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

# 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

# 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