我用 1300 年前的帝国制度，重新设计了 AI 多 Agent 协作架构。
结果发现，古人比现代 AI 框架更懂分权制衡。
12 个 AI Agent（11 个业务角色 + 1 个兼容角色）组成三省六部：太子分拣、中书省规划、门下省审核封驳、尚书省派发、六部+吏部并行执行。
比 CrewAI 多一层制度性审核，比 AutoGen 多一个实时看板。
🎬 看 Demo · 🚀 30 秒体验 · 🏛️ 架构 · 📋 看板功能 · 📚 架构文档 · English · 日本語 · 参与贡献
🎥 三省六部 AI 多 Agent 协作全流程演示
📸 GIF 预览（加载更快）
飞书下旨 → 太子分拣 → 中书省规划 → 门下省审议 → 六部并行执行 → 奏折回报（30 秒）
🐳 没有 OpenClaw？ 跑一行
docker run -p 7891:7891 cft0808/edict即可体验完整看板 Demo（预置模拟数据）。
大多数 Multi-Agent 框架的套路是：
"来，你们几个 AI 自己聊，聊完把结果给我。"
然后你拿到一坨不知道经过了什么处理的结果，无法复现，无法审计，无法干预。
三省六部的思路完全不同 —— 我们用了一个在中国存在 1400 年的制度架构：
你 (皇上) → 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
这不是花哨的 metaphor，这是真正的分权制衡：
| CrewAI | MetaGPT | AutoGen | 三省六部 | |
|---|---|---|---|---|
| 审核机制 | ❌ 无 | ✅ 门下省专职审核 · 可封驳 | ||
| 实时看板 | ❌ | ❌ | ❌ | ✅ 军机处 Kanban + 时间线 |
| 任务干预 | ❌ | ❌ | ❌ | ✅ 叫停 / 取消 / 恢复 |
| 流转审计 | ❌ | ✅ 完整奏折存档 | ||
| Agent 健康监控 | ❌ | ❌ | ❌ | ✅ 心跳 + 活跃度检测 |
| 热切换模型 | ❌ | ❌ | ❌ | ✅ 看板内一键切换 LLM |
| 技能管理 | ❌ | ❌ | ❌ | ✅ 查看 / 添加 Skills |
| 新闻聚合推送 | ❌ | ❌ | ❌ | ✅ 天下要闻 + 飞书推送 |
| 部署难度 | 中 | 高 | 中 | 低 · 一键安装 / Docker |
核心差异：制度性审核 + 完全可观测 + 实时可干预
🔍 为什么「门下省审核」是杀手锏？（点击展开）
CrewAI 和 AutoGen 的 Agent 协作模式是 "做完就交"——没有人检查产出质量。就像一个公司没有 QA 部门，工程师写完代码直接上线。
三省六部的 门下省 专门干这件事：
- 📋 审查方案质量 —— 中书省的规划是否完备？子任务拆解是否合理？
- 🚫 封驳不合格的产出 —— 不是 warning，是直接打回重做
- 🔄 强制返工循环 —— 直到方案达标才放行
这不是可选的插件——它是架构的一部分。每一个旨意都必须经过门下省，没有例外。
这就是为什么三省六部能处理复杂任务而结果可靠：因为在送到执行层之前，有一个强制的质量关卡。1300 年前唐太宗就想明白了——不受制约的权力必然会出错。
- 太子 消息分拣 —— 闲聊自动回复，旨意才建任务
- 三省（中书·门下·尚书）负责规划、审议、派发
- 七部（户·礼·兵·刑·工·吏 + 早朝官）负责专项执行
- 严格的权限矩阵 —— 谁能给谁发消息，白纸黑字
- 状态流转校验 —— kanban_update.py 强制合法转换路径，非法状态跳转被拒绝
- 每个 Agent 独立 Workspace · 独立 Skills · 独立模型
- 旨意数据清洗 —— 标题/备注自动剥离文件路径、元数据、无效前缀
|
📋 旨意看板 · Kanban
|
🔭 省部调度 · Monitor
|
|
📜 奏折阁 · Memorials
|
📜 旨库 · Template Library
|
|
👥 官员总览 · Officials
|
📰 天下要闻 · News
|
|
⚙️ 模型配置 · Models
|
🛠️ 技能配置 · Skills
|
|
💬 小任务 · Sessions
|
🎬 上朝仪式 · Ceremony
|
|
🏛️ 朝堂议政 · Court Discussion
|
docker run -p 7891:7891 cft0808/sansheng-demo打开 http://localhost:7891 即可体验军机处看板。
⚠️ 遇到 exec format error？（点击展开）
如果你在 x86/amd64 机器（如 Ubuntu、WSL2）上看到：
exec /usr/local/bin/python3: exec format error
这是因为镜像架构不匹配。请使用 --platform 参数：
docker run --platform linux/amd64 -p 7891:7891 cft0808/sansheng-demo或使用 docker-compose（已内置 platform: linux/amd64）：
docker compose up- OpenClaw 已安装
- Python 3.10+
- macOS / Linux
git clone https://github.com/cft0808/edict.git
cd edict
chmod +x install.sh && ./install.sh安装脚本自动完成：
- ✅ 创建全量 Agent Workspace（含太子/吏部/早朝，兼容历史 main）
- ✅ 写入各省部 SOUL.md（角色人格 + 工作流规则 + 数据清洗规范）
- ✅ 注册 Agent 及权限矩阵到
openclaw.json - ✅ 符号链接统一数据（各 Workspace 的 data/scripts → 项目目录，确保数据一致）
- ✅ 设置 Agent 间通信可见性（
sessions.visibility all，解决消息不可达问题） - ✅ 同步 API Key 到所有 Agent（自动从已配置的 Agent 复制）
- ✅ 构建 React 前端（需 Node.js 18+，如未安装则跳过）
- ✅ 初始化数据目录 + 首次数据同步（含官员统计）
- ✅ 重启 Gateway 使配置生效
⚠️ 首次安装：需先配置 API Key：openclaw agents add taizi，然后重新运行./install.sh同步到所有 Agent。
# 方式 1：一键启动（推荐）
chmod +x start.sh && ./start.sh
# 方式 2：分别启动
bash scripts/run_loop.sh & # 数据刷新循环
python3 dashboard/server.py # 看板服务器
# 打开浏览器
open http://127.0.0.1:7891🖥️ 生产环境部署（systemd）
# 安装 systemd 服务
sudo cp edict.service /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable edict
sudo systemctl start edict
# 或使用管理脚本
bash edict.sh start # 启动
bash edict.sh status # 查看状态
bash edict.sh restart # 重启
bash edict.sh stop # 停止💡 看板即开即用：
server.py内嵌dashboard/dashboard.html，Docker 镜像包含预构建的 React 前端
💡 详细教程请看 Getting Started 指南
┌───────────────────────────────────┐
│ 👑 皇上（你） │
│ Feishu · Telegram · Signal │
└─────────────────┬─────────────────┘
│ 下旨
┌─────────────────▼─────────────────┐
│ � 太子 (taizi) │
│ 分拣：闲聊直接回 / 旨意建任务 │
└─────────────────┬─────────────────┘
│ 传旨
┌─────────────────▼─────────────────┐
│ 📜 中书省 (zhongshu) │
│ 接旨 → 规划 → 拆解子任务 │
└─────────────────┬─────────────────┘
│ 提交审核
┌─────────────────▼─────────────────┐
│ 🔍 门下省 (menxia) │
│ 审议方案 → 准奏 / 封驳 🚫 │
└─────────────────┬─────────────────┘
│ 准奏 ✅
┌─────────────────▼─────────────────┐
│ 📮 尚书省 (shangshu) │
│ 派发任务 → 协调六部 → 汇总回奏 │
└───┬──────┬──────┬──────┬──────┬───┘
│ │ │ │ │
┌─────▼┐ ┌───▼───┐ ┌▼─────┐ ┌───▼─┐ ┌▼─────┐
│💰 户部│ │📝 礼部│ │⚔️ 兵部│ │⚖️ 刑部│ │🔧 工部│
│ 数据 │ │ 文档 │ │ 工程 │ │ 合规 │ │ 基建 │
└──────┘ └──────┘ └──────┘ └─────┘ └──────┘
┌──────┐
│📋 吏部│
│ 人事 │
└──────┘
| 部门 | Agent ID | 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、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 |
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、Agent 管理 | Agent 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 |
不是想发就能发 —— 真正的分权制衡
| From ↓ \ To → | 太子 | 中书 | 门下 | 尚书 | 户 | 礼 | 兵 | 刑 | 工 | 吏 |
|---|---|---|---|---|---|---|---|---|---|---|
| 太子 | — | ✅ | ||||||||
| 中书省 | ✅ | — | ✅ | ✅ | ||||||
| 门下省 | ✅ | — | ✅ | |||||||
| 尚书省 | ✅ | ✅ | — | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | |
| 六部+吏部 | ✅ |
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
⚡ 状态转换受保护：
kanban_update.py内置_VALID_TRANSITIONS状态机校验， 非法跳转（如 Doing→Taizi）会被拒绝并记录日志，确保流程不可绕过。🔄 异步事件驱动：服务间通过 Redis Streams EventBus 解耦通信，Outbox Relay 保障事件可靠投递。 所有状态变更自动写入审计日志（
audit.py），支持完整追溯。
edict/
├── agents/ # 12 个 Agent 的人格模板
│ ├── taizi/SOUL.md # 太子 · 消息分拣（含旨意标题规范）
│ ├── zhongshu/SOUL.md # 中书省 · 规划中枢
│ ├── menxia/SOUL.md # 门下省 · 审议把关
│ ├── shangshu/SOUL.md # 尚书省 · 调度大脑
│ ├── hubu/SOUL.md # 户部 · 数据资源
│ ├── libu/SOUL.md # 礼部 · 文档规范
│ ├── bingbu/SOUL.md # 兵部 · 工程实现
│ ├── xingbu/SOUL.md # 刑部 · 合规审计
│ ├── gongbu/SOUL.md # 工部 · 基础设施
│ ├── libu_hr/ # 吏部 · 人事管理
│ └── zaochao/SOUL.md # 早朝官 · 情报枢纽
├── dashboard/
│ ├── dashboard.html # 军机处看板（单文件 · 零依赖 · ~2500 行）
│ ├── dist/ # React 前端构建产物（Docker 镜像内包含，本地可选）
│ ├── auth.py # Dashboard 登录鉴权
│ ├── court_discuss.py # 朝堂议政（多官员 LLM 讨论引擎）
│ └── server.py # API 服务器（Python 标准库 · 零依赖 · ~2300 行）
├── edict/backend/ # 异步后端服务（SQLAlchemy + Redis）
│ ├── app/models/
│ │ ├── task.py # 任务模型 + 状态机
│ │ ├── audit.py # 审计日志模型
│ │ └── outbox.py # Outbox 消息模型
│ ├── app/services/
│ │ ├── event_bus.py # Redis Streams EventBus
│ │ └── task_service.py # 任务服务层
│ └── app/workers/
│ ├── dispatch_worker.py # 并行调度 + 重试 + 资源锁
│ ├── orchestrator_worker.py # DAG 编排器
│ └── outbox_relay.py # 事务性 Outbox Relay
├── agents/
│ ├── <agent_id>/SOUL.md # 各省部 Agent 人格模板
│ ├── GLOBAL.md # 全局 Agent 配置
│ └── groups/ # Agent 分组（sansheng / liubu）
├── scripts/
│ ├── run_loop.sh # 数据刷新循环（每 15 秒）
│ ├── kanban_update.py # 看板 CLI（含旨意数据清洗 + 标题校验 + 状态机）
│ ├── skill_manager.py # Skill 管理工具（远程/本地 Skills 添加、更新、移除）
│ ├── agentrec_advisor.py # Agent 模型推荐（功过簿 + 成本优化）
│ ├── linucb_router.py # LinUCB 智能路由
│ ├── refresh_watcher.py # 数据变更监听
│ ├── sync_from_openclaw_runtime.py
│ ├── sync_agent_config.py
│ ├── sync_officials_stats.py
│ ├── fetch_morning_news.py
│ ├── refresh_live_data.py
│ ├── apply_model_changes.py
│ └── file_lock.py # 文件锁（防多 Agent 并发写入）
├── tests/
│ ├── test_e2e_kanban.py # 端到端测试（17 个断言）
│ └── test_state_machine_consistency.py # 状态机一致性测试
├── data/ # 运行时数据（gitignored）
├── docs/
│ ├── task-dispatch-architecture.md # 📚 详细架构文档：任务分发、流转、调度的完整设计（业务+技术）
│ ├── getting-started.md # 快速上手指南
│ ├── wechat-article.md # 微信文章
│ └── screenshots/ # 功能截图（11 张）
├── install.sh # 一键安装脚本
├── start.sh # 一键启动（Dashboard + 数据刷新）
├── edict.service # systemd 服务配置（生产部署）
├── edict.sh # 服务管理脚本（start/stop/restart/status）
├── CONTRIBUTING.md # 贡献指南
└── LICENSE # MIT License
通过 Feishu / Telegram / Signal 给中书省发消息：
给我设计一个用户注册系统，要求：
1. RESTful API（FastAPI）
2. PostgreSQL 数据库
3. JWT 鉴权
4. 完整测试用例
5. 部署文档
然后坐好，看戏：
- 📜 中书省接旨，规划子任务分配方案
- 🔍 门下省审议，通过 / 封驳打回重规划
- 📮 尚书省准奏，派发给兵部 + 工部 + 礼部
- ⚔️ 各部并行执行，进度实时可见
- 📮 尚书省汇总结果，回奏给你
全程可在军机处看板实时监控，随时可以叫停、取消、恢复。
看板 → 📜 旨库 → 选模板 → 填参数 → 下旨
9 个预设模板：周报生成 · 代码审查 · API 设计 · 竞品分析 · 数据报告 · 博客文章 · 部署方案 · 邮件文案 · 站会摘要
编辑 agents/<id>/SOUL.md 即可修改 Agent 的人格、职责和输出规范。
三种方式添加 Skills：
看板 → 🔧 技能配置 → ➕ 添加远程 Skill
→ 输入 Agent + Skill 名称 + GitHub URL
→ 确认 → ✅ 完成
# 从 GitHub 添加 mmx_cli skill 到门下省
python3 scripts/skill_manager.py add-remote \
--agent menxia \
--name mmx_cli \
--source https://raw.githubusercontent.com/MiniMax-AI/cli/main/skill/SKILL.md \
--description "MiniMax 多模态 CLI 技能"
# 一键导入默认 skills 到指定 agents
python3 scripts/skill_manager.py import-official-hub \
--agents menxia,shangshu
# 列出所有已添加的远程 skills
python3 scripts/skill_manager.py list-remote
# 更新某个 skill 到最新版本
python3 scripts/skill_manager.py update-remote \
--agent menxia \
--name mmx_cli# 添加远程 skill
curl -X POST http://localhost:7891/api/add-remote-skill \
-H "Content-Type: application/json" \
-d '{
"agentId": "menxia",
"skillName": "mmx_cli",
"sourceUrl": "https://raw.githubusercontent.com/MiniMax-AI/cli/main/skill/SKILL.md",
"description": "MiniMax 多模态 CLI 技能"
}'
# 查看所有远程 skills
curl http://localhost:7891/api/remote-skills-list默认可导入 Skill：
支持的 Skills：
mmx_cli— MiniMax 多模态 CLI 技能（文本、图像、视频、语音、音乐、搜索）
如果你有自己的 Skills Hub，可以通过 OPENCLAW_SKILLS_HUB_BASE 或 ~/.openclaw/skills-hub-url 配置自定义源。
| 特点 | 说明 |
|---|---|
| React 18 前端 | TypeScript + Vite + Zustand 状态管理，13 个功能组件 |
| 纯 stdlib 后端 | server.py 基于 http.server，零依赖，同时提供 API + 静态文件服务 |
| EventBus 事件总线 | Redis Streams 发布/订阅，服务间解耦通信 |
| Outbox Relay | 事务性 Outbox 模式，保障事件可靠投递（至少一次语义） |
| 状态机审计 | 严格生命周期状态转换 + 完整审计日志（audit.py） |
| 并行调度引擎 | Dispatch Worker 支持并行执行、指数退避重试、资源锁 |
| DAG 编排器 | Orchestrator 基于 DAG 的任务分解与依赖解析 |
| Agent 思考可视 | 实时展示 Agent 的 thinking 过程、工具调用、返回结果 |
| 一键安装 / 一键启动 | install.sh 自动配置，start.sh 一条命令启动全部服务 |
| systemd 生产部署 | edict.service 支持 systemd 守护进程，开机自启 |
| 15 秒同步 | 数据自动刷新，看板倒计时显示 |
| Dashboard 鉴权 | auth.py 提供看板登录认证 |
| 每日仪式 | 首次打开播放上朝开场动画 |
| 远程 Skills 生态 | 从 GitHub/URL 一键导入能力，支持版本管理 + CLI + API + UI |
-
📖 任务分发流转完整架构 — 必读文档
- 详细讲解三省六部如何处理复杂任务的业务设计和技术实现
- 涵盖：9大任务状态机 / 权限矩阵 / 4阶段调度（重试→升级→回滚）/ Session JSONL数据融合
- 包含完整的使用案例、API端点说明、CLI工具文档
- 对标 CrewAI/AutoGen：为什么制度化>自由协作
- 故障场景与恢复机制
- 读这个文档会理解为什么三省六部这么强大（9500+ 字，30 分钟完整理解）
-
🎓 远程 Skills 资源管理指南 — Skills 生态
- 从网上连接和增补 skills，支持 GitHub/Gitee/任意 HTTPS URL
- 默认 Skills 源和自定义 Hub 支持
- CLI 工具 + 看板 UI + Restful API
- Skills 文件规范与安全防护
- 支持版本管理和一键更新
-
⚡ Remote Skills 快速入门 — 5 分钟上手
- 快速体验、CLI 命令、看板操作示例
- 创建自己的 Skills 库
- API 完整参考 + 常见问题
-
🚀 快速上手指南 — 新手入门
-
🤝 贡献指南 — 想参与贡献？从这里开始
❌ 任务总超时 / 下属完成了但无法传回太子
症状：六部或尚书省已完成任务，但太子收不到回报，最终超时。
排查步骤：
- 检查 Agent 注册状态：
curl -s http://127.0.0.1:7891/api/agents-status | python3 -m json.tool确认 taizi agent 的 statusLabel 是 alive。
- 检查 Gateway 日志：
ls /tmp/openclaw/ | tail -5 # 找到最新日志
grep -i "error\|fail\|unknown" /tmp/openclaw/openclaw-*.log | tail -20-
常见原因：
- Agent ID 不匹配（已在 v1.2 修复：
main→taizi） - LLM provider 超时（增加了自动重试）
- 僵尸 Agent 进程（运行
ps aux | grep openclaw检查）
- Agent ID 不匹配（已在 v1.2 修复：
-
强制重试：
# 手动触发巡检扫描（自动重试卡住的任务）
curl -X POST http://127.0.0.1:7891/api/scheduler-scan \
-H 'Content-Type: application/json' -d '{"thresholdSec":60}'❌ Docker: exec format error
症状：exec /usr/local/bin/python3: exec format error
原因：镜像架构（arm64）与主机架构（amd64）不匹配。
解决：
# 方法 1：指定平台
docker run --platform linux/amd64 -p 7891:7891 cft0808/sansheng-demo
# 方法 2：使用 docker-compose（已内置 platform）
docker compose up❌ Skill 下载失败
症状：python3 scripts/skill_manager.py import-official-hub 报错。
排查：
# 测试网络连通性
curl -I https://raw.githubusercontent.com/MiniMax-AI/cli/main/skill/SKILL.md
# 如果超时，使用代理
export https_proxy=http://your-proxy:port
python3 scripts/skill_manager.py import-official-hub --agents menxia常见原因：
- 中国大陆访问 GitHub raw 资源需要代理
- 网络超时（已增加到 30 秒 + 自动重试 3 次）
- 默认 skill 源无法访问，或自定义 Skills Hub 配置错误
完整路线图及参与方式：ROADMAP.md
- 十二部制 Agent 架构（太子 + 三省 + 七部 + 早朝官）+ 权限矩阵
- 军机处实时看板（10 个功能面板 + 实时活动面板）
- 任务叫停 / 取消 / 恢复
- 奏折系统（自动归档 + 五阶段时间线）
- 圣旨模板库（9 个预设 + 参数表单）
- 上朝仪式感动画
- 天下要闻 + 飞书推送 + 订阅管理
- 模型热切换 + 技能管理 + 技能添加
- 官员总览 + Token 消耗统计
- 小任务 / 会话监控
- 太子消息分拣（闲聊自动回复 / 旨意建任务）
- 旨意数据清洗（路径/元数据/前缀自动剥离）
- 重复任务防护 + 已完成任务保护
- 端到端测试覆盖（17 个断言）
- React 18 前端重构（TypeScript + Vite + Zustand · 13 组件）
- Agent 思考过程可视化（实时 thinking / 工具调用 / 返回结果）
- 前后端一体化部署（server.py 同时提供 API + 静态文件服务）
- 御批模式（人工审批 + 一键准奏/封驳）
- 功过簿（Agent 绩效评分 + 模型推荐 + 成本优化）
- EventBus 事件总线（Redis Streams 解耦通信）
- Outbox Relay（事务性事件投递）
- 状态机审计（严格生命周期 + 审计日志）
- 并行调度引擎（指数退避重试 + 资源锁）
- DAG 编排器（任务分解 + 依赖解析）
- Dashboard 鉴权（登录认证）
- 一键启动 / systemd 生产部署
- 急递铺（Agent 间实时消息流可视化）
- 国史馆（知识库检索 + 引用溯源）
- Docker Compose + Demo 镜像
- Notion / Linear 适配器
- 年度大考（Agent 年度绩效报告）
- 移动端适配 + PWA
- ClawHub 上架
欢迎任何形式的贡献！详见 CONTRIBUTING.md
特别欢迎的方向：
- 🎨 UI 增强：深色/浅色主题、响应式、动画优化
- 🤖 新 Agent：适合特定场景的专职 Agent 角色
- 📦 Skills 生态：各部门专用技能包
- 🔗 集成扩展：Notion · Jira · Linear · GitHub Issues
- 🌐 国际化：日文 · 韩文 · 西班牙文
- 📱 移动端：响应式适配、PWA
examples/ 目录收录了真实的端到端使用案例：
| 案例 | 旨意 | 涉及部门 |
|---|---|---|
| 竞品分析 | "分析 CrewAI vs AutoGen vs LangGraph" | 中书→门下→户部+兵部+礼部 |
| 代码审查 | "审查这段 FastAPI 代码的安全性" | 中书→门下→兵部+刑部 |
| 周报生成 | "生成本周工程团队周报" | 中书→门下→户部+礼部 |
每个案例包含：完整旨意 → 中书省规划 → 门下省审核意见 → 各部执行结果 → 最终奏折。
如果这个项目让你会心一笑，请给个 Star ⚔️
古有邸报传天下政令，今有公众号聊 AI 架构。
👆 扫码关注「cft0808」—— 朕的技术邸报
你会看到：
- 🏛️ 架构拆解 —— 三省六部到底怎么分权制衡的？12 个 Agent 各司何职？
- 🔥 踩坑复盘 —— Agent 吵架了怎么办？Token 烧光了怎么省？门下省为什么总封驳？
- 🛠️ Issue 修复实录 —— 每个 bug 都是一道奏折，看朕如何批红
- 💡 Token 省钱术 —— 用 1/10 的 token 跑出门下省审核效果的秘密
- 🎭 Agent 人设彩蛋 —— 六部的 SOUL.md 是怎么写出来的？
"朕让 AI 上朝，结果 AI 比朕还卷。" —— 关注后你会懂的。
⚔️ 以古制御新技，以智慧驾驭 AI
Governing AI with the wisdom of ancient empires