我用 1300 年前的帝国制度，重新设计了 AI 多 Agent 协作架构。
结果发现，古人比现代 AI 框架更懂分权制衡。
12 个 AI Agent（11 个业务角色 + 1 个兼容角色）组成三省六部：太子分拣、中书省规划、门下省审核封驳、尚书省派发、六部+吏部并行执行。
比 CrewAI 多一层制度性审核，比 AutoGen 多一个实时看板。
🎬 看 Demo · 🚀 30 秒体验 · 🏛️ 架构 · 📋 看板功能 · English · 参与贡献
🎥 三省六部 AI 多 Agent 协作全流程演示
📸 GIF 预览（加载更快）
飞书下旨 → 太子分拣 → 中书省规划 → 门下省审议 → 六部并行执行 → 奏折回报（30 秒）
🐳 没有 OpenClaw？ 跑一行
docker run -p 7891:7891 cft0808/edict即可体验完整看板 Demo（预置模拟数据）。
大多数 Multi-Agent 框架的套路是：
"来，你们几个 AI 自己聊，聊完把结果给我。"
然后你拿到一坨不知道经过了什么处理的结果，无法复现，无法审计，无法干预。
三省六部的思路完全不同 —— 我们用了一个在中国存在 1400 年的制度架构：
你 (皇上) → 太子 (分拣) → 中书省 (规划) → 门下省 (审议) → 尚书省 (派发) → 六部 (执行) → 回奏 这不是花哨的 metaphor，这是真正的分权制衡：
| CrewAI | MetaGPT | AutoGen | 三省六部 | |
|---|---|---|---|---|
| 审核机制 | ❌ 无 | ✅ 门下省专职审核 · 可封驳 | ||
| 实时看板 | ❌ | ❌ | ❌ | ✅ 军机处 Kanban + 时间线 |
| 任务干预 | ❌ | ❌ | ❌ | ✅ 叫停 / 取消 / 恢复 |
| 流转审计 | ❌ | ✅ 完整奏折存档 | ||
| Agent 健康监控 | ❌ | ❌ | ❌ | ✅ 心跳 + 活跃度检测 |
| 热切换模型 | ❌ | ❌ | ❌ | ✅ 看板内一键切换 LLM |
| 技能管理 | ❌ | ❌ | ❌ | ✅ 查看 / 添加 Skills |
| 新闻聚合推送 | ❌ | ❌ | ❌ | ✅ 天下要闻 + 飞书推送 |
| 部署难度 | 中 | 高 | 中 | 低 · 一键安装 / Docker |
核心差异：制度性审核 + 完全可观测 + 实时可干预
🔍 为什么「门下省审核」是杀手锏？（点击展开）
CrewAI 和 AutoGen 的 Agent 协作模式是 "做完就交"——没有人检查产出质量。就像一个公司没有 QA 部门，工程师写完代码直接上线。
三省六部的 门下省 专门干这件事：
- 📋 审查方案质量 —— 中书省的规划是否完备？子任务拆解是否合理？
- 🚫 封驳不合格的产出 —— 不是 warning，是直接打回重做
- 🔄 强制返工循环 —— 直到方案达标才放行
这不是可选的插件——它是架构的一部分。每一个旨意都必须经过门下省，没有例外。
这就是为什么三省六部能处理复杂任务而结果可靠：因为在送到执行层之前，有一个强制的质量关卡。1300 年前唐太宗就想明白了——不受制约的权力必然会出错。
- 太子 消息分拣 —— 闲聊自动回复，旨意才建任务
- 三省（中书·门下·尚书）负责规划、审议、派发
- 七部（户·礼·兵·刑·工·吏 + 早朝官）负责专项执行
- 严格的权限矩阵 —— 谁能给谁发消息，白纸黑字
- 每个 Agent 独立 Workspace · 独立 Skills · 独立模型
- 旨意数据清洗 —— 标题/备注自动剥离文件路径、元数据、无效前缀
| 📋 旨意看板 · Kanban
| 🔭 省部调度 · Monitor
|
| 📜 奏折阁 · Memorials
| 📜 旨库 · Template Library
|
| 👥 官员总览 · Officials
| 📰 天下要闻 · News
|
| ⚙️ 模型配置 · Models
| 🛠️ 技能配置 · Skills
|
| 💬 小任务 · Sessions
| 🎬 上朝仪式 · Ceremony
|
docker run -p 7891:7891 cft0808/edict打开 http://localhost:7891 即可体验军机处看板。
- OpenClaw 已安装
- Python 3.9+
- macOS / Linux
git clone https://github.com/cft0808/edict.git cd edict chmod +x install.sh && ./install.sh安装脚本自动完成：
- ✅ 创建全量 Agent Workspace（含太子/吏部/早朝，兼容历史 main）
- ✅ 写入各省部 SOUL.md（角色人格 + 工作流规则 + 数据清洗规范）
- ✅ 注册 Agent 及权限矩阵到
openclaw.json - ✅ 初始化数据目录 + 首次数据同步
- ✅ 重启 Gateway 使配置生效
# 终端 1：数据刷新循环 bash scripts/run_loop.sh # 终端 2：看板服务器 python3 dashboard/server.py # 打开浏览器 open http://127.0.0.1:7891💡 详细教程请看 Getting Started 指南
┌───────────────────────────────────┐ │ 👑 皇上（你） │ │ Feishu · Telegram · Signal │ └─────────────────┬─────────────────┘ │ 下旨 ┌─────────────────▼─────────────────┐ │ � 太子 (taizi) │ │ 分拣：闲聊直接回 / 旨意建任务 │ └─────────────────┬─────────────────┘ │ 传旨 ┌─────────────────▼─────────────────┐ │ 📜 中书省 (zhongshu) │ │ 接旨 → 规划 → 拆解子任务 │ └─────────────────┬─────────────────┘ │ 提交审核 ┌─────────────────▼─────────────────┐ │ 🔍 门下省 (menxia) │ │ 审议方案 → 准奏 / 封驳 🚫 │ └─────────────────┬─────────────────┘ │ 准奏 ✅ ┌─────────────────▼─────────────────┐ │ 📮 尚书省 (shangshu) │ │ 派发任务 → 协调六部 → 汇总回奏 │ └───┬──────┬──────┬──────┬──────┬───┘ │ │ │ │ │ ┌─────▼┐ ┌───▼───┐ ┌▼─────┐ ┌───▼─┐ ┌▼─────┐ │💰 户部│ │📝 礼部│ │⚔️ 兵部│ │⚖️ 刑部│ │🔧 工部│ │ 数据 │ │ 文档 │ │ 工程 │ │ 合规 │ │ 基建 │ └──────┘ └──────┘ └──────┘ └─────┘ └──────┘ ┌──────┐ │📋 吏部│ │ 人事 │ └──────┘ | 部门 | Agent ID | 职责 | 擅长领域 |
|---|---|---|---|
| � 太子 | taizi | 消息分拣、需求整理 | 闲聊识别、旨意提炼、标题概括 |
| 📜 中书省 | zhongshu | 接旨、规划、拆解 | 需求理解、任务分解、方案设计 |
| 🔍 门下省 | menxia | 审议、把关、封驳 | 质量评审、风险识别、标准把控 |
| 📮 尚书省 | shangshu | 派发、协调、汇总 | 任务调度、进度跟踪、结果整合 |
| 💰 户部 | hubu | 数据、资源、核算 | 数据处理、报表生成、成本分析 |
| 📝 礼部 | libu | 文档、规范、报告 | 技术文档、API 文档、规范制定 |
| ⚔️ 兵部 | bingbu | 代码、算法、巡检 | 功能开发、Bug 修复、代码审查 |
| ⚖️ 刑部 | xingbu | 安全、合规、审计 | 安全扫描、合规检查、红线管控 |
| 🔧 工部 | gongbu | CI/CD、部署、工具 | Docker 配置、流水线、自动化 |
| 📋 吏部 | libu_hr | 人事、Agent 管理 | Agent 注册、权限维护、培训 |
| 🌅 早朝官 | zaochao | 每日早朝、新闻聚合 | 定时播报、数据汇总 |
不是想发就能发 —— 真正的分权制衡
| From ↓ \ To → | 太子 | 中书 | 门下 | 尚书 | 户 | 礼 | 兵 | 刑 | 工 | 吏 |
|---|---|---|---|---|---|---|---|---|---|---|
| 太子 | — | ✅ | ||||||||
| 中书省 | ✅ | — | ✅ | ✅ | ||||||
| 门下省 | ✅ | — | ✅ | |||||||
| 尚书省 | ✅ | ✅ | — | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | |
| 六部+吏部 | ✅ |
皇上 → 太子分拣 → 中书规划 → 门下审议 → 已派发 → 执行中 → 待审查 → ✅ 已完成 ↑ │ │ └──── 封驳 ─┘ 阻塞 Blocked edict/ ├── agents/ # 12 个 Agent 的人格模板 │ ├── taizi/SOUL.md # 太子 · 消息分拣（含旨意标题规范） │ ├── zhongshu/SOUL.md # 中书省 · 规划中枢 │ ├── menxia/SOUL.md # 门下省 · 审议把关 │ ├── shangshu/SOUL.md # 尚书省 · 调度大脑 │ ├── hubu/SOUL.md # 户部 · 数据资源 │ ├── libu/SOUL.md # 礼部 · 文档规范 │ ├── bingbu/SOUL.md # 兵部 · 工程实现 │ ├── xingbu/SOUL.md # 刑部 · 合规审计 │ ├── gongbu/SOUL.md # 工部 · 基础设施 │ ├── libu_hr/ # 吏部 · 人事管理 │ └── zaochao/SOUL.md # 早朝官 · 情报枢纽 ├── dashboard/ │ ├── dashboard.html # 军机处看板（单文件 · 零依赖 · ~2500 行） │ └── server.py # API 服务器（Python 标准库 · 零依赖 · ~1200 行） ├── scripts/ │ ├── run_loop.sh # 数据刷新循环（每 15 秒） │ ├── kanban_update.py # 看板 CLI（含旨意数据清洗 + 标题校验） │ ├── sync_from_openclaw_runtime.py │ ├── sync_agent_config.py │ ├── sync_officials_stats.py │ ├── fetch_morning_news.py │ ├── refresh_live_data.py │ ├── apply_model_changes.py │ └── file_lock.py # 文件锁（防多 Agent 并发写入） ├── tests/ │ └── test_e2e_kanban.py # 端到端测试（17 个断言） ├── data/ # 运行时数据（gitignored） ├── docs/ # 文档 + 截图 ├── install.sh # 一键安装脚本 ├── CONTRIBUTING.md # 贡献指南 └── LICENSE # MIT License 通过 Feishu / Telegram / Signal 给中书省发消息：
给我设计一个用户注册系统，要求： 1. RESTful API（FastAPI） 2. PostgreSQL 数据库 3. JWT 鉴权 4. 完整测试用例 5. 部署文档 然后坐好，看戏：
- 📜 中书省接旨，规划子任务分配方案
- 🔍 门下省审议，通过 / 封驳打回重规划
- 📮 尚书省准奏，派发给兵部 + 工部 + 礼部
- ⚔️ 各部并行执行，进度实时可见
- 📮 尚书省汇总结果，回奏给你
全程可在军机处看板实时监控，随时可以叫停、取消、恢复。
看板 → 📜 旨库 → 选模板 → 填参数 → 下旨
9 个预设模板：周报生成 · 代码审查 · API 设计 · 竞品分析 · 数据报告 · 博客文章 · 部署方案 · 邮件文案 · 站会摘要
编辑 agents/<id>/SOUL.md 即可修改 Agent 的人格、职责和输出规范。
| 特点 | 说明 |
|---|---|
| 零依赖 | 看板 + 服务器完全基于 Python 标准库 + 原生 HTML/CSS/JS |
| 单文件前端 | dashboard.html 一个文件，零外部依赖 |
| 纯 stdlib 后端 | server.py 基于 http.server，无需 pip install |
| 一键安装 | install.sh 自动完成全部配置 |
| 15 秒同步 | 数据自动刷新，看板倒计时显示 |
| 每日仪式 | 首次打开播放上朝开场动画 |
完整路线图及参与方式：ROADMAP.md
- 十二部制 Agent 架构（太子 + 三省 + 七部 + 早朝官）+ 权限矩阵
- 军机处实时看板（10 个功能面板 + 实时活动面板）
- 任务叫停 / 取消 / 恢复
- 奏折系统（自动归档 + 五阶段时间线）
- 圣旨模板库（9 个预设 + 参数表单）
- 上朝仪式感动画
- 天下要闻 + 飞书推送 + 订阅管理
- 模型热切换 + 技能管理 + 技能添加
- 官员总览 + Token 消耗统计
- 小任务 / 会话监控
- 太子消息分拣（闲聊自动回复 / 旨意建任务）
- 旨意数据清洗（路径/元数据/前缀自动剥离）
- 重复任务防护 + 已完成任务保护
- 端到端测试覆盖（17 个断言）
- 御批模式（人工审批 + 一键准奏/封驳）
- 功过簿（Agent 绩效评分体系）
- 急递铺（Agent 间实时消息流可视化）
- 国史馆（知识库检索 + 引用溯源）
- Docker Compose + Demo 镜像
- Notion / Linear 适配器
- 年度大考（Agent 年度绩效报告）
- 移动端适配 + PWA
- ClawHub 上架
欢迎任何形式的贡献！详见 CONTRIBUTING.md
特别欢迎的方向：
- 🎨 UI 增强：深色/浅色主题、响应式、动画优化
- 🤖 新 Agent：适合特定场景的专职 Agent 角色
- 📦 Skills 生态：各部门专用技能包
- 🔗 集成扩展：Notion · Jira · Linear · GitHub Issues
- 🌐 国际化：日文 · 韩文 · 西班牙文
- 📱 移动端：响应式适配、PWA
examples/ 目录收录了真实的端到端使用案例：
| 案例 | 旨意 | 涉及部门 |
|---|---|---|
| 竞品分析 | "分析 CrewAI vs AutoGen vs LangGraph" | 中书→门下→户部+兵部+礼部 |
| 代码审查 | "审查这段 FastAPI 代码的安全性" | 中书→门下→兵部+刑部 |
| 周报生成 | "生成本周工程团队周报" | 中书→门下→户部+礼部 |
每个案例包含：完整旨意 → 中书省规划 → 门下省审核意见 → 各部执行结果 → 最终奏折。
如果这个项目让你会心一笑，请给个 Star ⚔️
⚔️ 以古制御新技，以智慧驾驭 AI
Governing AI with the wisdom of ancient empires