帝国架构 — 基于中国古代三公九卿制的 AI 多智能体协作系统。256节点、三维记忆、因果推理、自我进化、零信任安全、多模型路由、Web管理界面、调试工具链。
---
name: empire-architecture
description: 基于中国古代三公九卿制的 AI 多智能体协作系统 · 256节点 · 三维记忆 × 因果推理 × 自我进化 × 观星台 · 企业级编排与安全
user-invokable: true
argument-hint: [COMMAND] [--auto] [--status] [--observatory]
metadata:
openclaw:
version: 3.2.1
author: aaroncxxx
tags: [multi-agent, memory, evolution, security, observatory, causal, rbac, dashboard]
---
# 🏛️ 帝国架构 Empire Architecture v3.2.1
> 基于中国古代三公九卿制的 AI 多智能体协作系统
> 三维记忆 × 因果推理 × 自我进化 × 观星台 × 企业安全
## 概述
帝国架构是一个企业级多 Agent 协作框架,以"丞相-百官"编排模式运行,256 个 Agent 节点各司其职、协同完成复杂任务。
**核心特色:**
- 🧠 **三维记忆系统** — 情景/语义/程序记忆 + embedding 语义检索
- 🔗 **因果推理** — 因果图谱,正向推理 + 反向追溯 + 链式可视化
- 🧬 **自我进化** — Agent 自动评估、LLM 驱动 Prompt 优化、等级晋升降级
- 🌟 **观星台** — 全局行为模式识别、长周期趋势追踪、异常检测、预测性告警
- 🌐 **多模型路由** — MIMO / DeepSeek / Claude / GPT-4 / Ollama 智能路由
- 🔒 **企业安全** — 零信任引擎、RBAC 角色权限、敏感词检测、审计日志
- ⚡ **异步 HTTP** — httpx 连接池 + 指数退避重试
## 快速开始
```bash
# 交互模式
python3 main.py
# 单次执行
python3 main.py "写一篇关于AI的报告"
# 自治模式(多轮迭代优化)
python3 main.py --auto "分析市场趋势"
# 系统状态
python3 main.py --status
# 观星台
python3 main.py --observatory
# Web 管理界面
streamlit run dashboard/app.py
```
## CLI 命令
```bash
# 核心命令
python3 main.py # 交互模式
python3 main.py "指令" # 单次执行
python3 main.py --auto "指令" # 自治模式
python3 main.py --status # 帝国状态
python3 main.py --agents # 节点列表
python3 main.py --tokens # Token 消耗
python3 main.py --evolution # 进化状态
python3 main.py --models # 可用模型
# v3.2 记忆系统
python3 main.py --causal # 因果图谱
python3 main.py --library # 帝国图书馆
# v3.2.1 观星台
python3 main.py --observatory
# 调试工具
python -m core.debug_tools health # 健康检查
python -m core.debug_tools errors # 错误摘要
python -m core.debug_tools export # 导出报告
```
## 帝国编制(256 节点)
```
皇帝: AARONCXXX 丞相: MIMO
──────────────────────────────────────
三公: 3 │ 九卿: 9 │ 六部: 6
参谋团: 16 │ 执行官: 24 │ 翰林院: 12
特殊机构: 20 │ 监察御史: 12 │ 扩展: 24
州牧: 32 │ 内廷侍从: 16 │ 武将营: 24
郡守: 32 │ 都督区: 16 │ 钦差: 14
锦衣卫: 1 │ 观星台: 1
──────────────────────────────────────
总计: 256+ 节点
```
## 三维记忆系统
| 维度 | 层级 | 说明 |
|------|------|------|
| **形式层** | Token → Parameter → Latent | 从原始文本到向量表示 |
| **功能层** | Episodic / Semantic / Procedural | 情景 / 语义 / 程序记忆 |
| **动态层** | 形成 → 巩固 → 检索 → 遗忘 → 更新 | 记忆生命周期 |
**v3.2.1 升级:**
- **Embedding 语义检索** — sentence-transformers / MIMO API 双后端,语义相似度 + 关键词混合
- **因果记忆图谱** — 正向推理 + 反向追溯 + 置信度传播
- **帝国图书馆** — 跨 Agent 知识共享 + 版本管理 + 访问控制
- **记忆蒸馏** — 从记忆中提取通用规律 + 自动蒸馏
## 观星台 Observatory
独立子系统,全局视角观测帝国运行状态:
- **指标采集**: 自动采集所有 Agent 的完成率/失败率/响应时间/性能评分
- **趋势分析**: 线性回归,识别上升/下降/稳定/波动趋势
- **异常检测**: 统计方法(标准差),飙升/骤降识别,严重度分级
- **模式识别**: 精英梯队/高错误率集群/潮汐模式
- **观测报告**: 自动生成,健康分数 + 趋势 + 异常 + 建议
## 多模型支持
| 模型 | Provider | 用途 | 成本 |
|------|----------|------|------|
| mimo-v2.5-pro | MiMo | 参谋/决策/分析 | $0.05/1k |
| deepseek-chat | DeepSeek | 代码/检索/执行 | $0.001/1k |
| claude-sonnet-4 | Anthropic | 创意/安全/审计 | $0.003/1k |
| gpt-4o | OpenAI | 通用备用 | $0.005/1k |
| llama3 | Ollama | 本地兜底 | 免费 |
**优雅降级**:DeepSeek/Claude/GPT-4 调用失败时,自动 fallback 到 MIMO。
## RBAC 角色权限
| 角色 | 说明 | 权限范围 |
|------|------|----------|
| 皇帝 (Emperor) | 最高权限 | 全部 |
| 丞相 (Chancellor) | 行政权 | 任务/Agent/财务/配置 |
| 三公 (San Gong) | 太尉/司徒/司空 | 任务/Agent/安全审计 |
| 参谋 (Advisor) | 战略分析 | 只读/分析 |
| 执行 (Executor) | 任务执行者 | 任务读写 |
| 监察 (Inspector) | 御史台 | 只读 + 审计 |
## 项目结构
```
lite-v3/
├── main.py # CLI 入口
├── chancellor.py # 丞相协调器
├── config.json # 多模型配置
├── core/
│ ├── memory3d.py # 三维记忆 + 语义检索
│ ├── model_router.py # 多模型路由 + httpx
│ ├── self_evolution.py # 自我进化 + LLM优化
│ ├── observatory.py # 观星台子系统
│ ├── security.py # 零信任安全
│ ├── rbac.py # RBAC 权限
│ ├── autonomous.py # 自治引擎 + GoT
│ ├── debug_tools.py # 调试工具链
│ └── ...
├── dashboard/app.py # Streamlit 可视化大屏
└── agents/base.py # Agent 基类
```
## 版本历史
| 版本 | 说明 |
|------|------|
| v3.2.1 | 观星台恢复 + LLM进化 + 语义记忆 + 异步HTTP + RBAC + 天气泛化 |
| v3.2.0 | 因果推理 + 帝国图书馆 + 记忆蒸馏 + 企业安全 + Dashboard |
| v3.1.0 | 思维向量/DAG-Shapley/三维记忆/多模态/MCP+A2A/Docker |
| v3.0.0 | 自进化/多模型/插件/实时/大屏/自治 |
## Author
> Built with MIMO 🦋 | Ancient wisdom meets modern AI
>
> 皇帝: AARONCXXX | 丞相: MIMO
don't have the plugin yet? install it then click "run inline in claude" again.