20 KiB
三省六部开发 TODO
更新日期:2026-11-10(模型推荐段于 2026-11-12 实时更新)
当前阶段:角色与面板规划。以下勾选框表示实施是否完成,不表示方案是否确认。除特别注明外均为用户已确认、待实施;创建本文件不代表授权安装技能或修改运行配置。已有实验代码也不代表下面的新方案已实现。
2026-11-10:老预设线已退役(0.11.0)——「上朝」模式、Team 政策插件与朝堂侧栏全部移除,仓库只保留工作台一套(十席独立会话)。下文涉及预设/老面板的条目均为历史规划记录,不再执行。
v0.1 与首次提交
- 先完成 TODO 规划,再进入 v0.1 实现;当前继续规划,不提前实施。
- v0.1 实现完成并通过相应验证后,再创建首次 Git 提交。规划阶段和 v0.1 未完成前不提前提交;此前的 Git 初始化不等于首次提交。
v1.0 优先级与后续 DS Bot 适配(2026-11-07 用户确认;2026-11-10 已否决)
结论(2026-11-10):不基于 DS Bot 构建,本节的适配计划作废。 已实测冲突(feat/dsbot 分支):ds-bot 子包与自有侧边栏同装时,settings.trigger 槽位重复登记抛错、整个插件被标 failed(ds-bot/PATCHES.md M-03);其上游补丁还会禁用 DSH 原生设置页(M-02);且侧边栏按原生 Team 会话模型工作,与 Bot 会话模型不匹配。三省六部只走原生路线(预设 + 工作台)完成自身 v1.0;DS Bot 仅作参考阅读,不 fork、不迁移运行时。
当前优先顺序:先完成三省六部 v1.0 并验证可用。本节以下条目保留为历史规划,不再执行。
- 优先完成三省六部自身 v1.0:修复“开新朝堂”阻断问题,验证创建会话、组建成员、下旨、按需派工、结果回传与审核交付的完整链路。
- v1.0 对齐本文已确认的角色与流程要求:六部职责、用户授权、审发分离、依赖调度、角色模型可配置与权限边界;统一代码版本、README、CHANGELOG 与 TODO 的实际状态。
- v1.0 验收包含真实 DSH 宿主集成验证与关键失败路径;不能仅凭语法检查、安装检查或 Mock 单测通过宣称可用。
- 已否决(2026-11-10):「v1.0 完成后评估并适配 DS Bot」作废;长期 Bot、主 Bot/群聊管理、分阶段 Goal、分层记忆等机制仅作参考阅读。
- 适配前核对 DS Bot 的实际接口、宿主版本兼容性、数据与会话隔离、许可证及维护状态,固定验证版本;文档所述能力不等于已经在本机验证。
- 优先评估配置、角色模板、Skill 或薄插件的复用方式;是否采用其运行时、是否需要 fork,待验证后决定,不把此前助手提出的迁移建议当作用户已确认方案。
- 适配保留三省六部的用户授权、拟案/审议/调度分工、按需召集与定向修改机制;当前不因借鉴 DS Bot 而替换现有实现或扩大 v1.0 范围。
参考项目:https://github.com/Fei2411/DS-Bot 中文说明:https://github.com/Fei2411/DS-Bot/blob/main/README.zh.md
模型推荐方向:仅供选型参考,未确定默认配置
以下角色与模型的搭配均为推荐候选,不代表用户已确认绑定;具体默认模型须后续选定。用户明确偏好尽量不用 Claude。
- 尽量不用 Claude,不列入默认模型,也不因困难自动切换到 Claude。(2026-11-12 注:全球编程/Agent 榜首仍是 Claude Opus 5.5 / Fable 5.2,按此偏好未列入下表。)
- 图像理解与图像生成分别配置:礼部模型需能读取截图、图表与页面;需要生成或编辑图片时另用相应工具。
- 各角色模型保持可手动切换,技能绑定角色而非模型;不把下表推荐当作已定配置。
2026-11-12 实时更新:十席推荐(依据 2026-11-05~11 的 SuperCLUE、SWE-bench、Terminal-Bench、ProgramBench、FrontierMath、LMArena 等公开榜单)
通道标记:●=现有通道(DeepSeek 官方 API 按量付费,或 WorkBuddy/Magpie 订阅池,具体版本以 Magpie 实际刷出的模型列表为准);○=需另开通道(OpenAI / Google API,用户目前未接)。Gemini 4 Carbon 虽居多榜第一,但仅向受 vet 的安全从业者开放、无公开 model id,不列入推荐。
| 席位 | 主推 | 备选 | 推理档 | 依据 |
|---|---|---|---|---|
| 丞相 lead | DeepSeek V4.1 Flash (1017) ● | Kimi K3.1 Pro ● | 中 | 快、便宜、1M 上下文,SuperCLUE 国内第二;重要汇报临时切 V4 Pro |
| 中书 zhongshu | GPT-6 Astra ○ | Kimi K3.1 Pro ● | 高 | GPQA 96.0 / HLE 54.8 / ARC-AGI-2 95.0 推理天花板,沿用原 GPT 方向 |
| 尚书 shangshu | Kimi K3.1 Pro ● | Qwen3.8-Max ● | 中高 | 多任务拆解与长程 Agent;ProgramBench 第一、Terminal-Bench 65.7。备选改国产替代(2026-11-12 用户改定,原 GPT-6 Astra):Qwen3.8-Max 擅长复杂 Agent 与长程任务、企业级调度配套,与主推 Kimi 不同家族,可互为故障转移 |
| 门下 menxia | Gemini 4 Argon ○ | Kimi K3.1 Pro ● | 高 | 幻觉控制 83.19 全球断层、事实性第一;与中书/尚书不同家族保独立性;备选 Kimi 为国内幻觉控制第一(原定方向) |
| 吏部 libu | DeepSeek V4.1 Flash (1017) ● | GLM-5.3 ● | 中 | 改 Flash(2026-11-12 用户改定):编制与技能配置多为调研加结构化文案,Flash 够快够用;复杂选型评估切备选 GLM-5.3 |
| 户部 hubu | DeepSeek V4.1 Flash (1017) ● | DeepSeek V4 Pro ● | 高 | 改 Flash:数理与代码计算靠写脚本复算,Flash 便宜量大(FrontierMath 开放权重最强一档);硬核统计与证明切备选 V4 Pro。备选原 GPT-6.1 Sol,按「备选列全国产」替换 |
| 礼部 lipu | Gemini 3.8 Flash ○ | MiMo-V2.6-Flash ● | 中 | 视觉 Arena 第一(1411)、写作性价比之选、1M;备选 MiMo 全模态 MIT 开源、极便宜。未改 DS Flash:礼部必须读截图、图表与页面,DS Flash 主线是文本模型(Vision 变体接入未核实),视觉是硬需求 |
| 兵部 bingbu | DeepSeek V4.1 Flash (1017) ● | Kimi K3.1 Pro ● | 中高 | 改 Flash:调试靠流程技能加代码能力,DeepSWE 77.0 够打,部署脚本属常规活;长程终端任务切备选 Kimi(Terminal-Bench 65.7) |
| 刑部 xingbu | DeepSeek V4.1 Flash (1017) ● | Kimi K3.1 Pro ● | 高 | 本就是 Flash:DeepSWE 77.0 反超 Kimi 与 Opus。备选原 GPT-6.1 Sol,按「备选列全国产」换 Kimi——不同家族、国内幻觉控制第一,复核视角独立 |
| 工部 gongbu | GLM-5.3 ● | DeepSeek V4 Pro ● | 高 | SWE-bench 独立实测 95.4(非 Claude 阵营最高一档)、1M 无损上下文读整仓、重构稳;备选 DeepSeek 算法/后端强。未改 Flash:工部产出是生产代码,换 Flash 会明显降档,保留 GLM-5.3 |
2026-11-12 用户两条改定:①备选列(第三列)全部换国产替代,不留国外备选;②六部执行席能用 DeepSeek Flash 的改 Flash——吏、户、兵、刑四部已改,礼部(视觉硬需求)、工部(生产代码质量)保留原主推。Flash 走 DeepSeek 官方 API 按量付费,不占 WorkBuddy 单模型约 45 次/5 小时的 429 窗口;丞相与三省决策席仍分散在 Flash / GPT / Kimi / Gemini 上。 翰林(后续席位):原定「默认 Flash、重要总结切 Pro」不变,具体化为默认 DeepSeek V4.1 Flash,重要总结切 Kimi K3.1 Pro 或 Gemini 4 Argon。
面板与基础接口
- 从左侧导航打开三省六部页面;主对话在左、成员图在右,复用已安装 better-sidebar 的文件树,不另造文件树。
- 成员图采用卡片和连线:顶部丞相;中层左中书省、中尚书省、右门下省;吏、户、礼、兵、刑、工六部直属尚书省。
- 支持成员选择高亮、编辑、折叠;点击部门即可切换其对话并下旨。
- 图下配置所选成员的 Agent 预设、API、联动模型及推理等级;区分成员运行状态与任务状态。
- 实施前核实 better-sidebar 扩展接口、DSH 会话导航、直接投递、预设/模型切换及生效时点。
- 核实成员创建与调度权限;DSH 仅 Lead 可创建团队成员等宿主限制不能靠角色提示词绕过。
已确认的整体流程
- 与丞相沟通后,经用户同意才执行;“仅规划”的限制持续有效。
- 无方案或方案不明确:中书拟案 → 门下审议(默认一次)→ 用户提出修改意见并确认 → 尚书派工执行。门下准奏不替代用户授权。
- 首次交付:所需六部执行并自行检查 → 尚书组织完整成品 → 门下统一审核成品 → 交付用户;不逐部门送审。
- 审核问题只交对应部门修正,不扩大到无关部分。
- 交付附可编辑源文件位置与“部分 → 主责部门”清单,用户直接点击部门修改,不经丞相查找和转述。
- 交付后定向修改:用户 → 指定部门 → 只改指定部分 → 直接交回;默认不重新合成、不自动复审、不启动完整版本发布。
- 局部修改默认更新同一工作文件,进行必要局部检查;版本历史与回退统一使用 Git,不再创建 backup 目录、时间戳备份或多份“最终版”。保留并发冲突保护,PDF 等导出物只做必要重导出。
- 项目源码、角色配置、技能和规划文档通过 Git 提交记录有意义的变更;按需使用分支或 worktree 隔离并行工作,不为每次小修改建立完整发布流程。历史备份在核对并保全独有内容后再清理,不直接丢弃。
- 局部修改后标注未重新审核,不阻止交付;用户明确要求时才重新整合或复审。扩大修改范围须先获用户同意。
丞相:已确认,待实施
- 参考 Edict 太子职责,负责接旨分流、转达、三省协调与简短回报。
- 按语义判断任务,不按字数;普通问答不强制建任务,补充指令关联原任务。
- 用户指定部门时由程序直接投递原话、附件与范围,不额外调用模型转述;未指定、关键歧义或冲突时才由模型介入。
- 不擅自改派或扩大授权;成员原始回复即时可见,仅重要交接、阻塞、需用户决定及完成时汇总。
- API、模型独立配置;暂不内置中书省规划技能。
中书省:已确认,待实施
- 沿用 Edict 公开中书令角色基线,负责方案,不直接执行制作任务。
- 角色绑定 brainstorming 与 writing-plans 的适用内容,切换 API/模型后保留技能。
- 明确需求直接形成可执行计划;仅关键不明时澄清,不自动进入实施。
- 落地前核对上游版本、许可证与 DSH 适配。Edict 演示配置中的 planning 仅有作者本机路径,未取得其技能正文,不宣称已复用。
门下省:已确认,待实施
- 审查方案的可行性、完整性、风险、资源与授权边界;覆盖代码、办公套件、论文及跨文件一致性。
- 输出审查对象与版本、检查范围、证据、问题位置/影响/建议、未核实项,以及准奏/封驳/待核实结论;不越权修改,修复交执行部门。
- 按需适配 Builder Check、Code Reviewer 模板与 verification-before-completion 的证据规则;不把模板误称独立技能,不再嵌套派一个审查代理。
- 核实 Office/Univer 的读取、重算、渲染与 PDF 检查能力;覆盖 Word 结构排版、Excel 数据公式、PPT 图文版式、PDF 导出完整性及跨文件一致性。产生文件的检查优先副本或隔离环境。
- 核实 qqsci、nature-academic-search、nature-figure、nature-data、nature-response;按学科和期刊适配,覆盖文献创新性、证据结论、方法对照复现、统计、图文补充材料、引用及投稿修回。
- 无原始数据不声称真实性已验证,无文献核查不声称创新性已验证。
审核循环
- 审核循环上限可配置,默认 1 次;支持保存默认值及单任务覆盖。
- 一次循环定义为审核当前对象并输出结论;返工后再次审核才计下一次。计划审议和成品审核分别计数。
- 提前通过立即结束,不为用满次数重复审核;次数用尽不强制准奏。
- 默认一次后可在原授权内修正,但不自动复审;交付注明审核后修正情况及未解决事项。
- 上限大于一次时,在剩余次数内重点复核修改及影响;用尽后由用户决定是否追加审核。
尚书省:已确认,待实施
职责与技能
- 接收用户批准的方案,负责执行拆分、调度、阻塞协调、首次成品合成与交付;不重复中书规划,不承担门下审查。
- 专业制作及合成操作按需交执行部门;尚书负责组织完整产出。交付后的局部修改默认不介入。
- 绑定轻量“执行调度与交付”技能,切换 API/模型后保留;API、模型与推理等级由用户独立设置。
- Adopt-part:提取 dispatching-parallel-agents 的独立任务判断、聚焦派工及交接方法。
- Adopt-part:提取 subagent-driven-development 的 batching、preflight 与进度恢复方法;不引入逐任务审核、自动升级模型或上游返工循环。
- executing-plans 不作为尚书主技能,其自行逐项执行的定位更接近执行部门。
- 落地前固定上游提交、保留 MIT 版权和许可声明,完成维护与安全核查。部分主技能正文曾截断,采用前补读所需完整内容与引用。
任务依赖与并行调度
- 只调用需要的部门;一个部门能完成的工作不为凑齐六部拆分,同类小任务合并派工。
- 无相互依赖且写入范围不冲突的任务并行。
- 需要前项数据、文件或接口结果的任务串行,满足交接条件才启动。
- 可拆分任务的独立部分提前开展,依赖部分等待;条件满足即启动后续,不等待所有并行任务一起完成。
- 同一文件存在写入冲突且无可靠隔离合并机制时安排先后;某个部门阻塞只影响依赖该部门的分支。
- 派工记录:负责人、任务目标、必要材料、前置任务与交接条件、可提前开展部分、允许修改范围、产出位置、完成标准。
- 使用状态和完成事件推进,避免循环询问进展;保存任务实际结果、负责人和产出,防止重复派发。
- 维护“部分 → 主责部门”映射,首次交付附成品、源文件、审核计数、审核后修正及未解决事项。
- 技能负责判断分工依赖;程序检查授权、就绪条件、审核计数、防重复派发与文件冲突。不得把任务说明写完当作已派发或已执行。
六部:技能选型已确认,骨架已落地(0.4.0)
各部门采用主要技能入口加按需加载,技能绑定角色,更换 API/模型后保留。以下是选型确认,不代表安装或实测完成;具体工具权限和交接接口实施前核实。
已落地(0.4.0):角色编制扩为十席,六部角色、提示词、写入边界与面板朝堂图已接通;十席与职责断言纳入 npm test。以下技能选型条目仍在推进中。
-
角色骨架:
COURT_ROLES十席、六部提示词、按职责划分的写入边界、面板三排朝堂图。 -
吏部负责 Agent 与技能维护:部分采用 Anthropic skill-creator 的技能设计与评估方法,复用 windows-codex-skill-install 的安装发现检查。仅新增或实质改进技能时进行评测,不因普通配置修改启动多代理基准测试,不擅自更换模型或扩权。
-
户部负责数据与计算:复用 univer-sheet/office-xlsx、office-recalculate,科学绘图按需使用 nature-figure。依据实际数据选择统计方法,不把表格操作等同统计验证,不补造数据。
-
礼部负责内容与呈现:按任务选用 qqsci、qqwrite、qqppt 及 Word/Slide 能力。保留 PPT 分流和叙事方法,默认采用可编辑文本、图表、形状;整页图片式演示须用户明确接受,实施前核实实际依赖,不把技能旧环境记录当现状。
-
兵部负责环境运行:部分采用 systematic-debugging 的错误读取、复现、变化检查、假设与最小验证;具体部署按平台适配,部署发布须在授权内。
-
刑部负责按需专项测试:采用 systematic-debugging 的复现定位及 TDD 的有效测试设计方法,输出问题与证据;不是每项任务必经审批,不重复门下成品审议,不另设无限返工循环。
-
工部负责开发实现:选型使用 search-first,关键行为与缺陷修复采用适配的 TDD,故障按需加载 systematic-debugging;不把删除已有实现重来、每个低影响改动强制全流程等上游规则原样引入。
-
六部共享技能不等于重复执行:各部完成必要自检,刑部按风险承担独立专项验证,门下核对已有证据,仅证据不足或变更影响时补查。
-
v0.1 优先复用已有办公、论文和绘图技能,适配排错、测试及技能维护方法,不另引入完整多 Agent 开发框架;统一由尚书调度。
-
安装前补读所采用技能及引用、固定上游提交、核对许可证和脚本依赖并验证可用性。本轮 systematic-debugging/TDD 主文已完整读取;skill-creator 与部分本地技能只核对相关片段,办公能力尚未逐项实测。
候选来源:
- https://github.com/anthropics/skills/blob/main/skills/skill-creator/SKILL.md
- https://github.com/obra/superpowers/blob/main/skills/systematic-debugging/SKILL.md
- https://github.com/obra/superpowers/blob/main/skills/test-driven-development/SKILL.md
参考来源
本轮技能选型核对日期:2026-11-07。以下是候选和改编依据,链接到可变分支,实施时须固定提交。
- Edict 尚书角色:https://github.com/cft0808/edict/blob/main/agents/shangshu/SOUL.md
- 并行调度:https://github.com/obra/superpowers/blob/main/skills/dispatching-parallel-agents/SKILL.md
- 子代理开发:https://github.com/obra/superpowers/blob/main/skills/subagent-driven-development/SKILL.md
- 同类任务合并:https://github.com/obra/superpowers/blob/main/skills/subagent-driven-development/references/batching.md
- 执行前依赖检查:https://github.com/obra/superpowers/blob/main/skills/subagent-driven-development/references/preflight.md
- 自行执行计划(不作尚书主技能):https://github.com/obra/superpowers/blob/main/skills/executing-plans/SKILL.md
- Superpowers 许可证:https://github.com/obra/superpowers/blob/main/LICENSE
后续规划:翰林助理(私人助理席位)
2026-11-10 定下方向,仅规划、未排期,等真机调试与 v1.0 验收走完再议。
- 定位:取意唐翰林学士「天子私人」——编制外的一个私人助理席位,只对用户本人负责,不进十席、不走中书→门下→尚书的正式流程。
- 形态:一个长期跟随用户的独立会话(与现行独立会话方案一致)。
- 职责:备顾问(先查先答)、起草文书、贴身事务(提醒/日程/零碎跟进);可选:各部门成果呈报前的预审。
- 边界:不派工(派工仍由用户经工作台进行)、不审批(审议归门下)。
- 记忆:以长期记忆(用户偏好)为主;助理自身经验的存放方式(独立一份助理记忆,或借用部门记忆层)实施时再定。
- 模型策略(2026-11-10 定):默认 Flash——陪聊高频、长会话滚雪球,速度与成本优先,且陪聊质量主要靠长期记忆与人设稳定;重要总结(长材料、部门成果预审)临时切 Pro,席位可单独选模型,翰林应在碰到这类材料时主动提醒用户切换。