edict

像政府一样分工，让 9 个 AI 帮你搞定复杂任务

edict 是一个基于 Python 的多智能体编排系统，灵感来源于中国古代的三省六部制，将复杂的 AI 任务拆解给 9 个专业智能体协同完成。它解决了单一 AI 模型在处理复杂工作流时能力单一、协作混乱的问题，提供了实时仪表盘、看板视图、模型配置和完整的审计追踪功能。核心能力包括：任务自动分配与编排、多模型灵活切换（支持 OpenAI、Claude 等）、全流程操作日志记录，以及直观的可视化管理界面。系统设计强调结构化协作，每个智能体有明确职责，类似政府部门的职能划分，从而提升任务执行效率和可追溯性。适用于需要多步骤、多角色参与的复杂自动化场景，如内容生产、数据分析、项目管理等。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 16906

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类智能体

开发团队cft0808

所属国家

官网地址https://openclaw.ai

GitHubhttps://github.com/cft0808/edict

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai-agents,ai-orchestration,autonomous-agents,claude,dashboard,kanban,llm,multi-agent,openai,openclaw,orchestration,python,workflow-automation

GitHub 星标★ 16906

30天Star增速

HF 下载量

上线时间2026-02-23 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

难度：进阶约 15 分钟部署方式：本地安装 7 步

环境要求

Python 3 环境（看板服务器与脚本均为 Python）
Git（用于克隆仓库）
OpenClaw CLI（openclaw 命令，用于注册 Agent 与配置 API Key）
Node.js 18+（可选，仅用于构建 React 前端，未安装则安装脚本自动跳过）
Docker（可选，仅用于一键体验预置数据的看板 Demo）

安装与启动步骤

1克隆仓库

把 edict 源码下载到本地并进入项目根目录，后续所有脚本都在此目录执行。
```
git clone https://github.com/cft0808/edict.git
cd edict
```
2首次配置 API Key

首次安装必须先为太子 Agent 配置 API Key，否则 install.sh 没有 Key 可同步给其他 Agent。
```
openclaw agents add taizi
```
3运行安装脚本

自动创建 Agent Workspace、写入各省部 SOUL.md、注册权限矩阵、统一数据软链并重启 Gateway。
```
chmod +x install.sh && ./install.sh
```
4一键启动服务

推荐用 start.sh 同时拉起数据刷新循环与看板服务器；也可用 edict.sh 管理进程。
```
chmod +x start.sh && ./start.sh
```
5分别启动（备选）

如不想用一键脚本，可手动后台跑数据刷新循环，再启动 Python 看板服务器。
```
bash scripts/run_loop.sh &
python3 dashboard/server.py
```

6安装为系统服务

需要开机自启时，把自带的 systemd 单元文件装入系统并启用。

sudo cp edict.service /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable edict
sudo systemctl start edict

7Docker 快速体验

不想装环境时，直接拉镜像跑预置模拟数据的看板 Demo，端口映射到 7891。
```
docker run -p 7891:7891 cft0808/sansheng-demo
```

关键配置

配置项	必填	说明	示例
`API Key`	是	模型调用凭证，首次通过 openclaw agents add taizi 配置后同步到所有 Agent。	`sk-xxxxxxxx`
`监听端口`	否	看板服务端口，Docker 命令中映射为 7891:7891。	`7891`
`https_proxy`	否	中国大陆访问 GitHub raw 下载 Skill 时需要的代理。	`http://your-proxy:port`

如何确认成功

浏览器打开 http://localhost:7891 能看到军机处看板即成功；也可执行 bash edict.sh status 查看服务状态。

常见问题

Q：Docker 启动报 exec format error 怎么办？

A：这是镜像架构不匹配（常见于 x86/amd64 的 Ubuntu、WSL2）。改用 docker run --platform linux/amd64 -p 7891:7891 cft0808/sansheng-demo，或用已内置 platform 的 docker compose up。

Q：Skill 下载失败报错怎么办？

A：多为访问 GitHub raw 超时。可先 export https_proxy=http://your-proxy:port，再执行 python3 scripts/skill_manager.py import-official-hub --agents menxia。也检查自定义 Skills Hub 配置是否正确。

Q：首次安装后 Agent 之间消息不可达？

A：install.sh 已设置 sessions.visibility all 解决此问题，重新完整运行一次安装脚本并让 Gateway 重启生效即可。

Q：前端页面没有构建出来？

A：install.sh 构建 React 前端需要 Node.js 18+，未安装会自动跳过。可自行安装 Node.js 18+ 后重新运行 ./install.sh。

注意事项

README 中 Docker 镜像名不一致：开头写 cft0808/edict，Docker 章节写 cft0808/sansheng-demo，按后者为准或自行确认。
README 未说明 openclaw CLI 本身的安装方式，需自行准备该命令环境。
首次安装必须先用 openclaw agents add taizi 配好 API Key，再重新运行 ./install.sh 同步到所有 Agent。
安装脚本需在项目根目录执行，涉及 Gateway 重启，请确认当前没有正在运行的任务。

核心亮点

三省六部制的结构化分工，任务拆解清晰，避免多智能体协作混乱
内置实时仪表盘和看板，任务进度和状态一目了然
支持 OpenAI、Claude 等多模型配置，灵活适配不同任务需求

不足之处

文档/社区待观察
系统复杂度较高，上手可能需要一定学习成本

适用场景

企业级复杂工作流自动化，如跨部门协作任务
内容工厂批量生产，多角色审核与发布
数据分析与报告生成，多智能体分步处理

替代项目

AutoGen、CrewAI、LangGraph

项目介绍

edict 是智能体领域的开源项目，由 cft0808 开发，是 2026 年新上线的项目。

在全站 13,014 个收录项目中，它的 GitHub 星标数（16,906）位列前 3%，在智能体分类的 2,499 个项目里位列前 4%。

近 44 天，它的 GitHub 星标从 16,342 增加到 16,906，净增 564。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。从国内网络环境看，可直接访问。

它主要面向的使用场景是：企业级复杂工作流自动化，如跨部门协作任务。同类可对比的替代方案包括 AutoGen、CrewAI、LangGraph。

上一篇：awesome-autoresearch

下一篇：Auto-Research-Skills