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 · 📚 架构文档 · English · 参与贡献
您的浏览器不支持视频播放,请查看下方 GIF 或 下载视频。
🎥 三省六部 AI 多 Agent 协作全流程演示
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 | ⚠️ 可选 | ⚠️ Human-in-loop | ✅ 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
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:
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。
|
📋 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/sansheng-demo
打开 http://localhost:7891 即可体验军机处看板。
exec format error?(点击展开)如果你在 x86/amd64 机器(如 Ubuntu、WSL2)上看到:
exec /usr/local/bin/python3: exec format error
这是因为镜像架构不匹配。请使用 --platform 参数:
docker run --platform linux/amd64 -p 7891:7891 cft0808/sansheng-demo
或使用 docker-compose(已内置 platform: linux/amd64):
docker compose up
git clone https://github.com/cft0808/edict.git
cd edict
chmod +x install.sh && ./install.sh
安装脚本自动完成:
openclaw.json# 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
💡 看板即开即用:
server.py内嵌dashboard/dashboard.html,Docker 镜像包含预构建的 React 前端
💡 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) │ ├── dist/ # React 前端构建产物(Docker 镜像内包含,本地可选) │ └── 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) │ ├── skill_manager.py # Skill 管理工具(远程/本地 Skills 添加、更新、移除) │ ├── 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/ │ ├── task-dispatch-architecture.md # 📚 详细架构文档:任务分发、流转、调度的完整设计(业务+技术) │ ├── getting-started.md # 快速上手指南 │ ├── wechat-article.md # 微信文章 │ └── screenshots/ # 功能截图(11 张) ├── 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:
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。
三种方式添加 Skills:
看板 → 🔧 技能配置 → ➕ 添加远程 Skill → 输入 Agent + Skill 名称 + GitHub URL → 确认 → ✅ 完成
# 从 GitHub 添加 code_review skill 到中书省
python3 scripts/skill_manager.py add-remote \
--agent zhongshu \
--name code_review \
--source https://raw.githubusercontent.com/openclaw-ai/skills-hub/main/code_review/SKILL.md \
--description "代码审查技能"
# 一键导入官方 skills 库到指定 agents
python3 scripts/skill_manager.py import-official-hub \
--agents zhongshu,menxia,shangshu,bingbu,xingbu
# 列出所有已添加的远程 skills
python3 scripts/skill_manager.py list-remote
# 更新某个 skill 到最新版本
python3 scripts/skill_manager.py update-remote \
--agent zhongshu \
--name code_review
# 添加远程 skill
curl -X POST http://localhost:7891/api/add-remote-skill \
-H "Content-Type: application/json" \
-d '{
"agentId": "zhongshu",
"skillName": "code_review",
"sourceUrl": "https://raw.githubusercontent.com/...",
"description": "代码审查"
}'
# 查看所有远程 skills
curl http://localhost:7891/api/remote-skills-list
官方 Skills Hub: https://github.com/openclaw-ai/skills-hub
支持的 Skills:
code_review — 代码审查(Python/JS/Go)api_design — API 设计审查security_audit — 安全审计data_analysis — 数据分析doc_generation — 文档生成test_framework — 测试框架设计| 特点 | 说明 |
|---|---|
| React 18 前端 | TypeScript + Vite + Zustand 状态管理,13 个功能组件 |
| 纯 stdlib 后端 | server.py 基于 http.server,零依赖,同时提供 API + 静态文件服务 |
| Agent 思考可视 | 实时展示 Agent 的 thinking 过程、工具调用、返回结果 |
| 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 |
| 远程 Skills 生态 | 从 GitHub/URL 一键导入能力,支持版本管理 + CLI + API + UI |
📖 任务分发流转完整架构 — 必读文档
🎓 远程 Skills 资源管理指南 — Skills 生态
⚡ Remote Skills 快速入门 — 5 分钟上手
🚀 快速上手指南 — 新手入门
🤝 贡献指南 — 想参与贡献?从这里开始
症状:六部或尚书省已完成任务,但太子收不到回报,最终超时。
排查步骤:
curl -s http://127.0.0.1:7891/api/agents-status | python3 -m json.tool
确认 taizi agent 的 statusLabel 是 alive。
ls /tmp/openclaw/ | tail -5 # 找到最新日志
grep -i "error\|fail\|unknown" /tmp/openclaw/openclaw-*.log | tail -20
常见原因:
main → taizi)ps aux | grep openclaw 检查)强制重试:
# 手动触发巡检扫描(自动重试卡住的任务)
curl -X POST http://127.0.0.1:7891/api/scheduler-scan \
-H 'Content-Type: application/json' -d '{"thresholdSec":60}'
症状:exec /usr/local/bin/python3: exec format error
原因:镜像架构(arm64)与主机架构(amd64)不匹配。
解决:
# 方法 1:指定平台
docker run --platform linux/amd64 -p 7891:7891 cft0808/sansheng-demo
# 方法 2:使用 docker-compose(已内置 platform)
docker compose up
症状:python3 scripts/skill_manager.py import-official-hub 报错。
排查:
# 测试网络连通性
curl -I https://raw.githubusercontent.com/openclaw-ai/skills-hub/main/code_review/SKILL.md
# 如果超时,使用代理
export https_proxy=http://your-proxy:port
python3 scripts/skill_manager.py import-official-hub --agents zhongshu
常见原因:
完整路线图及参与方式:ROADMAP.md
欢迎任何形式的贡献!详见 CONTRIBUTING.md
特别欢迎的方向:
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 ⚔️
古有邸报传天下政令,今有公众号聊 AI 架构。
👆 扫码关注「cft0808」—— 朕的技术邸报
你会看到:
"朕让 AI 上朝,结果 AI 比朕还卷。" —— 关注后你会懂的。
⚔️ 以古制御新技,以智慧驾驭 AI
Governing AI with the wisdom of ancient empires