LLM et proposent des solutions validées expérimentalement.

Le problème central : le conformisme des LLMs

Les LLMs tendent à converger vers la position majoritaire, même quand elle est incorrecte [5]. Ce biais majoritaire est le défi #1 du débat multi-LLM — le vote majoritaire seul explique l'essentiel des gains attribués au débat. De plus, quand les modèles partagent des données d'entraînement corrélées, le débat converge vers une "echo chamber" [1].

AdviceRoom résout ce problème avec un protocole qui force la diversité à chaque étape.

7 principes extraits de la recherche

#	Principe	Mécanisme	Papiers
1	Anti-ancrage	Positions initiales en parallèle (`asyncio.gather`), pas séquentielles	[1]
2	Anti-conformité	Challenge obligatoire ≥1 argument par round + validation post-tour + retry	[2], [5]
3	Personas diversifiées	5 rôles attribués automatiquement (Pragmatique, Avocat du diable, Analyste risques, Expert technique, Innovateur)	[7]
4	Pas de consensus forcé	Le dissensus structuré est un résultat valide, pas un échec	[2], [6]
5	Arrêt adaptatif	3 métriques de stabilité (position delta, confidence delta, argument novelty)	[3]
6	Verdict par trajectoire	Analyse du débat entier par un synthétiseur dédié, pas du dernier round	[2]
7	Outils pour tous	Chaque LLM a accès aux mêmes outils (web_search, calc, datetime)	[9]

Protocole en 3 phases

Phase 1: OPENING (parallèle)
  Tous les LLMs produisent leur position initiale EN MÊME TEMPS
  → Évite le biais d'ancrage [1]
  Chaque LLM reçoit un persona [7] + accès aux outils [9]

Phase 2: DEBATE (round-robin, max N rounds)
  Chaque LLM à son tour :
    1. Voit les positions des autres
    2. DOIT challenger ≥1 argument (anti-conformité [2, 5])
    3. Peut utiliser des outils (recherche, calcul)
    4. Peut poser une question à l'utilisateur → PAUSE
    5. Met à jour sa position + confidence
  → Détection de stabilité après chaque round [3]
  → Si stable → Phase 3

Phase 3: VERDICT (LLM synthétiseur dédié)
  Analyse la trajectoire ENTIÈRE du débat [2]
  Produit : consensus | consensus_partiel | dissensus [6]
  + points d'accord/divergence + recommandation + confidence

3 modes de débat [4]

Mode	Protocole	Visibilité	Durée typique	Usage
⚙️ standard	Within-Round (WR)	Chaque agent voit les tours du même round	15-25 min	Interaction maximale, peer-referencing
🔄 parallel (défaut)	Cross-Round (CR)	Agents ne voient que les rounds précédents	3-8 min	Compromis vitesse/qualité (3× plus rapide)
⚡ blitz	No-Interaction + 1 round	Opening parallèle + 1 round de réaction croisée	1-2 min	Réponse rapide, exploration initiale

Références

#	Papier	Venue	Contribution clé
[1]	Multi-LLM Debate: Framework, Principals, and Interventions — Estornell & Liu	NeurIPS 2024	Framework bayésien, echo chamber theorem, justifie les LLMs hétérogènes
[2]	Free-MAD: Consensus-Free Multi-Agent Debate	arXiv 2509.11035	Paradigme consensus-free, verdict par trajectoire, anti-conformité
[3]	Multi-Agent Debate with Adaptive Stability Detection	arXiv 2510.12697	Arrêt adaptatif Beta-Binomial + KS test
[4]	The Impact of Multi-Agent Debate Protocols on Debate Quality	arXiv 2603.28813	Comparaison protocoles (WR, CR, RA-CR), trade-off interaction/convergence
[5]	Can LLM Agents Really Debate?	arXiv 2511.07784	Preuve du biais conformiste, défi #1 du débat multi-LLM
[6]	Consensus-Diversity Trade-off in Adaptive Multi-Agent Systems	EMNLP 2025	Le consensus implicite surpasse l'explicite, diversité = robustesse
[7]	Debate-to-Write: Persona-Driven Multi-Agent Framework	COLING 2025	Personas diversifiées maximisent qualité et persuasion des arguments
[8]	Society of Thought	arXiv 2601.10825	Les LLMs simulent déjà un débat interne — valide le concept
[9]	Tool-MAD: Multi-Agent Debate with Tool Augmentation	arXiv 2601.04742	Outils hétérogènes pendant le débat, +5.5% précision fact-checking

Les papiers sont disponibles dans DESIGN/research/ avec un index détaillé.

Démarrage rapide

Prérequis

Docker & Docker Compose
Au moins 2 clés API LLM parmi : LLMaaS, OpenAI, Anthropic, Google

Installation

# Cloner
git clone https://github.com/cloud-temple/mcp-adviceroom.git
cd mcp-adviceroom

# Configurer
cp .env.example .env
# Éditer .env avec vos clés API LLM et S3

# Lancer
docker compose up -d

# Vérifier
docker compose exec backend curl -sf http://localhost:8000/health

Développement local

cd application/backend
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
uvicorn app.main:app --reload --port 8000

# Tests
pytest tests/ -v

Interface Web

L'interface principale d'AdviceRoom est la console d'administration, une SPA dark theme Cloud Temple accessible à /admin.

Accès

Environnement	URL	Notes
Production (WAF)	`https://votre-domaine/admin`	Via WAF Caddy (port 8088)
Dev local (WAF)	`http://localhost:8088/admin`	Via WAF
Dev local (direct)	`http://localhost:8000/admin`	Bypass WAF (décommenter le port backend dans `docker-compose.yml`)

💡 La racine / redirige automatiquement vers /admin.

Authentification

La console requiert un Bearer token (le même que pour l'API REST et la CLI). À la première connexion, saisissez votre token dans le formulaire de login.

Tokens read,write : accès au dashboard, création/suivi de débats, monitoring
Tokens admin : accès complet incluant la gestion des tokens (création, révocation)

Fonctionnalités de la console

Fonctionnalité	Description
🏠 Dashboard	Monitoring temps réel des débats en cours (KPIs, graphes confiance/stabilité, timeline)
➕ Création de débat	Formulaire avec sélection des modèles LLM, personas, mode de débat et nombre de rounds
📋 Liste des débats	Historique complet avec statut, mode, durée, nombre de rounds
🔍 Viewer détail	Analyse complète d'un débat (positions, arguments, challenges, verdict, export HTML)
🔑 Gestion tokens	Création et révocation de tokens d'accès (admin uniquement)
📊 Activité LLM	Logs d'activité des appels LLM en temps réel

🔒 Sécurité : le frontend React (port 3000) n'est pas exposé publiquement par le WAF. Seule la console /admin, protégée par authentification Bearer, est accessible depuis l'extérieur. Toute URL inconnue retourne une 404.

API Admin REST

La console utilise une API REST dédiée sous /admin/api/ :

Méthode	Route	Auth	Description
GET	`/admin/api/health`	read	État du serveur + LLM Router
GET	`/admin/api/whoami`	read	Identité du token courant
GET	`/admin/api/models`	read	Modèles LLM disponibles
GET	`/admin/api/model-health`	read	Disponibilité providers LLM
GET	`/admin/api/debates`	read	Liste des débats
POST	`/admin/api/debates`	write	Créer et lancer un débat
GET	`/admin/api/debates/{id}/stream`	read	Stream NDJSON temps réel
POST	`/admin/api/debates/{id}/cancel`	write	Arrêter un débat en cours
GET	`/admin/api/debates/{id}`	read	Détails d'un débat
GET	`/admin/api/logs`	read	Activité récente
GET	`/admin/api/llm-activity`	read	Log activité LLM
POST	`/admin/api/tokens`	admin	Créer un token
GET	`/admin/api/tokens`	admin	Lister les tokens
DELETE	`/admin/api/tokens/{hash}`	admin	Révoquer un token
DELETE	`/admin/api/debates/{id}`	write	Supprimer un débat

CLI

La CLI est alignée sur l'API admin /admin/api/*, y compris debate start et le stream NDJSON (/admin/api/debates/{id}/stream). Deux modes d'utilisation : commandes scriptables (Click) et shell interactif.

# Variables d'environnement
export ADVICEROOM_URL=http://localhost:8088  # WAF local ; http://localhost:8000 si backend direct en dev
export ADVICEROOM_TOKEN=votre-token

# Commandes de base
python scripts/adviceroom_cli.py health          # État du serveur
python scripts/adviceroom_cli.py models          # Modèles LLM disponibles
python scripts/adviceroom_cli.py debate list     # Lister les débats
python scripts/adviceroom_cli.py debate start "Votre question" -m gpt-54,claude-opus-46

# Choisir le mode et le nombre de rounds
python scripts/adviceroom_cli.py debate start "Question" -m gpt-54,claude-opus-46 --mode standard -r 7
python scripts/adviceroom_cli.py debate start "Question" -m gpt-54,qwen35-27b --mode blitz

# Shell interactif (autocomplétion + aide contextuelle)
python scripts/adviceroom_cli.py shell

Options de `debate start`

Flag	Court	Description	Défaut
`--models`	`-m`	IDs des modèles séparés par des virgules	(requis)
`--mode`		Mode de débat : `standard`, `parallel`, `blitz`	`parallel`
`--rounds`	`-r`	Nombre max de rounds (1-20)	selon le mode

Les mêmes options sont disponibles dans le shell interactif :

adviceroom> debate start "Ma question" -m gpt-54,claude-opus-46 --mode standard -r 5

MCP (Agents IA)

AdviceRoom expose ses outils via le protocole MCP Streamable HTTP, compatible avec les clients MCP comme Cline, Claude Desktop, ou tout agent IA supportant MCP.

Configuration Cline

Dans votre fichier cline_mcp_settings.json :

{
  "mcpServers": {
    "mcp-advice": {
      "disabled": false,
      "timeout": 1800,
      "type": "streamableHttp",
      "url": "https://advice.mcp.cloud-temple.app/mcp",
      "headers": {
        "Authorization": "Bearer VOTRE_TOKEN"
      }
    }
  }
}

Timeouts recommandés

Les débats multi-LLM prennent du temps — chaque LLM doit répondre à chaque round. Le timeout MCP doit être adapté au mode de débat utilisé :

Mode	Durée typique	Timeout recommandé	Description
⚡ blitz	2-5 min	`600` (10 min)	1 round de réaction, réponse rapide
🔄 parallel (défaut)	3-8 min	`900` (15 min)	Rounds parallèles, bon compromis
⚙️ standard	15-25 min	`1800` (30 min)	Rounds séquentiels, interaction maximale

💡 Conseil : Utilisez "timeout": 1800 pour couvrir tous les modes sans avoir à modifier la config. Un timeout trop court (ex: 60s par défaut) provoquera une erreur côté client alors que le débat tourne correctement côté serveur.

Outils MCP disponibles

Outil	Description
`debate_create`	Créer un débat (question, modèles, mode, rounds)
`debate_status`	Suivre l'état d'un débat en cours
`debate_list`	Lister les débats existants
`provider_list`	Lister les modèles LLM disponibles
`system_health`	État de santé du serveur
`system_about`	Informations sur le serveur

Modèles LLM supportés

Provider	Modèle	Type	Statut
LLMaaS (Cloud Temple)	GPT-OSS 120B	SecNumCloud	✅
LLMaaS (Cloud Temple)	Qwen 3.5 27B	SecNumCloud	✅
LLMaaS (Cloud Temple)	Gemma 4 31B	SecNumCloud	✅
OpenAI	GPT-5.4	Cloud public	✅
Anthropic	Claude Opus 4-6	Cloud public	✅
Google	Gemini 3.1 Pro	Cloud public	✅

Sécurité

Isolation multi-tenant : chaque débat est associé à son créateur (owner). Les tokens non-admin ne voient que leurs propres débats (read = ses débats, write = ses débats + créer, admin = tout). 11 endpoints protégés
Audit V1.1 : 22 findings identifiés, 19 corrigés, 2 partiels mineurs, 0 ouvert (rapport)
Auth : Bearer Token + ContextVar sur toutes les routes REST et MCP
Validation : UUID regex, longueurs, bornes, whitelists
Infra : Dockerfile non-root (UID 1001), ports internes only, HSTS, security headers
WAF : Caddy + Coraza activé (OWASP CRS v4.8.0, SecRuleEngine On)
Supply chain : fastmcp≥3.2.0 (4 CVE corrigées), requirements.lock disponible

Documentation

Architecture v1.1 — Document de référence (17 sections)
Audit sécurité V1.1 — Rapport complet (22 findings, 19 corrigés)
Papiers de recherche — 9 papiers fondateurs

Structure du projet

mcp-adviceroom/
├── application/
│   ├── backend/           # FastAPI + FastMCP
│   │   ├── app/
│   │   │   ├── admin/     # Console admin (middleware + API)
│   │   │   ├── auth/      # Auth Bearer (middleware + context + token store)
│   │   │   ├── config/    # YAML configs (debate, llm_models, personas, prompts, tools)
│   │   │   ├── mcp/       # 6 outils MCP
│   │   │   ├── routers/   # REST API (debates, providers)
│   │   │   ├── services/  # Debate engine, LLM providers, S3 storage, MCP Tools
│   │   │   └── static/    # Admin SPA (admin.html)
│   │   └── tests/         # 140 tests (pytest)
│   └── frontend/          # React 18 + Vite + Tailwind
├── scripts/
│   ├── adviceroom_cli.py  # Point d'entrée CLI
│   ├── cli/               # Module CLI (client, commands, display, shell)
│   └── test_llm_providers.py  # Test connectivité providers
├── waf/                   # Caddy + Coraza
├── DESIGN/                # Architecture, audit sécurité, recherche académique
├── docker-compose.yml
└── .env.example

Licence

Apache 2.0 — Cloud Temple

Cloud Temple — Cloud souverain français SecNumCloud

Name		Name	Last commit message	Last commit date
Latest commit History 49 Commits
DESIGN		DESIGN
application		application
scripts		scripts
waf		waf
.env.example		.env.example
.gitignore		.gitignore
CHANGELOG.md		CHANGELOG.md
LICENSE		LICENSE
README.en.md		README.en.md
README.md		README.md
VERSION		VERSION
docker-compose.yml		docker-compose.yml

Uh oh!

Folders and files

Latest commit

History

Repository files navigation

AdviceRoom

Vision

Fonctionnalités

Architecture

Fondements académiques

Le problème central : le conformisme des LLMs

7 principes extraits de la recherche

Protocole en 3 phases

3 modes de débat [4]

Références

Démarrage rapide

Prérequis

Installation

Développement local

Interface Web

Accès

Authentification

Fonctionnalités de la console

API Admin REST

CLI

Options de debate start

MCP (Agents IA)

Configuration Cline

Timeouts recommandés

Outils MCP disponibles

Modèles LLM supportés

Sécurité

Documentation

Structure du projet

Licence

About

Topics

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases 6

Contributors

Uh oh!

Languages

Options de `debate start`