赛博皇帝为AI设立三省六部制
该项目借鉴中国古代三省六部制,构建了一套AI多智能体协作架构。系统将任务模拟为“圣旨”下达,经“太子”分拣、“中书省”规划、“门下省”审议,再由“尚书省”派发至“六部”执行并全程跟踪。各智能体部门职责明确,支持配置通信渠道、扩展技能库及内置任务模板,以实现高效协作与任务管理。
序言
当前,大模型处理复杂长线任务的能力仍存在局限。面对真正的工程难题,解决方案往往在于多智能体的协同工作。然而,这引出了一个新问题:众多智能体之间,如何规划、执行与监督?
近期,一个设计巧妙的开源项目引起了关注。它借鉴了中国古代的三省六部制,并将其映射到AI架构中:设有接收分拣需求的“太子”,专司任务规划的“中书省”,以及负责执行的各“部”。本文将带您实际运行这套系统,体验如何像批阅奏折一样,指挥一个AI“朝堂”为您效力。
项目结构与运作流程
整个系统的核心工作流程如下图所示:
皇上 → 太子分拣 → 中书规划 → 门下审议 → 已派发 → 执行中 → 待审查 → 已完成↑││└──── 封驳 ─┘阻塞 Blocked
简而言之,用户(皇上)发出需求(圣旨),经“太子”初步处理,由“中书省”制定详细计划,再经“门下省”审议通过,最后由“尚书省”派发给具体的“六部”执行并跟踪至完成。任何环节发现问题,都可能被“封驳”打回,形成任务阻塞。
该体系的核心在于每个部门(智能体)职责明确,各有所长:
| 部门 | 智能体 ID | 核心职责 | 擅长领域 |
|---|---|---|---|
| 太子 | taizi |
消息分拣、需求整理 | 闲聊识别、旨意提炼、标题概括 |
| 中书省 | zhongshu |
接旨、规划、任务拆解 | 需求理解、任务分解、方案设计 |
| 门下省 | menxia |
审议、把关、封驳 | 质量评审、风险识别、标准把控 |
| 尚书省 | shangshu |
任务派发、协调、汇总 | 任务调度、进度跟踪、结果整合 |
| 户部 | hubu |
数据、资源、核算 | 数据处理、报表生成、成本分析 |
| 礼部 | libu |
文档、规范、报告 | 技术文档、API 文档、规范制定 |
| 兵部 | bingbu |
代码、算法、巡检 | 功能开发、Bug 修复、代码审查 |
| 刑部 | xingbu |
安全、合规、审计 | 安全扫描、合规检查、红线管控 |
| 工部 | gongbu |
CI/CD、部署、工具 | Docker 配置、流水线、自动化 |
| 吏部 | libu_hr |
人事、智能体管理 | 智能体注册、权限维护、培训 |
| 早朝官 | zaochao |
每日早朝、新闻聚合 | 定时播报、数据汇总 |
所有部门的调度状态均可在总控台实时查看,调用情况与当前状态一目了然。
配置与使用指南
运行此系统步骤清晰。具体安装方法与开源链接将在文末提供,此处先介绍核心启动流程。
安装完成后,需打开两个终端窗口,分别执行数据刷新和启动看板服务:
# 终端 1:数据刷新循环bash scripts/run_loop.sh# 终端 2:看板服务器python3 dashboard/server.py# 打开浏览器open http://127.0.0.1:7891
随后,在浏览器访问 http://127.0.0.1:7891,即可进入后台管理界面。
下一步是关键:绑定通信渠道。以 Discord 为例,需在 ~/.openclaw/openclaw.json 配置文件中添加绑定信息。您需要先在 Discord 开启开发者模式,复制对应频道ID进行配置。若使用飞书等其他平台,方法类似,仅需配置多个 Bot。
bindings: [{ agentId: "main", match: { channel: "discord", peer:{"kind": "channel", "id": "12312312312312312" } } },{ agentId: "creative", match: { channel: "discord", peer:{ "kind": "channel","id": "1231231231231231" } } },],
一个实用建议是为每个“部门”绑定独立频道,便于后续管理与测试观察。
另外,建议直接在 openclaw 配置文件中指定使用的大模型,因为当前看板界面的模型切换功能更偏向状态展示。
系统的扩展性体现在“技能”配置上。您可以为每个部门添加专用技能。在管理界面点击添加,输入智能体名称、技能名称及对应的GitHub仓库URL即可。当然,通过命令行操作更为灵活:
# 从 GitHub 添加 code_review 技能到中书省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"# 一键导入官方技能库到指定智能体python3 scripts/skill_manager.py import-official-hub --agents zhongshu,menxia,shangshu,bingbu,xingbu# 列出所有已添加的远程技能python3 scripts/skill_manager.py list-remote# 更新某个技能至最新版本python3 scripts/skill_manager.py update-remote --agent zhongshu --name code_review
为快速启动复杂任务,系统内置了“圣旨”库,预置多种工作模板。您只需选择模板,填入具体需求,即可一键下发,启动整个系统运转。
下图展示了一次全流程压力测试:任务是“撰写一篇关于智能体三省六部制度设置的文章”。实际上,此任务无需动用所有部门,但为测试强制全员参与。代价也显而易见,整个流程消耗了约100次模型调用。这恰恰说明,调动整个“朝廷”需要成本。
总结
总而言之,这套基于三省六部制的AI协作系统,定位并非玩具。其真正的用武之地,在于处理那些逻辑链条极长、需要多工种深度协作的企业级硬核工程项目。对于日常轻量级任务,则不必“劳驾满朝文武”。更实用的做法是将常用Bot绑定至对应部门,日常直接进行“越级对话”,反而更加高效便捷。
项目已在GitHub开源,欢迎感兴趣的朋友前往探索。在实际部署与使用中,难免遇到挑战,其中的经验与值得探讨之处,期待深入交流。
