时间：2026-03-10 13:11
人气：
作者：admin
作者：cft0808
项目地址：https://github.com/cft0808/edict
|许可：MIT
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。
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：
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。
| 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。
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 ✅
这种设计避免了混乱的消息流，确保所有任务都经过审核。
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。
Edict 提供了一个名为「军机处」的 Web 看板（端口 7891），包含：
任务按状态列展示，支持：
9 个预设模板：
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。
13 个功能组件，完整的状态管理。Docker 镜像包含预构建版本。
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。
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。
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。
| 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。
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。
前置条件
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：
openclaw.json# 终端 1：数据刷新
bash scripts/run_loop.sh
# 终端 2：看板服务器
python3 dashboard/server.py
http://localhost:7891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
过程自动流转：
全程在军机处看板可视，随时可以叫停或调整。
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）。
编辑 agents/<agent_id>/SOUL.md 即可修改人格、职责、输出规范。
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
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
项目文档非常详细，强烈推荐阅读：
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。
Edict 适合：
不适合：
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。
docker run -p 7891:7891 cft0808/edict本文为技术介绍，项目版权归 cft0808 所有，遵循 MIT 许可。
关注微信