⚔️ 三省六部 · Edict

我用 1300 年前的帝國制度，重新設計了 AI 多 Agent 協作架構。
結果發現，古人比現代 AI 框架更懂分權制衡。

_{12 個 AI Agent（11 個業務角色 + 1 個相容角色）組成三省六部：太子分揀、中書省規劃、門下省審核封駁、尚書省派發、六部+吏部並行執行。
比 CrewAI 多一層制度性審核，比 AutoGen 多一個即時看板。}

🎬 看 Demo · 🚀 30 秒體驗 · 🏛️ 架構 · 📋 看板功能 · 📚 架構文件 · English · 參與貢獻

---

🎬 Demo

_{🎥 三省六部 AI 多 Agent 協作全流程演示}

📸 GIF 預覽（載入更快）

_{飛書下旨 → 太子分揀 → 中書省規劃 → 門下省審議 → 六部並行執行 → 奏摺回報（30 秒）}

🐳 沒有 OpenClaw？ 跑一行 docker run -p 7891:7891 cft0808/edict 即可體驗完整看板 Demo（預置模擬資料）。

---

🤔 為什麼是三省六部？

大多數 Multi-Agent 框架的套路是：

"來，你們幾個 AI 自己聊，聊完把結果給我。"

然後你拿到一坨不知道經過了什麼處理的結果，無法重現，無法審計，無法干預。

三省六部的思路完全不同 —— 我們用了一個在中國存在 1400 年的制度架構：

你 (皇上) → 太子 (分揀) → 中書省 (規劃) → 門下省 (審議) → 尚書省 (派發) → 六部 (執行) → 回奏

這不是花俏的 metaphor，這是真正的分權制衡：

	CrewAI	MetaGPT	AutoGen	三省六部
審核機制	❌ 無	⚠️ 可選	⚠️ Human-in-loop	✅ 門下省專職審核 · 可封駁
即時看板	❌	❌	❌	✅ 軍機處 Kanban + 時間線
任務干預	❌	❌	❌	✅ 叫停 / 取消 / 恢復
流轉審計	⚠️	⚠️	❌	✅ 完整奏摺存檔
Agent 健康監控	❌	❌	❌	✅ 心跳 + 活躍度檢測
熱切換模型	❌	❌	❌	✅ 看板內一鍵切換 LLM
技能管理	❌	❌	❌	✅ 查看 / 新增 Skills
新聞聚合推送	❌	❌	❌	✅ 天下要聞 + 飛書推送
部署難度	中	高	中	低 · 一鍵安裝 / Docker

核心差異：制度性審核 + 完全可觀測 + 即時可干預

🔍 為什麼「門下省審核」是殺手鐧？（點擊展開）

CrewAI 和 AutoGen 的 Agent 協作模式是 "做完就交"——沒有人檢查產出品質。就像一個公司沒有 QA 部門，工程師寫完程式碼直接上線。

三省六部的 門下省 專門幹這件事：

• 📋 審查方案品質 —— 中書省的規劃是否完備？子任務拆解是否合理？
• 🚫 封駁不合格的產出 —— 不是 warning，是直接打回重做
• 🔄 強制返工循環 —— 直到方案達標才放行

這不是可選的插件——它是架構的一部分。每一個旨意都必須經過門下省，沒有例外。

這就是為什麼三省六部能處理複雜任務而結果可靠：因為在送到執行層之前，有一個強制的品質關卡。1300 年前唐太宗就想明白了——不受制約的權力必然會出錯。

---

✨ 功能全景

🏛️ 十二部制 Agent 架構

• 太子 訊息分揀 —— 閒聊自動回覆，旨意才建任務
• 三省（中書·門下·尚書）負責規劃、審議、派發
• 七部（戶·禮·兵·刑·工·吏 + 早朝官）負責專項執行
• 嚴格的權限矩陣 —— 誰能給誰發訊息，白紙黑字

🔄 任務狀態流轉

皇上 → 太子分揀 → 中書規劃 → 門下審議 → 已派發 → 執行中 → 待審查 → ✅ 已完成
                      ↑          │                              │
                      └──── 封駁 ─┘                    阻塞 blocked

---

📁 專案結構

edict/
├── agents/                     # 12 個 Agent 的人格模板
│   ├── taizi/SOUL.md           # 太子 · 訊息分揀（含旨意標題規範）
│   ├── zhongshu/SOUL.md        # 中書省 · 規劃中樞
│   ├── menxia/SOUL.md          # 門下省 · 審議把關
│   ├── shangshu/SOUL.md        # 尚書省 · 調度大腦
│   ├── hubu/SOUL.md            # 戶部 · 資料資源
│   ├── libu/SOUL.md            # 禮部 · 文件規範
│   ├── bingbu/SOUL.md          # 兵部 · 工程實現
│   ├── xingbu/SOUL.md          # 刑部 · 合規審計
│   ├── gongbu/SOUL.md          # 工部 · 基礎設施
│   ├── libu_hr/                # 吏部 · 人事管理
│   └── zaochao/SOUL.md         # 早朝官 · 情報樞紐
├── dashboard/
│   ├── dashboard.html          # 軍機處看板（單文件 · 零依賴 · ~2500 行）
│   └── server.py               # API 伺服器（Python 標準庫 · 零依賴 · ~1200 行）
├── docs/                       # 文件
├── examples/                   # 範例案例
└── tests/                      # 測試

---

🚀 快速開始

一鍵安裝（5 分鐘）

# 終端 1：啟動 OpenClaw（如果沒有，用 Docker 模式）
openclaw gateway start

# 終端 2：安裝並啟動
git clone https://github.com/tboydar-agent/edict-zh-tw.git
cd edict-zh-tw
./install.sh

# 終端 3：打開看板
open http://localhost:7891

Docker 模式（免安裝）

# 一鍵啟動（預置模擬資料）
docker run -p 7891:7891 cft0808/edict

# 打開瀏覽器
open http://localhost:7891

飛書下旨

在你的飛書群裡 @ 一個機器人，發送：

請分析 CrewAI vs AutoGen vs LangGraph 的差異

然後：

1. 看板自動出現任務（太子已分揀）
2. 點擊進入查看詳情
3. 觀察 Agent 協作過程
4. 30 秒內拿到分析報告

---

🤝 參與貢獻

歡迎任何形式的貢獻！詳見 CONTRIBUTING.md

特別歡迎的方向：

• 🎨 UI 增強：深色/淺色主題、響應式、動畫優化
• 🤖 新 Agent: 適合特定場景的專職 Agent 角色
• 📦 Skills 生態: 各部門專用技能包
• 🔗 整合擴展: Notion · Jira · Linear · GitHub Issues
• 🌐 國際化: 日文 · 韓文 · 西班牙文
• 📱 行動端: 響應式適配、 PWA

---

📄 License

MIT · 由 OpenClaw 社群構建

---

⚔️ 以古制御新技，以智慧駕馭 AI
_{Governing AI with the wisdom of ancient empires}