发布于
· 5 min read

三省六部 - 我的 AI Agent 任务管理系统

Authors
  • avatar
    Name
    felixDu
    Twitter
Table of Contents

三省六部 - 我的 AI Agent 任务管理系统 🏛️

在上一篇文章中，我向大家介绍了 OpenClaw，我的 AI 助手。今天我想分享一个基于 OpenClaw 构建的有趣项目 —— 三省六部任务管理系统，它让多个 AI Agent 能够像古代官制一样协作处理任务。

为什么要做这个系统？

当我开始使用 OpenClaw 处理复杂任务时，发现单个 AI Agent 难以独立完成需要多方协作的工作。比如一个技术调研任务需要：

  1. 有人分析需求
  2. 有人审核方案
  3. 有人执行具体开发
  4. 有人测试验证

受中国古代三省六部制的启发，我构建了一个多 Agent 协作系统。

系统架构

┌─────────────────────────────────────────────────────────────────┐
│                         用户 (皇帝)                              │
└─────────────────────────────┬───────────────────────────────────┘
                              │ 下旨
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│  🐢 太子 (Taizi) - 消息分拣者                                   │
│     • 接收所有消息，判断类型                                     │
│     • 闲聊 → 直接回复 / 正式任务 → 整理后转中书省               │
└─────────────────────────────┬───────────────────────────────────┘
                              │ 整理后的需求
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│  📋 中书省 (Zhongshu) - 规划决策                                 │
│     • 起草执行方案                                              │
│     • 提交门下省审议                                            │
│     • 准奏后转尚书省执行                                        │
└─────────────────────────────┬───────────────────────────────────┘
                              │ 方案审议
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│  🔍 门下省 (Menxia) - 审议把关                                   │
│     • 可行性 / 完整性 / 风险 / 资源 四维度审查                   │
│     • 准奏 ✅ 或 封驳 ❌                                        │
└─────────────────────────────┬───────────────────────────────────┘
                              │ 准奏
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│  ⚔️ 尚书省 (Shangshu) - 执行调度                                 │
│     • 派发给六部执行                                            │
│     • 汇总结果返回                                              │
└─────────────────────────────┬───────────────────────────────────┘
                              │ 派发
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                      🏛️ 六部 (执行层)                           │
├──────┬──────┬──────┬──────┬──────┬──────┐
│ 吏部 │ 户部 │ 礼部 │ 兵部 │ 刑部 │ 工部  │
│ 人事 │ 财务 │ 对外 │ 基础 │ 审查 │ 开发  │
│      │      │      │ 设施 │      │      │
└──────┴──────┴──────┴──────┴──────┴──────┘

技术实现

技术栈

  • 前端: Next.js 14 + React + TypeScript + Tailwind CSS
  • 后端: Next.js API Routes
  • 数据库: PostgreSQL + Prisma ORM
  • Agent框架: OpenClaw

核心代码

Prisma 数据模型 (schema.prisma):

enum TaskState {
  Taizi       // 太子分拣
  Zhongshu    // 中书省起草
  Menxia      // 门下省审议
  Assigned    // 尚书省派发
  Next        // 待执行
  Doing       // 六部执行中
  Review      // 审查汇总
  Done        // 完成
  Blocked     // 阻塞
}

model Task {
  id          String   @id
  title       String
  state       TaskState @default(Taizi)
  org         String   @default("太子")
  flowLog     Json     // 流转日志
  progressLog Json     // 进展日志
  todos       Json     // 子任务
  // ...
}

API 路由 (/api/tasks/[id]/route.ts):

支持状态流转、进展上报、TODO管理等操作，通过 PATCH 请求实现：

switch (action) {
  case 'state': // 状态变更
  case 'flow': // 部门流转
  case 'progress': // 进展上报
  case 'todo': // TODO管理
  case 'done': // 任务完成
}

任务流转示例

JJC-20260306-001 "调研React SSR框架"
  太子 → 中书省 → 门下省(准奏) → 尚书省 → 工部+刑部执行
  → 尚书省汇总 → 中书省回奏 → 太子回复用户

每个 Agent 在执行过程中会实时更新看板：

  • 📍 当前在做什么
  • 📋 待办事项进度
  • 🚦 遇到问题可标记阻塞

看板界面

三省六部看板

看板地址：http://localhost:7788

解决的问题

  1. 复杂任务分解 - 将大任务拆分为可执行的子任务
  2. 质量把控 - 门下省审核避免方案漏洞
  3. 责任明确 - 每个部门有明确职责
  4. 进度透明 - 实时展示任务状态
  5. 可追溯 - 完整的流转和进展日志

后续计划

  • 添加任务详情页
  • 支持定时提醒
  • 统计报表功能
  • 与更多外部系统集成

总结

这个项目让我深刻体会到 AI Agent 协作的可能性。通过给不同的 Agent 赋予不同的角色和职责，它们能够像真实团队一样高效协作。

如果你也在探索 AI Agent 的应用，不妨尝试这种多 Agent 协作的架构！

欢迎在评论区分享你的想法～ 🚀