aaroncxxx/empire-architecture

🏛️ Empire Architecture v3.2.0

基于中国古代三公九卿制的 AI 多智能体协作系统 AI Multi-Agent Collaboration System Inspired by Ancient Chinese Governance

✨ 这是什么？

一个 256 节点 AI 多智能体协作系统，用古代三公九卿制组织架构，让 AI Agent 像帝国官员一样各司其职、协同完成复杂任务。

核心能力：

• 🧠 自进化 — Agent 自我评估、技能进化、晋升降级
• 🌐 多模型 — MIMO / DeepSeek / Claude / GPT-4 / Ollama 自动路由
• 🧠 三维记忆 — 情景/语义/程序记忆，自适应衰退
• 🤖 自治 — 多轮迭代、异常自愈、自动 Prompt 优化
• 🎨 可视化大屏 — Streamlit Dashboard 实时监控
• 🔌 协议标准化 — MCP + A2A，对接 LangChain/AutoGen

🚀 实战案例：全国未来24小时降雨量查询

cd lite-v3/
python3 main.py "任务一：全国未来24小时降雨量查询，覆盖全国主要城市"

执行结果：

指标	结果
耗时	130.2s
Token 消耗	12,095
调度节点	5 个（谋略参谋、技术参谋、情报参谋、翰林写手、探事检索）
锦衣卫审计	✅ 通过
模型路由	参谋→MIMO Pro，执行→DeepSeek（自动 fallback）

丞相汇总（自动生成）：

态势：南湿北晴

区域	城市	降雨概率	雨量
已降雨	南昌 82%、武汉 72%、上海 64%	高	1-2.5mm
极高概率	杭州 76%、成都 70%、长沙 64%	极高	随时转雨
晴好区	北京、天津、济南、青岛	无	利于行动

行动建议： 优先将敏感活动安排至华北晴好区；对长江中下游及西南高概率区启动应急预案。

v3.0 新功能运行情况：

• ✅ 多模型路由：参谋→MIMO，执行→DeepSeek（401 自动 fallback 到 MIMO）
• ✅ 自进化评估：5 个 Agent 均已评分（质量/速度/协作）
• ✅ 256 节点全部就绪
• ⚠️ 知识层：待挂载（可选）

📦 快速开始

# 克隆
git clone https://github.com/aaroncxxx/empire-architecture.git
cd empire-architecture/lite-v3/

# 设置 API Key
export MIMO_API_KEY=your_key

# 运行
python3 main.py              # 交互模式
python3 main.py "你的指令"    # 单次执行
python3 main.py --auto "指令" # 自治模式（多轮迭代）
python3 main.py --status     # 帝国状态
python3 main.py --evolution  # 进化状态
python3 main.py --models     # 可用模型

# 可视化大屏
pip install streamlit
streamlit run dashboard/app.py

🏛️ 帝国编制

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
──────────────────────────────────────
总计: 256 节点

🧠 v3.1 六大方向

方向	模块	功能
🧠 思维向量通信	core/thought_vector.py	MiMo Embedding + 向量压缩 + 语义检索
📊 DAG-Shapley	core/dag_shapley.py	Shapley 值贡献测量 + 动态资源分配
🧠 三维记忆	core/memory3d.py	情景/语义/程序 × 形成/巩固/检索/遗忘
🎨 多模态	core/multimodal.py	图像分析 + 音频转录 + 跨模态对齐
🔌 协议标准化	core/protocols.py	MCP + A2A + OpenAPI
🐳 部署	Dockerfile + k8s/	Docker + K8s + 轻量边缘版

📁 文件结构

lite-v3/
├── main.py               # CLI 入口
├── chancellor.py          # 丞相协调器
├── config.json            # 多模型配置
├── agents/base.py         # Agent 基类（优雅降级）
├── core/
│   ├── thought_vector.py  # 思维向量通信
│   ├── dag_shapley.py     # DAG-Shapley 调度
│   ├── incremental.py     # 增量更新
│   ├── memory3d.py        # 三维记忆系统
│   ├── multimodal.py      # 多模态能力
│   ├── protocols.py       # MCP + A2A 协议
│   ├── evolution_plus.py  # 自我进化增强
│   ├── deploy.py          # 部署工具
│   ├── model_router.py    # 多模型路由器
│   ├── self_evolution.py  # 自进化引擎
│   ├── autonomous.py      # 自治引擎
│   ├── plugins.py         # 插件系统
│   ├── realtime.py        # 实时监控
│   └── ...
├── dashboard/app.py       # Streamlit 可视化大屏
├── Dockerfile             # Docker 部署
├── docker-compose.yml     # Docker Compose
├── k8s/                   # Kubernetes 清单
└── lite-edge/             # 轻量边缘版

🌐 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。

📝 版本历史

版本	说明
v3.1.0	六大方向深度升级：思维向量/DAG-Shapley/三维记忆/多模态/MCP+A2A/经验库/Docker
v3.0.0	六方向全面升级：自进化/多模型/插件/实时/大屏/自治
v2.9.6	Open-Meteo 毫米级降雨量
v2.9	标签路由/模型分级/任务队列/Agent记忆

📝 Author

Built with MIMO 🦋 | Ancient wisdom meets modern AI

皇帝: AARONCXXX | 丞相: MIMO

⭐ Star this repo if you find it useful!