Edict：基于三省六部制的 AI Agent 协作框架

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

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 -p 7891:7891 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）

1. 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）
2. 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

3. 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

4. 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：

1. 中书省：接旨，规划子任务分配方案
2. 门下省：审议方案，通过或封驳（打回）
3. 尚书省：准奏，派发给兵部 + 工部 + 礼部等
4. 六部：并行执行，进度实时更新
5. 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。

3. 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）。

4. 自定义 Agent

编辑 agents/<agent_id>/SOUL.md 即可修改人格、职责、输出规范。

5. 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：

1. 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
2. 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
3. 快速上手指南
4. 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：

• 竞品分析：分析 CrewAI vs AutoGen vs LangGraph
• 代码审查：审查 FastAPI 安全性
• 周报生成：工程团队周报

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

1. 制度可靠：分权制衡 + 专职审核，输出质量可控
2. 完全可观测：流转链完整记录，随时查看
3. 实时干预：可以叫停、取消、恢复任务
4. 架构清晰：Agent 职责明确，权限矩阵严格
5. 部署简单：Docker 一键启动
6. 生态完善：技能管理、新闻推送、模板库、看板一应俱全

⚠️ 注意点

1. 依赖 OpenClaw：必须安装并运行 OpenClaw Gateway
2. 平台限制：官方只支持 macOS/Linux，Windows 需 WSL2
3. 学习成本：需要理解三省六部的概念和权限规则
4. 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
5. 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。