从自由讨论到制度保障——一个企业级多Agent协作框架的实现
引言
在多Agent系统的实际落地过程中，我们常会遇到一类典型困境：随着智能体数量增加，协作关系变得混乱，信息传递失效，任务分配模糊，最终导致整个系统退化为"一堆各行其是的聊天机器人"。自由式协作在Demo阶段表现出色，但面对真实业务场景的复杂性时，往往暴露出严重的可扩展性问题。
本文介绍的edict项目，正是为解决这一难题而生的实践探索。它将中国古代三省六部制的行政智慧与现代多Agent系统相结合，构建了一套制度化、可复用的协作框架，让AI协作从"自由讨论"走向"制度保障"。
项目概述
项目背景
当前主流的多Agent协作框架大多采用"平等对话"模式，智能体之间地位对等，通过自然语言协商完成任务分工。这种模式在简单场景下直观高效，但随着业务复杂度提升，暴露出几个根本性问题：
- 职责边界模糊导致任务踢皮球
- 信息流转无序造成重复劳动和遗漏
- 决策路径不清使得系统整体缺乏明确的执行方向
设计目标
edict项目的设计遵循三条核心原则：
| 原则 | 说明 |
|---|---|
| 制度化 | 为AI协作建立明确的职责分工和决策层级 |
| 可复用 | 框架与具体业务逻辑分离 |
| 透明化 | 所有任务流转和决策过程可追溯可审计 |
agency-agents-zh 项目简介
agency-agents-zh是专注于中国市场的AI专家智能体库，包含186个即插即用的AI专家人格。
核心能力
- 186个AI专家智能体：包括142个英文版翻译+44个中国市场原创
- 支持平台：小红书、抖音、微信、哔哩哔哩等中国主流平台
- 支持工具：14种主流AI编程工具（Claude Code、Cursor、OpenClaw等）
- 配套编排引擎：Agency Orchestrator，支持YAML定义工作流，零代码编排
融合价值
edict项目借鉴了agency-agents-zh的专家智能体概念，将专业分工思路引入OpenClaw的三省六部制框架。agency-agents-zh提供了丰富的专家库资源，而edict提供了制度化的协作框架，两者融合实现了"专家能力+制度保障"的完整解决方案。
架构设计
整体架构
edict采用五层架构：皇上 → 丞相 → 门下省 → 尚书省 → 六部
┌─────────────────────────────────────────────────────┐
│ 皇上 │
│ 最终决策者和任务发起方 │
└─────────────────────┬───────────────────────────────┘│ 旨意下达
┌─────────────────────▼───────────────────────────────┐
│ 丞相 │
│ 旨意接收、分拣、方案起草 │
└─────────────────────┬───────────────────────────────┘│
┌─────────────────────▼───────────────────────────────┐
│ 门下省 │
│ 审议与封驳机构 │
└─────────────────────┬───────────────────────────────┘│
┌─────────────────────▼───────────────────────────────┐
│ 尚书省 │
│ 执行调度中心 │
└─────────────────────┬───────────────────────────────┘│
┌─────────────────────▼───────────────────────────────┐
│ 六部 │
│ 吏部 户部 礼部 兵部 刑部 工部 │
└─────────────────────────────────────────────────────┘
链路优化
将太子与中书省合并为丞相，跳数从5跳压缩到4跳，Agent从9个减少到8个，响应速度提升约20%。
六部职能详解
| 部门 | 职能领域 | 具体职责 |
|---|---|---|
| 吏部 | 人事与资源管理 | 技能评估、负载协调、能力档案维护 |
| 户部 | 数据与账目管理 | 任务状态追踪、归档分析、数据支撑 |
| 礼部 | 沟通与流程规范 | 消息格式规范、流程标准维护、跨部门协作接口 |
| 兵部 | 安全与权限管控 | 身份验证、权限检查、安全策略管理 |
| 刑部 | 问题溯源与责任认定 | 日志分析、原因诊断、责任归属 |
| 工部 | 工具与基础设施 | 工具链维护、基础设施监控、技术支持 |
工作流程
皇上下达旨意 → 丞相分拣识别 → 中书省起草方案 → 门下省审议（准奏/封驳） → 尚书省执行调度 → 六部专业执行 → 结果汇总回报 → 皇上裁决
分拣规则
直接回复类：
- 简短确认、闲聊问答、状态查询
完整流程类：
- 明确工作指令、有具体交付物、实质性内容的工作指令
与传统框架对比
| 维度 | 传统平等协作模式 | edict制度化框架 |
|---|---|---|
| 职责划分 | 模糊，依赖协商 | 明确，制度规定 |
| 决策路径 | 多路径，不确定 | 单路径，可预期 |
| 扩展性 | 随规模快速退化 | 线性可控 |
| 结果稳定性 | 受对话状态影响 | 流程驱动，输出一致 |
核心价值
- 可预期性：系统状态清晰、决策路径明确、输出结果稳定
- 可扩展性：新增能力只需在对应部门补充
- 可审计性：每个决策和执行步骤都有记录可查
局限性
- 框架引入一定复杂性，对于简单任务可能过于正式
- 固定的角色层级可能限制某些创新协作模式
未来展望
- 支持更灵活的角色定义
- 引入学习机制优化任务分配
- 完善与其他主流Agent框架的集成
- 将agency-agents-zh的专业智能体资源逐步纳入体系
相关资源
- agency-agents-zh项目：
/Volumes/My Passport/81shuke/AI/agency-agents-zh - edict（三省六部制）：https://github.com/cft0808/edict