1. 项目定位与用途
三省六部是基于 OpenClaw 框架构建的 AI 多智能体编排系统，采用中国古代三省六部制的组织架构，将复杂任务分解为太子分拣、中书规划、门下审议、尚书派发、六部执行的标准化流程。系统定位为面向企业级自动化工作流的多 Agent 协作平台，通过制度性审核与分权制衡机制，确保任务处理的质量与可追溯性。主要用途是处理需要多步骤审核、实时监控和过程干预的复杂业务场景，如文档处理、数据分析、内容创作等，提供比 CrewAI、AutoGen 等框架更严格的质控与更完整的观测能力。
项目档案应用项目
cft0808/edict 是什么？用途、安装与使用指南
三省六部是基于 OpenClaw 的 AI 多 Agent 编排系统，模拟中国古代三省六部制，通过 12 个 specialized agents 的分权协作实现任务审核、实时看板、过程审计与热切换配置。适用于企业复杂工作流自动化、AI 团队协作等场景。本页提供项目介绍、安装指南、使用说明、架构文档及 Demo 演示。
AI 总结
基于中国古代三省六部制度设计的 AI 多智能体协作系统，通过 12 个 specialized agents 的分权制衡架构，实现任务审核、实时监控、过程审计与热切换配置，提供可观测、可干预的企业级自动化工作流解决方案。
中文项目介绍
三省六部制 AI 多智能体协作系统，模拟中国古代三省六部制度，构建包含太子、中书省、门下省、尚书省及六部等 12 个 specialized agents 的协作架构。
系统核心解决传统 Multi-Agent 框架（如 CrewAI、AutoGen）缺乏制度性审核、过程不可观测、结果不可干预的问题。通过门下省专职审核封驳机制，确保任务质量；配合实时看板、完整审计、任务干预等功能，实现可观测、可干预的协作流程。
适用场景包括：企业复杂工作流自动化（需多步骤审核与监控）、AI 团队协作项目（要求过程可追溯、结果可干预）、需要高质量输出的多智能体任务编排、以及实时监控与调整的 AI 应用部署。
技术特征：基于 OpenClaw 框架，12 个 Agent 独立 Workspace 与 Skills；任务状态机严格流转（收件→分拣→规划→审议→派发→执行→完成）；军机处看板提供 10 个功能面板（旨意看板、省部调度、奏折阁等）；支持模型热切换（约 5 秒生效）和远程 Skill 管理；Docker 一键部署，前端 React 18，后端仅依赖 Python 标准库。
详细信息与使用说明
2. 解决的问题
传统 Multi-Agent 框架普遍存在三大问题：一是缺乏制度性审核机制，Agent 产出直接提交，质量无法保障；二是协作过程黑盒，无法实时观测任务状态与 Agent 行为；三是结果不可干预，任务一旦启动无法中途调整。三省六部通过引入门下省专职审核封驳角色，对中书省规划方案进行质量审查，不合格直接打回重做，形成强制质量关卡。同时提供军机处实时看板，展示任务流转全链路、Agent 健康状态、Token 消耗等指标，并支持叫停、取消、恢复等干预操作。完整记录从圣旨下达到奏折回报的五阶段时间线，实现全流程审计追溯。
3. 适用场景
系统适用于需要高质量、可审计、可干预的多 Agent 协作场景：企业复杂工作流自动化，如合同审批、报告生成、跨部门协调等需多环节审核的业务；AI 团队协作项目，要求过程透明、责任可追溯的研发或内容生产；对输出质量有严格要求的任务编排，如法律文书、财务分析、技术方案设计；以及需要实时监控与动态调整的 AI 应用部署，如舆情监控、新闻聚合、智能客服等。特别适合对任务可靠性、过程可控性有较高要求的中大型组织或项目团队。
4. 安装方式
提供 Docker 一键部署和本地脚本安装两种方式。Docker 部署最简单：运行 `docker run -p 7891:7891 cft0808/edict` 即可启动完整服务，看板访问 http://127.0.0.1:7891，预置模拟数据可直接体验。本地安装需先安装 OpenClaw 基础环境并执行 `openclaw init`，然后克隆项目仓库，运行 `pip install -r requirements.txt` 安装依赖（核心功能仅需 Python 标准库，可选 numpy 和 playwright），最后执行 `install.sh`（Linux/Mac）或 `install.ps1`（Windows）自动完成 12 个 Agent Workspace 创建、SOUL.md 写入、openclaw.json 注册、前端构建等全流程。详细步骤参考 docs/getting-started.md。
5. 使用方式
用户通过消息渠道（飞书/Telegram/Signal）向太子 Agent 发送任务指令（"下旨"），太子自动分拣闲聊与有效任务。有效任务进入流程：中书省进行任务规划与子任务拆解，门下省审议方案质量并可能封驳返工，尚书省将合格任务派发至六部（户、礼、兵、刑、工、吏）并行执行。用户可在军机处看板（http://127.0.0.1:7891）实时监控：旨意看板按状态列展示全部任务，支持省部过滤与搜索；省部调度视图可视化状态分布与 Agent 健康；奏折阁归档已完成任务并显示五阶段时间线；模型配置面板热切换各 Agent 的 LLM；技能配置面板管理远程 Skills。支持任务干预操作：叫停、取消、恢复。
6. 补充说明或实现特点
系统实现特点包括：严格的权限矩阵与状态流转校验，kanban_update.py 强制合法转换路径；每个 Agent 独立 Workspace、Skills 与模型配置；旨意数据自动清洗（剥离文件路径、元数据等）；新闻聚合推送模块每日采集科技财经资讯并支持飞书推送；吏部集成 linucb_router 推荐模型优化 Agent 分配；前端使用 React 18 + Tailwind CSS，后端仅依赖 Python 标准库降低部署复杂度。项目完全开源（MIT 许可），提供多语言 README（中/英/日）和详细架构文档 docs/task-dispatch-architecture.md，支持二次开发与社区贡献。
思维导图
三省六部 AI 多智能体系统
核心架构
基于 OpenClaw 框架
分权制衡设计
门下省审核机制
十二部制 Agent
太子（分拣）
三省（中书/门下/尚书）
六部（户/礼/兵/刑/工/吏）
早朝官（兼容角色）
军机处看板
旨意看板（Kanban）
省部调度（Monitor）
奏折阁（Memorials）
模型配置
技能配置
天下要闻
任务流程
收件→分拣→规划→审议→派发→执行→完成
五阶段时间线
状态流转校验
部署与依赖
Docker 一键部署
本地脚本安装
Python 3.9+（标准库为主）
React 18 前端
特色功能
实时监控与干预
模型热切换
远程 Skill 管理
新闻聚合推送
完整审计轨迹
常见问题
三省六部与传统 Multi-Agent 框架（如 CrewAI）有何区别？
核心区别在于制度性审核机制。三省六部引入门下省专职审核封驳角色，对任务规划进行质量审查，不合格直接打回重做，形成强制质量关卡。同时提供实时看板监控、完整审计轨迹、任务干预（叫停/取消/恢复）等能力，而传统框架通常缺乏这些特性。
如何快速体验三省六部系统？
最快方式是通过 Docker 一键部署：运行 `docker run -p 7891:7891 cft0808/edict`，服务启动后访问 http://127.0.0.1:7891 即可看到预置模拟数据的完整看板演示。本地安装需先安装 OpenClaw，然后执行 `pip install -r requirements.txt` 和 `install.sh` 脚本。
系统支持哪些消息渠道发送任务？
当前支持飞书、Telegram 和 Signal 三种消息渠道。用户通过这些渠道向太子 Agent 发送任务指令（"下旨"），太子自动分拣有效任务并启动三省六部协作流程。渠道配置需在 OpenClaw 环境中完成。
如何切换不同 Agent 使用的 LLM 模型？
通过军机处看板的"模型配置"面板，可为每个 Agent 独立切换 LLM。修改后点击应用，系统会自动重启 Gateway，约 5 秒后新模型生效。也可通过后端 API 或配置文件进行批量管理。
是否支持自定义 Agent 或扩展技能？
支持。每个 Agent 拥有独立的 Workspace 和 Skills 目录，可通过"技能配置"面板添加远程 Skill（从官方库或自定义 URL 导入），或使用 CLI 工具 `scripts/skill_manager.py` 管理。新增 Agent 需在 agents/ 目录创建对应 workspace 并注册到 openclaw.json，详细指南见 docs/remote-skills-guide.md。