edict
cft0808/edict加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下，你是一位刚刚打下江山的皇帝，手握天下要务，却分身乏术。你的智囊团（DeepSeek、GPT、Claude）虽然各有所长，但当你需要把一件事拆解成多个子任务、跨部门协调、并且要求结果可审计可追溯时，它们就开始"胡言乱语"——要么任务堆积导致幻觉频出，要么做完不检查，发来的报表全是错误。
这就是大多数Multi-Agent框架面临的困境：几个AI自己商量着办，拿到结果却不知道中间经历了什么。
GitHub上15,881 Star的项目 cft0808/edict（三省六部-Edict），用一种极其巧妙的方式破解了这个难题——直接搬用了中国唐朝的三省六部制，用制度约束一群"不可靠"的个体AI Agent，构建出一个高可靠的系统。
图1：军机处看板——皇帝的实时监控视角
2025年末，奥地利开发者Peter Steinberger做了一个叫OpenClaw的项目，没人预料到它在60天内斩获超过25万GitHub Star，超越了React花了十多年才达到的里程碑，成为AI历史上增长最快的开源项目。OpenAI以收购创始人方式直接入局，Anthropic收购Vercept强化Computer Use，腾讯、阿里、移动云等国内云厂商先后宣布接入。
OpenClaw爆火之后，"魔改"的、平替的、强化版本层出不穷。三省六部-Edict正是其中最具创造性的一个——作者cft0808用高中历史课本里的知识，重新设计了一套AI Agent协作架构，在华人程序员圈子里引发了大量讨论，甚至被财联社、36氪、新浪财经等媒体报道。
这个系统里有12个AI Agent（11个业务角色+1个兼容角色），模拟唐朝官制：
图2：省部调度监控——各Agent健康状态实时可见
CrewAI和AutoGen的Agent协作模式是"做完就交"——没有质量关卡，就像公司没有QA部门，工程师写完代码直接上线。
三省六部的门下省专门做这件事：不是warning，是直接封驳打回重做，直到方案达标才放行。这是架构的一部分，不是可选插件。1300年前唐太宗就想明白了——不受制约的权力必然会出错。
用户（皇帝）可以在军机处看板实时看到所有Agent的工作状态：
图3：任务流转详情——五阶段时间线可完整回溯
每个旨意经过"圣旨->中书规划->门下审议->六部执行->回奏"的完整流程，自动归档为奏折，支持叫停/取消/恢复操作。
从架构文档来看，这是一套事件驱动（Event-Driven）的系统，所有Agent间通信通过Event Bus，核心组件包括：
每个Thought和Todo都有完整的JSON Schema（trace_id、step、type、confidence、timestamp），确保可重放和审计。
代码质量方面，backend完全使用Python标准库（无额外依赖），frontend使用React 18 + Vite构建，提供了完整的多语言文档（中文/英文/日文）。
图4：官员总览——Token消耗排行榜，Agent活跃度一目了然
项目提供了完整的容器化支持：
# 最简单：Docker一行启动（预置模拟数据）
docker run --platform linux/amd64 -p 7891:7891 cft0808/sansheng-demo
# 访问 http://localhost:7891
完整安装通过./install.sh自动化完成，包括：Agent Workspace创建、SOUL.md角色人格写入、openclaw.json权限矩阵注册、符号链接数据同步、API Key同步到所有Agent、React前端构建。
生产环境支持systemd服务：
sudo cp edict.service /etc/systemd/system/
sudo systemctl enable edict && sudo systemctl start edict
图5：天下要闻——每日自动采集科技/财经资讯，支持飞书推送
Token消耗是主要成本。12个Agent分工越细，流转层级越多，Token消耗越大。作者也承认，这是"指数级增加"的投入，不适合简单任务。
OpenClaw是硬依赖。没有OpenClaw，这个项目无法运行。2026年3月，工信部对OpenClaw部分实例发出过高危风险预警，默认或不当配置可能引发安全风险——使用前需要了解相关风险。
更像是社会学实验。短期内不适合直接用于企业生产组织，但可以作为Multi-Agent架构与制度设计交叉研究的有趣样本。
三省六部-Edict代表了一种趋势：将人类社会经过千年检验的组织制度，引入AI Agent协作系统。它不只是一个技术项目，更是一次"文科生式"的跨学科实验——让不懂AI的人能通过历史知识理解Agent是如何协作的，也让AI开发者获得了新的架构灵感。
截至分析时，该项目已在GitHub获得15,881 Star、1,676 Fork，是OpenClaw生态中最具影响力的中文项目之一。