OpenMic：一个基于多代理的脱口秀生成系统

中文脱口秀生成超越了纯文本生成，需要有文化根基的幽默、精准的节奏、舞台表演提示以及隐式的多步推理。此外，常用的中文幽默数据集往往更适合幽默理解与评测，而非长篇脱口秀生成，使得直接监督与目标任务错位。为应对这些挑战，我们提出OpenMic，一个构建于AutoGen之上的端到端多代理系统，可将用户提供的日常生活话题转化为3-5分钟的中文脱口秀表演，并进一步制作配解说的喜剧视频。OpenMic在多轮迭代循环中编排多个专门化代理，联合优化幽默、节奏与可表演性。为缓解数据集-任务错配，我们用检索增强生成（RAG）进行素材支撑与创意扩展，并微调专用的JokeWriter以更好地内化脱口秀特有的铺垫-笑点结构与长程callback。