需要搭建带强制评审门禁的多智能体编排、实时看板和审计追踪时…

适用于已使用 OpenClaw、需要把复杂任务拆成规划/评审/派发/并行执行并保留审计的多智能体场景。

适用场景

解决思路

1. 按架构路由任务：你（Emperor）→ taizi（分诊）→ zhongshu（规划）→ menxia（评审/否决）→ shangshu（派发）→ [hubu|libu|bingbu|xingbu|gongbu|libu2]（执行）→ memorial（归档结果）。
2. 把 menxia（门下省）作为强制质量门：它可否决并强制返工，任务到达执行者前必须通过；这是相对 CrewAI/AutoGen 的关键差异。
3. 准备环境：安装并运行 OpenClaw，安装 Python 3.9+，Node.js 18+，使用 macOS 或 Linux。
4. 快速演示（Docker，无需 OpenClaw）：x86/amd64（Ubuntu、WSL2）执行 docker run --platform linux/amd64 -p 7891:7891 cft0808/sansheng-demo。
5. Apple Silicon / ARM 执行 docker run -p 7891:7891 cft0808/sansheng-demo。
6. 或使用 docker-compose：执行 docker compose up，然后打开 http://localhost:7891。
7. 完整安装：执行 git clone https://github.com/cft0808/edict.git；cd edict；chmod +x install.sh && ./install.sh。
8. install.sh 自动创建 12 个 agent workspaces：taizi、zhongshu、menxia、shangshu、hubu、libu、bingbu、xingbu、gongbu、libu2、zaochao、legacy-compat。
9. install.sh 自动向每个 agent workspace 写入 SOUL.md 角色定义。
10. install.sh 自动在 openclaw.json 注册 agents 和 permission matrix。
11. install.sh 自动在所有 agent workspaces 之间符号链接共享数据目录。
12. install.sh 自动设置 sessions.visibility all 用于 agent 间消息路由。
13. install.sh 自动在所有 agents 间同步 API keys。
14. install.sh 自动构建 React frontend。
15. install.sh 自动初始化 data directory 并同步 official stats。
16. 首次 API Key 设置：先在第一个 agent 配置 API key，执行 openclaw agents add taizi；然后重新运行 ./install.sh 传播到所有 agents。
17. 运行系统：终端 1 执行 bash scripts/run_loop.sh 保持看板数据最新。
18. 终端 2 执行 python3 dashboard/server.py。
19. 打开 dashboard：执行 open http://127.0.0.1:7891。
20. OpenClaw agent 管理：执行 openclaw agents list 列出已注册 agents。
21. 添加/配置 agent：执行 openclaw agents add <agent-name>。
22. 检查 agent 状态：执行 openclaw agents status。
23. 配置更改后重启网关：执行 openclaw gateway restart。
24. 发送消息/敕令：执行 openclaw send taizi \"帮我分析一下竞争对手的产品策略\"。
25. Dashboard server 默认端口 7891：执行 python3 dashboard/server.py；自定义端口执行 PORT=8080 python3 dashboard/server.py。
26. 数据脚本：执行 python3 scripts/sync_officials.py 同步 official（agent）统计。
27. 执行 python3 scripts/kanban_update.py 更新看板任务状态。
28. 执行 python3 scripts/fetch_news.py 运行新闻聚合。
29. 执行 bash scripts/run_loop.sh 按顺序运行所有脚本进行完整刷新。
30. 配置 agent 模型：在 openclaw.json 的 agents 下为 taizi、zhongshu、menxia、shangshu 等设置 model 和 workspace，例如 taizi 用 claude-3-5-sonnet-20241022，zhongshu 用 gpt-4o，menxia 用 claude-3-5-sonnet-20241022，shangshu 用 gpt-4o-mini。
31. 配置 gateway：在 openclaw.json 中设置 gateway.port 为 7891，gateway.sessions.visibility 为 all。
32. 通过 Dashboard 热切换 per-agent model：进入 ⚙️ Models 面板 → 选择 agent → 选择 LLM → Apply；gateway 自动重启（约 5 秒）。
33. 设置环境变量：export ANTHROPIC_API_KEY=sk-ant-...；export OPENAI_API_KEY=sk-...；可选 export FEISHU_WEBHOOK_URL=https://open.feishu.cn/open-apis/bot/v2/hook/...；可选 export NEWS_API_KEY=...；覆盖 dashboard 端口 export DASHBOARD_PORT=7891。
34. 按角色使用 agents：taizi 太子分诊（聊天→自动回复，敕令→创建任务）；zhongshu 中书省规划（把敕令分解为子任务）；menxia 门下省评审/否决（质量门，可拒绝并强制返工）；shangshu 尚书省派发（把子任务分配给六部）。
35. 六部与早朝职责：hubu 户部处理财务、数据分析任务；libu 礼部处理沟通、文档任务；bingbu 兵部处理战略、安全任务；xingbu 刑部处理评审、合规任务；gongbu 工部处理工程、技术任务；libu2 吏部处理 HR、agent 管理任务；zaochao 早朝官聚合晨报。
36. 配置权限矩阵（在 openclaw.json 中，由 gateway 强制）：taizi→zhongshu；zhongshu→menxia；menxia→zhongshu, shangshu（可否决回 zhongshu）；shangshu→hubu, libu, bingbu, xingbu, gongbu, libu2；六部均→shangshu 逐级上报。
37. 任务状态机由 scripts/kanban_update.py 强制：有效转换 pending→planning；planning→reviewing 或 pending；reviewing→dispatching 或 planning；dispatching→executing；executing→completed 或 failed；completed→[]；failed→pending（重试）；非法转换会被拒绝，防止静默状态损坏。
38. 编程发送敕令：使用 subprocess 调用 openclaw send <agent> <message>，例如 send_edict(\"分析本季度用户增长数据，找出关键驱动因素\")、send_edict(\"起草一份关于产品路线图的对外公告\")、send_edict(\"审查现有代码库的安全漏洞\")。
39. 读取看板状态：从 data/tasks.json 读取并过滤 status，例如 get_tasks_by_status(\"executing\")、get_tasks_by_status(\"completed\")。
40. 带校验地更新任务状态：读取 data/tasks.json，按 VALID_TRANSITIONS 检查当前状态到新状态是否允许，不允许则抛出 Invalid transition；更新 status、updated_at，并在 history 追加 {from, to, timestamp} 后写回。
41. Dashboard REST API 客户端：GET http://127.0.0.1:7891/api/tasks、/agents、/sessions、/news；POST /tasks/pause、/tasks/cancel、/tasks/resume 并传 task_id=task-123；POST /agents/model 并传 agent=zhongshu, model=gpt-4o-2024-11-20 切换模型。
42. Agent 健康检查：读取 data/heartbeats.json；心跳在 2 分钟内为 🟢 active，2–10 分钟为 🟡 stale，超过 10 分钟或缺失为 🔴 offline。
43. 自定义 SOUL.md（agent 个性）：在 ~/.openclaw/workspaces/gongbu/SOUL.md 定义角色、规则、输出格式；要求工部把技术任务拆成可验证步骤、返回结构化 JSON {\"status\":\"...\",\"output\":\"...\",\"artifacts\":[]}、立即标记阻塞、开始前估算 S/M/L/XL 复杂度，并包含 summary 字段 ≤ 50 字符用于看板显示。
44. Dashboard 面板操作：Kanban（任务列、心跳徽章、过滤/搜索、pause/cancel/resume）；Monitor（agent 健康卡片、任务分布图）；Memorials（完成任务归档、5 阶段时间线、Markdown 导出）；Templates（9 个预设敕令模板与参数表单）；Officials（token 使用排名、活动统计）；News（每日科技/财经简报、Feishu 推送）；Models（per-agent LLM 切换，热重载约 5 秒）；Skills（查看/添加 agent skills）；Sessions（实时 OC-* session 监控）；Court（围绕主题的多 agent 讨论）。
45. 并行六部执行模式：shangshu 同时派发给多个 ministry；例如竞品分析：hubu→定价分析，libu→市场沟通分析，bingbu→竞争策略分析，gongbu→技术特性对比；所有任务并行执行，shangshu 等待 4 个全部完成后聚合。
46. Menxia 否决循环模式：若 menxia 拒绝 zhongshu 的计划，则发回如“子任务拆解不完整，缺少风险评估维度，请补充”；zhongshu 修订后重新提交 menxia，循环直到 menxia 批准；最大迭代次数在 openclaw.json 中配置 max_review_cycles，如 3。
47. 新闻聚合+推送模式：scripts/fetch_news.py → data/news.json → dashboard #news 面板；可选 Feishu 推送：读取 FEISHU_WEBHOOK_URL，POST JSON msg_type=text、content.text=📰 天下要闻 <summary>。
48. 排障 Docker exec format error：在 x86/amd64 上执行 docker run --platform linux/amd64 -p 7891:7891 cft0808/sansheng-demo。
49. 排障 agents 收不到消息：确保 sessions.visibility 为 all，执行 openclaw config set sessions.visibility all，然后 openclaw gateway restart；或重新运行 ./install.sh（会自动设置）。
50. 排障 API key 未传播所有 agents：在第一个 agent 配置 key，执行 openclaw agents add taizi，然后执行 ./install.sh 传播。
51. 排障 dashboard 数据陈旧：确保 bash scripts/run_loop.sh 正在运行；或手动刷新 python3 scripts/sync_officials.py 和 python3 scripts/kanban_update.py。
52. 排障 React frontend 未构建：需要 Node.js 18+，执行 cd dashboard/frontend，npm install && npm run build；之后 server.py 会提供构建资产。
53. 排障 invalid state transition：在更新前读取任务当前状态，打印 VALID_TRANSITIONS[task['status']]，只允许合法下一状态。
54. 模型更改后重启 gateway：编辑 openclaw.json models 部分后执行 openclaw gateway restart，等待约 5 秒让 agents 重连。
55. 了解项目结构以便定位：edict/install.sh；openclaw.json；scripts/run_loop.sh、kanban_update.py、sync_officials.py、fetch_news.py；dashboard/server.py、dashboard.html、frontend/；data/tasks.json、heartbeats.json、news.json、officials.json；workspaces/<agent>/SOUL.md；docs/task-dispatch-architecture.md、docs/getting-started.md。

适用边界 · 注意事项

• 未安装或不使用 OpenClaw、无法配置 LLM API Key、或环境不满足 Python 3.9+/Node.js 18+/macOS/Linux 时，不适合完整安装；仅可尝试 Docker 演示。
• 只需要单代理或轻量任务处理，且不需要强制质量门禁、看板、审计追踪时，不应引入 12 代理的复杂度。
• 依赖 Docker、外部付费 LLM/API、Feishu/Lark 或 News API 等可选服务时，缺少对应账号或工具会导致相关功能不可用。