Openclaw高星开源框架：三省六部·用古代官制设计的 AI Agent 协作架构
作者：cft0808
项目地址：https://github.com/cft0808/edict
|许可：MIT
概述
三省六部·Edict 是一个基于中国古代官制设计的 AI 多 Agent 协作架构。它把唐朝以来运行了一千多年的三省六部制搬到了 AI 世界，创建了一套具有分权制衡、专职审核、完全可观测特性的 Agent 协作系统。
项目目前 6.9k+ Stars，581 Fork，Star 增长很快。
核心设计思想
问题：为什么大多数 Multi-Agent 框架不好用？
当前主流的多 Agent 框架（CrewAI、AutoGen、LangGraph）通常采用「自由对话」模式：
Agent A → "Hey, 你来处理这个" Agent B → "好，我算一下" Agent A → "结果是这样" 问题在于：
- 不可控：Agent 之间聊什么你不知道
- 不可复现：同样的输入，每次结果可能不同
- 无法审计：不知道中间经历了什么
- 难以干预：发现问题时已经晚了
解法：制度化协作
Edict 的思路是：「不要让他们自由发挥，而是要设计一套制度」。
三省六部制的核心是分权制衡：
皇上（用户） ↓ 下旨 太子（分拣） ↓ 传旨 中书省（规划） ↓ 提交审核 门下省（审议）← 可以封驳 ↓ 准奏 尚书省（派发） ↓ 分配 六部（执行） ↓ 汇总 尚书省（回奏） ↓ 皇上（用户） 这条路线上，每一个环节都有明确的职责，不能越级沟通，必须经过审核。这就是制度。
架构详解
12 个 Agent 及其职责
| 部门 | Agent ID | 职责 | 说明 |
|---|---|---|---|
| 太子 | taizi | 消息分拣 | 判断是闲聊还是任务，闲聊直接回复，任务递交给中书省 |
| 中书省 | zhongshu | 规划中枢 | 接旨后拆解为子任务，分配方案 |
| 门下省 | menxia | 审议把关 | 审核中书省的方案，可以准奏或封驳（打回重做） |
| 尚书省 | shangshu | 调度大脑 | 派发任务，协调六部，汇总结果 |
| 户部 | hubu | 数据资源 | 数据处理、报表、成本分析 |
| 礼部 | libu | 文档规范 | 技术文档、API 文档 |
| 兵部 | bingbu | 工程实现 | 代码开发、Bug 修复、代码审查 |
| 刑部 | xingbu | 安全合规 | 安全扫描、合规检查 |
| 工部 | gongbu | 基础设施 | CI/CD、Docker、部署 |
| 吏部 | libu_hr | 人事管理 | Agent 注册、权限维护 |
| 早朝官 | zaochao | 情报枢纽 | 每日新闻聚合、数据汇总 |
关键点：每个 Agent 有独立的 Workspace、独立的 Skills、可以独立配置 LLM 模型。
权限矩阵：严格的通信规则
不是谁想给谁发消息都可以。这张表定义了完整的权限：
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 ✅ - 太子只能->中书、门下
- 中书->门下（必须审核）、尚书、户部
- 门下只能->尚书
- 尚书->所有六部+吏部
- 六部之间、六部->其他部门（除尚书）均不可直接通信
这种设计避免了混乱的消息流，确保所有任务都经过审核。
任务状态机
待处理 → 中书规划中 → 门下审议中 → 已派发 → 执行中 → 待审查 → 已完成 ↑ ↓ └── 封驳（打回重做） └── 阻塞 Blocked 9 种状态，每个状态转换都记录在案，形成完整的流转审计。
军机处看板：10 个功能面板
Edict 提供了一个名为「军机处」的 Web 看板（端口 7891），包含：
1. 旨意看板（Kanban）
任务按状态列展示，支持：
- 省部过滤
- 全文搜索
- 心跳徽章（🟢活跃/🟡停滞/🔴告警）
- 查看任务详情和完整流转链
- 叫停 / 取消 / 恢复操作
2. 省部调度（Monitor）
- 各状态任务数量可视化
- 部门分布条形图
- Agent 健康状态实时卡片
3. 奏折阁（Memorials）
- 已完成任务自动归档
- 五阶段时间线（圣旨→中书→门下→六部→回奏）
- 一键复制为 Markdown
4. 旨库（Template Library）
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
5. 官员总览（Officials）
- Token 消耗排行榜
- 活跃度、完成数、会话统计
6. 天下要闻（News）
- 每日科技/财经资讯采集
- 分类订阅 + 飞书推送
7-10. 模型配置、技能配置、小任务监控、上朝仪式
技术实现
后端：纯 Python 标准库
dashboard/server.py 基于 http.server，零依赖，同时提供 API 和静态文件服务。约 1200 行代码。
前端：React 18 + TypeScript + Vite + Zustand
13 个功能组件，完整的状态管理。Docker 镜像包含预构建版本。
数据同步
scripts/run_loop.sh 每 15 秒自动同步 OpenClaw 运行时数据到看板，显示倒计时。
Agent 配置
所有 Agent 的人格和工作流定义在 agents/<id>/SOUL.md，遵循 OpenClaw 的 SOUL.md 规范。
权限和路由
通过 openclaw.json 配置 Agent 之间的通信权限矩阵。Edict 的 install.sh 会自动写入这些配置。
与主流框架对比
| 特性 | CrewAI | MetaGPT | AutoGen | 三省六部 |
|---|---|---|---|---|
| 审核机制 | ❌ 无 | ⚠️ 可选 | ⚠️ Human-in-loop | ✅ 专职门下省 · 可封驳 |
| 实时看板 | ❌ | ❌ | ❌ | ✅ 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 |
| 热切换模型 | ❌ | ❌ | ❌ | ✅ 看板内一键切换 |
| 技能管理 | ❌ | ❌ | ❌ | ✅ 查看/添加 Skills |
| 部署难度 | 中 | 高 | 中 | 低（Docker 一键） |
核心差异：制度化 vs 自由协作。Edict 强调可观测、可干预、可审计。
快速体验
Docker（最快）
docker run -p7891:7891 cft0808/edict 访问 http://localhost:7891。Docker 镜像包含预填充的演示数据。
注意：Windows 用户需要 WSL2 后端或 Docker Desktop with WSL2。
完整安装（需要 OpenClaw）
- 前置条件
- OpenClaw 已安装并运行
- Python 3.9+
- Node.js 18+（可选，用于构建前端）
- macOS 或 Linux（Windows 推荐 WSL2）
- 克隆并安装
git clone https://github.com/cft0808/edict.git cd edict chmod +x install.sh && ./install.sh install.sh 会自动：
- 创建 12 个 Agent 的 Workspace
- 写入 SOUL.md（人格、工作流、数据清洗规则）
- 注册 Agent 和权限矩阵到
openclaw.json - 构建 React 前端（如果有 Node.js）
- 初始化数据目录
- 重启 OpenClaw Gateway
- 启动服务
# 终端 1：数据刷新bash scripts/run_loop.sh # 终端 2：看板服务器 python3 dashboard/server.py - 访问
http://localhost:7891
使用流程
1. 向 AI 下旨
通过 Feishu/Telegram/Signal 给中书省发送任务，例如：
帮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 2. 坐好，看戏
过程自动流转：
- 中书省：接旨，规划子任务分配方案
- 门下省：审议方案，通过或封驳（打回）
- 尚书省：准奏，派发给兵部+工部+礼部等
- 六部：并行执行，进度实时更新
- 尚书省：汇总结果，回奏给你
全程在军机处看板可视，随时可以叫停或调整。
2. 使用圣旨模板
看板 → 旨库 → 选择模板 → 填写参数 → 下旨。
适合标准化任务（周报、代码审查、API 设计等）。
3. 自定义 Agent
编辑 agents/<agent_id>/SOUL.md 即可修改人格、职责、输出规范。
4. 添加 Skills
方式一：看板 UI
看板 → 技能配置 → 添加远程 Skill → 输入 Agent、Skill 名称、GitHub URL → 确认
方式二：CLI
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"方式三：API
curl-X POST http://localhost:7891/api/add-remote-skill \-H"Content-Type: application/json"\-d'{"agentId":"zhongshu","skillName":"code_review","sourceUrl":"...","description":"..."}'官方 Skills Hub：https://github.com/openclaw-ai/skills-hub
项目结构
edict/ ├── agents/ # 12 个 Agent 的人格模板 ├── dashboard/ # 看板前端 + 后端服务器 ├── scripts/ # 各种工具脚本（数据同步、技能管理、新闻采集等） ├── data/ # 运行时数据（gitignored） ├── docs/ # 详细文档 ├── tests/ # 端到端测试（17 个断言） ├── install.sh # 一键安装脚本 ├── docker-compose.yml # Docker Compose 配置 └── README.md 文档资源
项目文档非常详细，强烈推荐阅读：
- 任务分发流转完整架构
- 9500+ 字，必读
- 详细讲解业务设计和技术实现
- 9 大状态机、权限矩阵、4 阶段调度、Session JSONL 数据融合
- 故障场景与恢复机制
- 远程 Skills 资源管理指南
- 如何从 GitHub 添加 Skills
- Skills 文件规范
- 版本管理
- 快速上手指南
- ROADMAP.md
- Phase 1 已完成（核心架构）
- Phase 2 进行中（御批模式、功过簿、急递铺、国史馆）
- Phase 3 规划（Docker Compose、移动端、ClawHub 上架）
真实案例
examples/ 目录包含完整的使用记录：
每个案例都包含：完整旨意 → 中书规划 → 门下审核 → 各部执行 → 最终奏折。
优缺点分析
✅ 优点
- 制度可靠：分权制衡+专职审核，输出质量可控
- 完全可观测：流转链完整记录，随时查看
- 实时干预：可以叫停、取消、恢复任务
- 架构清晰：Agent 职责明确，权限矩阵严格
- 部署简单：Docker 一键启动
- 生态完善：技能管理、新闻推送、模板库、看板一应俱全
⚠️ 注意点
- 依赖 OpenClaw：必须安装并运行 OpenClaw Gateway
- 平台限制：官方只支持 macOS/Linux，Windows 需 WSL2
- 学习成本：需要理解三省六部的概念和权限规则
- 灵活性较低：严格的通信限制可能不适合需要自由对话的场景
- 中文项目：文档和界面主要是中文，国际化有限
适用场景
Edict 适合：
- 需要高质量、可审计输出的任务：技术方案设计、代码审查、安全评估
- 企业环境：需要制度化管理、权限控制、流程追踪
- 长期运行：作为团队工作流的一部分持续使用
- 模型切换频繁：不同部门用不同 LLM（看板内一键切换）
不适合：
- 创意型任务：需要 Agent 自由讨论、头脑风暴的场景
- 快速原型：设置权限矩阵可能太重
- 单次性任务：杀鸡用牛刀
结语
三省六部制在中国运行了 1400 年，从隋唐到清末，历经无数王朝更迭，证明了一套好的制度设计比自由发挥更稳定。
Edict 把这个思想移植到了 AI Agent 世界。它的价值不在于技术有多新颖，而在于用制度解决问题。
如果你受够了 Agent「聊完就忘、结果不可控」的状态，想体验一下有审核、有流程、可干预的多 Agent 协作，可以试试 Edict。
链接
- GitHub: https://github.com/cft0808/edict
- Demo:
docker run -p 7891:7891 cft0808/edict - 文档: https://github.com/cft0808/edict/blob/main/docs/
- OpenClaw: https://openclaw.ai
- Skills Hub: https://github.com/openclaw-ai/skills-hub
本文为技术介绍，项目版权归 cft0808 所有，遵循 MIT 许可。