dsh-sansheng-liubu/TODO.md

181 lines
20 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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。
- [x] 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。