三省六部制：OpenClaw 多 Agent 架构实践
前言
一个人干不过一个团队。AI 也一样。
单打独斗的 AI 助手，能力有上限。但如果让多个 Agent 分工协作呢？
我尝试用 OpenClaw 构建了一个三省六部制多 Agent 系统，效果惊人。
为什么需要多 Agent？
单 Agent 的困境
- 知识过载：什么都懂一点，什么都不精
- 上下文污染：聊技术又聊财务，记忆混乱
- 角色冲突：既是秘书又是程序员，效率低下
多 Agent 的优势
- 专业分工：每个 Agent 只做一件事，做到极致
- 记忆隔离：财务 Agent 不知道技术细节，反之亦然
- 协同工作：复杂任务拆分，并行执行
三省六部制设计
架构灵感
中国古代的三省六部制，是经典的分工制衡设计：
皇帝 → 中书省（决策）→ 门下省（审核）→ 尚书省（执行）→ 六部
这套机制，恰好适合多 Agent 系统。
我的实现
| 部门 | 角色 | 职责 |
|---|---|---|
| 大内总管 | 入口 | 接收消息，分拣任务 |
| 中书省 | 规划 | 制定方案，分解任务 |
| 门下省 | 审核 | 质量把控，风险评估 |
| 尚书省 | 执行 | 派发任务，协调进度 |
| 工部 | 技术 | 开发、运维、爬虫 |
| 户部 | 财务 | 记账、分析、投资 |
| 吏部 | 人事 | 文档、招聘、培训 |
| 兵部 | 安全 | 防御、审计、应急 |
| 刑部 | 合规 | 法务、风控、合规 |
技术实现
1. 配置 Agent
每个 Agent 有独立的：
- 工作区：
~/.openclaw/agents/{部门}/workspace/ - 记忆库：独立的 MEMORY.md
- 技能包：只装相关技能
2. 通信机制
sessions_spawn(agentId="zhongshu", task="制定方案")
sessions_send(sessionKey="xxx", message="修改建议")
3. 工作流示例
用户请求：「帮我开发一个爬虫系统」
大内总管 → 识别为技术任务
↓
中书省 → 制定技术方案
↓
门下省 → 审核方案质量
↓
尚书省 → 派发工部执行
↓
工部 → 编写爬虫代码
↓
尚书省 → 汇总结果回奏
实际效果
效率提升
- 响应速度：专业 Agent 无需上下文切换
- 输出质量：每个领域有专职 Agent
- 记忆管理：部门记忆独立，互不干扰
踩坑记录
- 技能安装位置：必须装到部门目录，不能全局共享
- 通信方式：
sessions_spawn启动 Agent，sessions_send通知已有 session - 资源隔离：不要用符号链接，复制独立副本
结语
多 Agent 不是炫技，而是解决实际问题。
当你的 AI 助手开始像个团队一样工作，你会发现：
一个人干不过一个团队，一个 AI 也是。
相关文章：