edict (三省六部) 项目评测报告
🏆 核心结论(先看这里!)
推荐指数:⭐⭐⭐⭐⭐ (5/5)
一句话总结
基于唐代三省六部制的 AI 多 Agent 协作系统,门下省审核机制是其核心杀手锏。
核心价值
✅ 制度性审核 - 门下省专职审核,每个旨意必经质量把关,可封驳不合格方案
✅ 完全可观测 - 10个看板面板,实时监控、可干预、可追溯
✅ 分权制衡 - 12个专职 Agent 按权限矩阵协作,1400年制度设计应用到AI
📸 产品展示
Demo 演示

旨意看板

省部调度

任务流转详情

模型配置

技能配置

官员总览

会话记录

奏折归档

圣旨模板

天下要闻

上朝仪式

📌 基本信息
| 项目 | 信息 |
|---|---|
| GitHub | cft0808/edict |
| Stars | 11.3k |
| License | MIT |
| 语言 | Python + TypeScript/React |
| 分类 | AI工具 |
🎯 核心特性
1. 三省六部架构
12个专职Agent(太子+三省+七部+早朝官)组成分权制衡的智能工作流:
- 太子:消息分拣,闲聊自动回复
- 中书省:接旨、规划、拆解任务
- 门下省:审议方案、封驳打回(核心差异化)
- 尚书省:派发、协调、汇总
- 六部(户礼兵刑工)+ 吏部:专项执行
2. 10个看板功能面板
旨意看板(Kanban)、省部调度(Monitor)、奏折阁、旨库(9个模板)、官员总览、天下要闻、模型配置、技能配置、小任务、上朝仪式
3. 制度性审核
门下省不是可选插件,是架构一部分。审核是强制的,不可绕过。
4. 完整工作流程
下旨 → 太子分拣 → 中书省规划 → 门下省审议 → 尚书省派发 → 六部执行 → 回奏归档
📌 基本信息

旨意看板

省部调度

任务流转详情

模型配置

技能配置

官员总览

会话记录

奏折归档

圣旨模板

天下要闻

上朝仪式

🏗️ 技术架构
目录结构
edict/
├── server.py # 零依赖后端(~2300行)
├── dashboard/ # React 18 前端
│ ├── src/ # TypeScript + Vite + Zustand
│ └── dist/ # 构建产物
├── scripts/ # 数据同步脚本
└── docs/ # 架构文档核心模块
- OpenClaw Runtime:多Agent框架核心
- server.py:基于Python stdlib的零依赖后端
- 状态机校验:非法状态跳转被拒绝
- 权限矩阵:控制Agent间通信
💡 安装与使用
环境要求
- OpenClaw 已安装
- Python 3.9+
- Node.js 18+(如需构建前端)
快速上手(5分钟)
bash
# Docker Demo 一键体验
docker run -p 7891:7891 cft0808/sansheng-demo
# 如遇架构问题
docker run --platform linux/amd64 -p 7891:7891 cft0808/sansheng-demo学习曲线:中等(需理解三省六部概念)
使用示例
bash
# 完整安装
git clone https://github.com/cft0808/edict.git
cd edict
chmod +x install.sh && ./install.sh
# 配置 API Key
openclaw agents add taizi
./install.sh
# 启动服务
bash scripts/run_loop.sh # 终端1
python3 dashboard/server.py # 终端2🎯 竞争优势对比
vs. CrewAI
- ✅ 制度性审核(门下省)
- ✅ 实时看板(10个面板)
- ✅ 任务干预(叫停/取消/恢复)
- ❌ 需安装OpenClaw
vs. AutoGen
- ✅ 完全可观测
- ✅ 门下省强制审核
- ✅ Agent健康监控
- ❌ 学习曲线较陡
vs. MetaGPT
- ✅ 审核强制不可绕过
- ✅ 实时看板
- ✅ 热切换模型
- ❌ 依赖OpenClaw生态
🎯 适用场景
✅ 推荐场景
- 软件项目开发 - 中书省规划,门下省审核,兵部写代码,刑部安全审计
- 竞品分析报告 - 户部收集数据,礼部生成报告,门下省审核质量
- 企业决策支持 - 朝堂议政,多部门视角分析
- 代码审查 - 兵部技术审查,刑部安全扫描
- 复杂多Agent协作 - 需要质量把关的自动化流程
❌ 不适合场景
- 简单单步任务 - 直接用LLM即可
- 对延迟敏感的实时应用 - 门下省审核多一跳
- 不需要审核的快速原型 - 流程相对固定
✅ 优势
- 独创架构:将1400年前的三省六部制应用到AI Agent协作
- 完全可观测:10个看板面板,实时监控、可干预
- 制度性审核:门下省强制审核,质量有保证
- 零依赖后端:server.py基于Python stdlib,部署简单
- 文档优秀:README + 9500字架构文档 + Demo视频
- 社区活跃:11k Stars、1k Forks、频繁更新
❌ 不足
- 依赖OpenClaw:需要先安装OpenClaw框架
- 学习曲线:三省六部概念较多,需要时间理解
- 延迟增加:门下省审核多一跳,任务处理时间略长
- Docker架构:镜像可能存在架构兼容问题
- Skills安全:远程Skills导入存在潜在安全风险
- Open Issues:138个待处理Issues
🌐 社区活跃度
| 指标 | 数据 |
|---|---|
| Stars | 11,305 |
| Forks | 1,048 |
| Contributors | 活跃团队 |
| 最后更新 | 2026-03-19 |
| Issue响应 | 138 Open Issues |
📊 综合评分
| 维度 | 评分 | 说明 |
|---|---|---|
| 技术创新性 | 9.5/10 | 将三省六部制应用到AI Agent,原创性极高 |
| 易用性 | 8.5/10 | Docker一键启动,但需安装OpenClaw |
| 性能表现 | 8.0/10 | 15秒数据同步,门下省审核多一跳 |
| 功能完整性 | 9.5/10 | 12个Agent、10个面板、9个模板 |
| 代码质量 | 9.0/10 | TypeScript前端规范,状态机保护 |
| 文档完善度 | 9.5/10 | README详尽,9500+字架构文档 |
| 社区活跃度 | 9.0/10 | 11k+ Stars,频繁更新 |
| 可扩展性 | 9.0/10 | 远程Skills可扩展,支持多种LLM |
| 商业价值 | 9.0/10 | 解决企业多Agent协作痛点 |
总体评分:9.0/10.0 ⭐⭐⭐⭐⭐
📌 推荐建议
三省六部(edict)是一个极具创新性的AI多Agent协作系统。制度性审核 + 完全可观测 + 实时可干预的组合,解决了现有框架缺乏质量把关的痛点。强烈推荐给需要多Agent协作的技术团队和AI实践者。
立即体验:docker run -p 7891:7891 cft0808/sansheng-demo
评测时间: 2026-03-19
评测版本: v1.2