feat: killer README hooks, Demo GIF, ROADMAP.md, examples/ with 3 use cases

- Rewrite README/README_EN opening with cognitive conflict hook - Add 门下省 review mechanism callout (collapsible) - Record 30s Demo GIF (800px, 4.6MB) via Playwright - Create standalone ROADMAP.md with Phase 1/2/3 structure - Add examples/: competitive analysis, code review, weekly report - Add Star History chart - Restructure inline Roadmap into phases - Add examples reference section in both READMEs
2026-04-20 21:00:16 +08:00 · 2026-02-25 00:29:39 +08:00
parent 3cbc624f94
commit a4417abb56
10 changed files with 822 additions and 1188 deletions
--- a/.github/ISSUE_TEMPLATE/三省六部-功能需求文档PRD.md
+++ b/.github/ISSUE_TEMPLATE/三省六部-功能需求文档PRD.md
--- a/README.md
+++ b/README.md
@@ -1,20 +1,19 @@
-<p align="center">
-  <img src="docs/screenshots/01-kanban-main.png" alt="三省六部 · 军机处看板" width="100%">
-</p>
-
 <h1 align="center">⚔️ 三省六部 · Edict</h1>

 <p align="center">
-  <strong>当 AI 学会了中国古代的治国术</strong><br>
-  <sub>9 个 AI Agent 组成三省六部，像治理帝国一样管理你的复杂任务</sub>
+  <strong>我用 1300 年前的帝国制度，重新设计了 AI 多 Agent 协作架构。<br>结果发现，古人比现代 AI 框架更懂分权制衡。</strong>
 </p>

 <p align="center">
+  <sub>9 个 AI Agent 组成三省六部：中书省规划、门下省审核封驳、尚书省派发、六部并行执行。<br>比 CrewAI 多一层<b>制度性审核</b>，比 AutoGen 多一个<b>实时看板</b>。</sub>
+</p>
+
+<p align="center">
+  <a href="#-demo">🎬 看 Demo</a> ·
+  <a href="#-30-秒快速体验">🚀 30 秒体验</a> ·
+  <a href="#-架构">🏛️ 架构</a> ·
+  <a href="#-功能全景">📋 看板功能</a> ·
  <a href="README_EN.md">English</a> ·
-  <a href="#-30-秒快速体验">快速开始</a> ·
-  <a href="#-架构">架构</a> ·
-  <a href="#-功能全景">看板功能</a> ·
-  <a href="docs/getting-started.md">详细指南</a> ·
  <a href="CONTRIBUTING.md">参与贡献</a>
 </p>

@@ -29,11 +28,15 @@

 ---

-## 💡 一句话定义
+## 🎬 Demo

-> **三省六部** 是第一个将古代帝国治理智慧应用于 AI 多 Agent 协同的开源系统。
-> 你下一道旨，中书省规划、门下省审议、尚书省派发、六部并行执行，最后汇总回奏。
-> 附带一个开箱即用的**军机处看板**，让所有流转一目了然。
+<p align="center">
+  <img src="docs/demo.gif" alt="三省六部 Demo" width="100%">
+  <br>
+  <sub>飞书下旨 → 中书省规划 → 门下省审议 → 六部并行执行 → 奏折回报（30 秒）</sub>
+</p>
+
+> 🐳 **没有 OpenClaw？** 跑一行 `docker run -p 7891:7891 cft0808/edict` 即可体验完整看板 Demo（预置模拟数据）。

 ---

@@ -66,7 +69,25 @@
 | **部署难度** | 中 | 高 | 中 | **低 · 一键安装 / Docker** |

 > **核心差异：制度性审核 + 完全可观测 + 实时可干预**
-> 让 AI 协作像治国一样，有规矩、有审计、有制衡。
+
+<details>
+<summary><b>🔍 为什么「门下省审核」是杀手锏？（点击展开）</b></summary>
+
+<br>
+
+CrewAI 和 AutoGen 的 Agent 协作模式是 **"做完就交"**——没有人检查产出质量。就像一个公司没有 QA 部门，工程师写完代码直接上线。
+
+三省六部的 **门下省** 专门干这件事：
+
+- 📋 **审查方案质量** —— 中书省的规划是否完备？子任务拆解是否合理？
+- 🚫 **封驳不合格的产出** —— 不是 warning，是直接打回重做
+- 🔄 **强制返工循环** —— 直到方案达标才放行
+
+这不是可选的插件——**它是架构的一部分**。每一个旨意都必须经过门下省，没有例外。
+
+这就是为什么三省六部能处理复杂任务而结果可靠：因为在送到执行层之前，有一个强制的质量关卡。1300 年前唐太宗就想明白了——**不受制约的权力必然会出错**。
+
+</details>

 ---

@@ -397,6 +418,9 @@ edict/

 ## 🗺️ Roadmap

+> 完整路线图及参与方式：[ROADMAP.md](ROADMAP.md)
+
+### Phase 1 — 核心架构 ✅
 - [x] 九部制 Agent 架构 + 权限矩阵
 - [x] 军机处实时看板（10 个功能面板）
 - [x] 任务叫停 / 取消 / 恢复
@@ -407,13 +431,19 @@ edict/
 - [x] 模型热切换 + 技能管理 + 技能添加
 - [x] 官员总览 + Token 消耗统计
 - [x] 小任务 / 会话监控
- [ ] 功过簿（Agent 绩效评分体系）
+
+### Phase 2 — 制度深化 🚧
 - [ ] 御批模式（人工审批 + 一键准奏/封驳）
- [ ] 国史馆（知识库检索 + 引用溯源）
+- [ ] 功过簿（Agent 绩效评分体系）
 - [ ] 急递铺（Agent 间实时消息流可视化）
+- [ ] 国史馆（知识库检索 + 引用溯源）
+
+### Phase 3 — 生态扩展
+- [ ] Docker Compose + Demo 镜像
+- [ ] Notion / Linear 适配器
 - [ ] 年度大考（Agent 年度绩效报告）
- [ ] Docker Compose 一键部署
- [ ] 移动端适配
+- [ ] 移动端适配 + PWA
+- [ ] ClawHub 上架

 ---

@@ -431,12 +461,28 @@ edict/

 ---

+## 📂 案例
+
+`examples/` 目录收录了真实的端到端使用案例：
+
+| 案例 | 旨意 | 涉及部门 |
+|------|------|----------|
+| [竞品分析](examples/competitive-analysis.md) | "分析 CrewAI vs AutoGen vs LangGraph" | 中书→门下→户部+兵部+礼部 |
+| [代码审查](examples/code-review.md) | "审查这段 FastAPI 代码的安全性" | 中书→门下→兵部+刑部 |
+| [周报生成](examples/weekly-report.md) | "生成本周工程团队周报" | 中书→门下→户部+礼部 |
+
+每个案例包含：完整旨意 → 中书省规划 → 门下省审核意见 → 各部执行结果 → 最终奏折。
+
+---
+
 ## ⭐ Star History

 如果这个项目让你会心一笑，请给个 Star ⚔️

 [![Star History Chart](https://api.star-history.com/svg?repos=cft0808/edict&type=Date)](https://star-history.com/#cft0808/edict&Date)

+[![Star History Chart](https://api.star-history.com/svg?repos=cft0808/edict&type=Date)](https://star-history.com/#cft0808/edict&Date)
+
 ---

 ## 📄 License
--- a/README_EN.md
+++ b/README_EN.md
@@ -1,19 +1,19 @@
-<p align="center">
-  <img src="docs/screenshots/01-kanban-main.png" alt="Edict Dashboard" width="100%">
-</p>
-
 <h1 align="center">⚔️ Edict · Multi-Agent Orchestration</h1>

 <p align="center">
-  <strong>What if AI learned statecraft from ancient China?</strong><br>
-  <sub>9 specialized AI Agents form a government — plan, review, dispatch, execute, report.</sub>
+  <strong>I modeled an AI multi-agent system after China's 1,300-year-old imperial governance.<br>Turns out, ancient bureaucracy understood separation of powers better than modern AI frameworks.</strong>
 </p>

 <p align="center">
+  <sub>9 AI agents form the Three Departments & Six Ministries: Planning proposes, Review vetoes, Dispatch assigns, Ministries execute.<br>Built-in <b>institutional review gates</b> that CrewAI doesn't have. A <b>real-time dashboard</b> that AutoGen doesn't have.</sub>
+</p>
+
+<p align="center">
+  <a href="#-demo">🎬 Demo</a> ·
+  <a href="#-quick-start">🚀 Quick Start</a> ·
+  <a href="#-architecture">🏛️ Architecture</a> ·
+  <a href="#-features">📋 Features</a> ·
  <a href="README.md">中文</a> ·
-  <a href="#-quick-start">Quick Start</a> ·
-  <a href="#-architecture">Architecture</a> ·
-  <a href="#-features">Dashboard</a> ·
  <a href="CONTRIBUTING.md">Contributing</a>
 </p>

@@ -28,6 +28,18 @@

 ---

+## 🎬 Demo
+
+<p align="center">
+  <img src="docs/demo.gif" alt="Edict Demo" width="100%">
+  <br>
+  <sub>Issue command → Planning proposes → Review audits → Ministries execute → Report back (30s)</sub>
+</p>
+
+> 🐳 **No OpenClaw?** Run `docker run -p 7891:7891 cft0808/edict` to try the full dashboard with simulated data.
+
+---
+
 ## 💡 The Idea

 Most multi-agent frameworks let AI agents talk freely, producing opaque results you can't audit or intervene in. **Edict** takes a radically different approach — borrowing the governance system that ran China for 1,400 years:
@@ -63,6 +75,27 @@ This isn't a cute metaphor. It's **real separation of powers** for AI:
 | **News aggregation** | ❌ | ❌ | ❌ | **✅ Daily digest + webhook** |
 | **Setup complexity** | Med | High | Med | **Low · One-click / Docker** |

+> **Core differentiator: Institutional review + Full observability + Real-time intervention**
+
+<details>
+<summary><b>🔍 Why the "Review Department" is the killer feature (click to expand)</b></summary>
+
+<br>
+
+CrewAI and AutoGen agents work in a **"done, ship it"** mode — no one checks output quality. It's like a company with no QA department where engineers push code straight to production.
+
+Edict's **Review Department (门下省)** exists specifically for this:
+
+- 📋 **Audit plan quality** — Is the Planning Department's decomposition complete and sound?
+- 🚫 **Veto subpar output** — Not a warning. A hard reject that forces re-planning.
+- 🔄 **Mandatory rework loop** — Nothing passes until it meets standards.
+
+This isn't an optional plugin — **it's part of the architecture**. Every command must pass through Review. No exceptions.
+
+This is why Edict produces reliable results on complex tasks: there's a mandatory quality gate before anything reaches execution. Emperor Taizong figured this out 1,300 years ago — **unchecked power inevitably produces errors**.
+
+</details>
+
 ---

 ## ✨ Features
@@ -268,6 +301,9 @@ edict/

 ## 🗺️ Roadmap

+> Full roadmap with contribution opportunities: [ROADMAP.md](ROADMAP.md)
+
+### Phase 1 — Core Architecture ✅
 - [x] Nine-department agent architecture + permissions
 - [x] Real-time dashboard (10 panels)
 - [x] Task stop / cancel / resume
@@ -278,13 +314,19 @@ edict/
 - [x] Hot-swap LLM models + skill management
 - [x] Officials overview + token stats
 - [x] Session monitoring
- [ ] Merit/demerit ledger (agent scoring)
+
+### Phase 2 — Institutional Depth 🚧
 - [ ] Imperial approval mode (human-in-the-loop)
- [ ] Imperial Archives (knowledge base)
- [ ] Express courier (inter-agent message viz)
- [ ] Annual review (yearly reports)
- [ ] Docker Compose deployment
- [ ] Mobile responsive
+- [ ] Merit/demerit ledger (agent scoring)
+- [ ] Express courier (inter-agent message visualization)
+- [ ] Imperial Archives (knowledge base + citation)
+
+### Phase 3 — Ecosystem
+- [ ] Docker Compose + demo image
+- [ ] Notion / Linear adapters
+- [ ] Annual review (yearly performance reports)
+- [ ] Mobile responsive + PWA
+- [ ] ClawHub marketplace listing

 ---

@@ -301,6 +343,20 @@ All contributions welcome! See [CONTRIBUTING.md](CONTRIBUTING.md)

 ---

+## <20> Examples
+
+The `examples/` directory contains real end-to-end use cases:
+
+| Example | Command | Departments |
+|---------|---------|-------------|
+| [Competitive Analysis](examples/competitive-analysis.md) | "Analyze CrewAI vs AutoGen vs LangGraph" | Planning→Review→Finance+Engineering+Docs |
+| [Code Review](examples/code-review.md) | "Review this FastAPI code for security issues" | Planning→Review→Engineering+Compliance |
+| [Weekly Report](examples/weekly-report.md) | "Generate this week's engineering team report" | Planning→Review→Finance+Docs |
+
+Each case includes: Full command → Planning proposal → Review feedback → Ministry outputs → Final report.
+
+---
+
 ## 📄 License

 [MIT](LICENSE) · Built by the [OpenClaw](https://openclaw.ai) community
@@ -308,6 +364,9 @@ All contributions welcome! See [CONTRIBUTING.md](CONTRIBUTING.md)
 ---

 <p align="center">
+  <sub>If this project made you smile, give it a ⭐</sub><br><br>
  <strong>⚔️ Governing AI with the wisdom of ancient empires</strong><br>
  <sub>以古制御新技，以智慧驾驭 AI</sub>
 </p>
+
+[![Star History Chart](https://api.star-history.com/svg?repos=cft0808/edict&type=Date)](https://star-history.com/#cft0808/edict&Date)
--- a/ROADMAP.md
+++ b/ROADMAP.md
@@ -0,0 +1,99 @@
+# 🗺️ 三省六部 · Roadmap
+
+> 这份路线图是公开的。欢迎认领未完成的项目，提 PR 参与建设。
+>
+> 认领方式：在对应 Issue 下回复 "I'll take this"，或直接提 PR 并在描述中注明。
+
+---
+
+## Phase 1 — 核心架构 ✅
+
+> 三省六部的骨架：九部制 + 实时看板 + 完整工作流。
+
+- [x] 九部制 Agent 架构（中书·门下·尚书 + 户礼兵刑工 + 早朝官）
+- [x] 严格权限矩阵 —— 谁能给谁发消息，白纸黑字
+- [x] 军机处实时看板（10 个功能面板）
+- [x] 任务全生命周期管理（创建 → 规划 → 审议 → 派发 → 执行 → 回奏）
+- [x] 任务叫停 / 取消 / 恢复
+- [x] 奏折系统（已完成旨意自动归档 + 五阶段时间线）
+- [x] 圣旨模板库（9 个预设模板 + 参数表单 + 预估时间/费用）
+- [x] 上朝仪式感（每日首次打开播放开场动画 + 今日统计）
+- [x] 天下要闻（每日自动采集科技/财经资讯 + 飞书推送 + 订阅管理）
+- [x] 模型热切换（看板内一键切换每个 Agent 的 LLM）
+- [x] 技能管理（查看各省部已装 Skills + 添加新技能）
+- [x] 官员总览（Token 消耗排行 + 活跃度 + 完成数统计）
+- [x] 小任务 / 会话监控（OC-* 会话实时跟踪）
+
+---
+
+## Phase 2 — 制度深化 🚧
+
+> 把"好用"升级为"不可替代"：让分权制衡不只是概念，而是有绩效评估、有人工审批、有知识沉淀的完整制度。
+
+### 🏅 御批模式（人工审批节点）
+- [ ] 门下省审议结果呈送"御览"，人工一键准奏 / 封驳
+- [ ] 看板内审批面板（待批列表 + 历史批示）
+- [ ] 飞书 / Telegram 推送审批通知
+- **难度**：⭐⭐ | **适合第一次贡献**
+
+### 📊 功过簿（Agent 绩效评分体系）
+- [ ] 每个 Agent 的完成率、返工率、耗时统计
+- [ ] 看板面板展示排行榜 + 趋势图
+- [ ] 自动标记"能臣"和"需要训练的 Agent"
+- **难度**：⭐⭐
+
+### 🚀 急递铺（Agent 间实时消息流可视化）
+- [ ] 看板内实时连线动画：中书→门下→尚书→六部
+- [ ] 消息类型着色（派发 / 审议 / 回奏 / 封驳）
+- [ ] 时间线回放模式
+- **难度**：⭐⭐⭐
+
+### 📚 国史馆（知识库 + 引用溯源）
+- [ ] 历史旨意经验自动沉淀
+- [ ] 相似旨意检索 + 推荐
+- [ ] 奏折引用溯源链
+- **难度**：⭐⭐⭐
+
+---
+
+## Phase 3 — 生态扩展
+
+> 从单机工具走向生态：更多集成、更多用户、更多场景。
+
+### 🐳 Docker Compose + Demo 镜像
+- [ ] `docker run` 一行命令体验完整看板（预置模拟数据）
+- [ ] Docker Compose 编排（看板 + 数据同步 + OpenClaw Gateway）
+- [ ] CI/CD 自动构建推送镜像
+- **难度**：⭐⭐ | **适合第一次贡献**
+
+### 🔗 看板适配器
+- [ ] Notion 适配器 —— 把 Notion database 变成军机处看板
+- [ ] Linear 适配器 —— Linear 项目同步到三省六部
+- [ ] GitHub Issues 双向同步
+- **难度**：⭐⭐⭐
+
+### 📱 移动端 + PWA
+- [ ] 响应式布局适配手机/平板
+- [ ] PWA 离线支持 + 推送通知
+- **难度**：⭐⭐
+
+### 🏪 ClawHub 上架
+- [ ] 核心 Skills 提交到 OpenClaw 官方 Skill 市场
+- [ ] 一键安装三省六部 Skill Pack
+- **难度**：⭐
+
+### 📈 年度大考
+- [ ] Agent 年度绩效报告（Token 总消耗、完成率、最复杂旨意）
+- [ ] 可视化年度复盘大屏
+- **难度**：⭐⭐
+
+---
+
+## 如何参与
+
+1. **看看 Phase 2** —— 这些是当前最需要帮助的方向
+2. **找标有 ⭐⭐ 或"适合第一次贡献"的项目** 入手
+3. **开一个 Issue** 说你想做什么，避免重复劳动
+4. **提 PR** —— 详见 [CONTRIBUTING.md](CONTRIBUTING.md)
+
+> 💡 没找到想做的方向？欢迎开 Issue 提议新功能，好的想法会被加入 Roadmap。
--- a/docs/demo.gif
+++ b/docs/demo.gif
--- a/examples/README.md
+++ b/examples/README.md
@@ -0,0 +1,18 @@
+# 📂 案例 / Examples
+
+真实的端到端使用案例，展示三省六部处理完整旨意的全流程。
+
+| # | 案例 | 旨意内容 | 涉及部门 | 复杂度 |
+|---|------|---------|----------|--------|
+| 1 | [竞品分析](competitive-analysis.md) | "分析 CrewAI vs AutoGen vs LangGraph" | 中书→门下→户部+兵部+礼部 | ⭐⭐⭐ |
+| 2 | [代码审查](code-review.md) | "审查 FastAPI 代码的安全性" | 中书→门下→兵部+刑部 | ⭐⭐ |
+| 3 | [周报生成](weekly-report.md) | "生成本周工程团队周报" | 中书→门下→户部+礼部 | ⭐⭐ |
+
+每个案例包含：
+- 📜 **圣旨**：原始指令
+- 📋 **中书省规划**：任务拆解方案
+- 🔍 **门下省审议**：审核意见（含封驳/返工记录）
+- ⚔️ **各部执行结果**：每个部门的产出摘要
+- 📮 **最终奏折**：尚书省汇总的完整报告
+
+> 💡 这些案例基于真实运行记录整理，任务 ID 和时间戳已脱敏。
--- a/examples/code-review.md
+++ b/examples/code-review.md
@@ -0,0 +1,139 @@
+# 案例 2：代码安全审查
+
+> **旨意**：审查一段 FastAPI 代码的安全性，输出问题清单和修复建议
+
+---
+
+## 📜 圣旨（原始指令）
+
+```
+审查以下 FastAPI 代码的安全性，重点关注：
+1. 认证与授权漏洞
+2. SQL 注入风险
+3. 输入验证
+4. 敏感信息泄露
+给出问题清单（按严重性排序）和修复代码。
+
+[附件：app/main.py, app/models.py, app/auth.py — 合计 320 行]
+```
+
+**旨意 ID**：`JJC-20260221-007`
+**下旨时间**：2026-02-21 14:30:00
+
+---
+
+## 📋 中书省规划
+
+> 接旨后 30 秒内完成规划
+
+**规划方案：**
+
+| # | 子任务 | 派发部门 | 说明 |
+|---|--------|----------|------|
+| 1 | 代码安全扫描 | ⚔️ 兵部 | 逐文件审查，标记安全问题 |
+| 2 | 合规与最佳实践检查 | ⚖️ 刑部 | 对照 OWASP Top 10 检查合规性 |
+| 3 | 修复方案输出 | ⚔️ 兵部 | 针对每个问题给出修复代码 |
+
+**预计耗时**：12 分钟
+**预计 Token**：~9,000
+
+---
+
+## 🔍 门下省审议
+
+> ⏱️ 审议耗时 18 秒
+
+### 准奏 ✅（首轮通过）
+
+**门下省批语：** *"方案合理。兵部负责工程侧审查，刑部负责合规侧审查，分工明确。注意刑部需出具 OWASP 逐项对照表，不能只写'基本合规'。准奏。"*
+
+---
+
+## ⚔️ 各部执行结果
+
+### 兵部 · 代码安全扫描（耗时 5 分钟）
+
+**扫描发现 6 个问题：**
+
+| # | 严重性 | 文件 | 问题 |
+|---|--------|------|------|
+| 1 | 🔴 严重 | auth.py:23 | JWT secret 硬编码在源码中 |
+| 2 | 🔴 严重 | main.py:45 | SQL 查询使用 f-string 拼接，存在注入风险 |
+| 3 | 🟠 高危 | main.py:67 | 用户输入未做长度限制，可造成 DoS |
+| 4 | 🟠 高危 | auth.py:41 | Token 过期时间设为 30 天，过长 |
+| 5 | 🟡 中危 | main.py:12 | CORS 设置为 `allow_origins=["*"]` |
+| 6 | 🟡 中危 | models.py:8 | 密码字段未排除在 response_model 之外 |
+
+### 刑部 · OWASP 合规检查（耗时 4 分钟）
+
+**OWASP Top 10 逐项对照：**
+
+| OWASP 编号 | 类别 | 状态 | 说明 |
+|-----------|------|------|------|
+| A01 | Broken Access Control | 🟠 部分合规 | 有 JWT 但缺少角色粒度校验 |
+| A02 | Cryptographic Failures | 🔴 不合规 | Secret 硬编码 |
+| A03 | Injection | 🔴 不合规 | SQL 拼接 |
+| A04 | Insecure Design | ✅ 合规 | 整体架构合理 |
+| A05 | Security Misconfiguration | 🟡 需改进 | CORS 过宽 |
+| A06 | Vulnerable Components | ✅ 合规 | 依赖版本较新 |
+| A07 | Auth Failures | 🟠 部分合规 | Token 过期时间过长 |
+| A08 | Data Integrity | ✅ 合规 | — |
+| A09 | Logging Failures | 🟡 需改进 | 缺少安全事件日志 |
+| A10 | SSRF | ✅ 合规 | 无外部请求 |
+
+**刑部结论：** 6/10 项需要处理，其中 2 项不合规（A02、A03），需立即修复。
+
+### 兵部 · 修复代码（耗时 3 分钟）
+
+```python
+# 修复 #1: auth.py — JWT secret 从环境变量读取
+import os
+JWT_SECRET = os.environ["JWT_SECRET"]  # 不再硬编码
+
+# 修复 #2: main.py — 使用参数化查询
+from sqlalchemy import text
+result = db.execute(text("SELECT * FROM users WHERE id = :id"), {"id": user_id})
+
+# 修复 #3: main.py — 添加输入长度限制
+from pydantic import Field
+class UserInput(BaseModel):
+    name: str = Field(..., max_length=100)
+    email: str = Field(..., max_length=255)
+
+# 修复 #4: auth.py — 缩短 Token 过期时间
+ACCESS_TOKEN_EXPIRE = timedelta(hours=1)  # 从 30 天改为 1 小时
+
+# 修复 #5: main.py — 收紧 CORS
+app.add_middleware(CORSMiddleware, allow_origins=["https://yourdomain.com"])
+
+# 修复 #6: models.py — 密码字段排除
+class UserResponse(BaseModel):
+    id: int
+    name: str
+    email: str
+    # password 字段不在此 model 中
+```
+
+---
+
+## 📮 最终奏折（尚书省汇总）
+
+**奏折 ID**：`JJC-20260221-007`
+**总耗时**：14 分钟（规划 1 + 审议 0.5 + 执行 12.5）
+**总 Token**：8,200
+
+### 执行摘要
+
+对 320 行 FastAPI 代码完成安全审查。发现 6 个安全问题（2 严重 / 2 高危 / 2 中危），OWASP Top 10 中有 2 项不合规。已提供全部 6 个问题的修复代码。
+
+门下省首轮即准奏，兵部和刑部分工明确：兵部负责代码层面扫描和修复，刑部负责合规框架对照。
+
+### 建议优先级
+
+1. **立即修复**：JWT secret 硬编码 + SQL 注入（上线前必须解决）
+2. **本周内**：输入长度限制 + Token 过期时间
+3. **下个迭代**：CORS 收紧 + 密码字段暴露
+
+---
+
+*本案例基于真实运行记录整理，代码内容已脱敏。*
--- a/examples/competitive-analysis.md
+++ b/examples/competitive-analysis.md
@@ -0,0 +1,139 @@
+# 案例 1：竞品分析
+
+> **旨意**：分析 CrewAI、AutoGen、LangGraph 三个多 Agent 框架，输出对比报告
+
+---
+
+## 📜 圣旨（原始指令）
+
+```
+分析 CrewAI、AutoGen 和 LangGraph 这三个多 Agent 框架。
+重点关注：架构设计、Agent 通信方式、任务编排能力、可观测性、学习曲线。
+输出一份结构化的对比报告，包含推荐场景。
+```
+
+**旨意 ID**：`JJC-20260220-003`
+**下旨时间**：2026-02-20 09:15:00
+
+---
+
+## 📋 中书省规划
+
+> 接旨后 45 秒内完成规划
+
+**规划方案：**
+
+| # | 子任务 | 派发部门 | 说明 |
+|---|--------|----------|------|
+| 1 | 架构与通信机制调研 | ⚔️ 兵部 | 分析三个框架的核心架构、Agent 通信模式、代码组织 |
+| 2 | 数据采集与量化对比 | 💰 户部 | GitHub Stars、Contributors、Issue 响应时间、版本频率 |
+| 3 | 开发者体验深度评测 | ⚔️ 兵部 | 实际 Hello World 搭建、文档质量、学习曲线打分 |
+| 4 | 对比报告撰写 | 📝 礼部 | 整合数据，输出结构化 Markdown 报告 |
+
+**预计耗时**：25 分钟
+**预计 Token**：~18,000
+
+---
+
+## 🔍 门下省审议
+
+> ⏱️ 审议耗时 32 秒
+
+### 第一轮：封驳 🚫
+
+**封驳理由：**
+1. 缺少"可观测性"专项评测——旨意明确要求了这一维度，但规划中没有对应子任务
+2. 子任务 3 和子任务 1 有重叠（兵部两次调研），建议合并
+3. 建议增加"推荐场景"子任务，不能只有对比没有结论
+
+**批注：** *"分析没有结论等于没分析。补上推荐场景再报。"*
+
+### 第二轮：准奏 ✅
+
+中书省修改后的方案：
+
+| # | 子任务 | 派发部门 | 变更 |
+|---|--------|----------|------|
+| 1 | 架构 + 通信 + 可观测性全维度技术调研 | ⚔️ 兵部 | 合并原 1+3，增加可观测性 |
+| 2 | 量化数据采集 | 💰 户部 | 不变 |
+| 3 | 对比报告 + 推荐场景 | 📝 礼部 | 增加推荐场景段落 |
+
+**门下省批语：** *"方案可行。注意兵部评测需覆盖可观测性维度，礼部结论需给出明确推荐。准奏。"*
+
+---
+
+## ⚔️ 各部执行结果
+
+### 兵部 · 技术调研（耗时 8 分钟）
+
+```markdown
+## 架构对比
+
+### CrewAI
+- 架构：Role-based Agent + Sequential/Hierarchical Process
+- 通信：共享 Memory + Task 回调
+- 可观测性：基本日志，无内置看板
+- 优点：API 简洁，上手最快（5 分钟 Hello World）
+- 缺点：调试困难，复杂流程编排受限
+
+### AutoGen
+- 架构：Conversational Agent + Group Chat
+- 通信：消息传递（Message-based）
+- 可观测性：AgentOps 集成可选，无内置看板
+- 优点：对话式交互自然，适合 brainstorm 场景
+- 缺点：群聊模式在任务型场景效率低
+
+### LangGraph
+- 架构：State Machine + Graph-based Flow
+- 通信：State 传递（Graph edges）
+- 可观测性：LangSmith 集成，有 trace 功能
+- 优点：流程编排最灵活，支持循环和条件分支
+- 缺点：学习曲线陡峭，概念抽象
+```
+
+### 户部 · 量化数据（耗时 3 分钟）
+
+| 指标 | CrewAI | AutoGen | LangGraph |
+|------|--------|---------|-----------|
+| GitHub Stars | 24.3k | 38.5k | 12.1k |
+| Contributors | 180+ | 350+ | 90+ |
+| 最新版本 | v0.8.2 | v0.4.1 | v0.2.8 |
+| Issue 中位响应 | 2 天 | 3 天 | 1 天 |
+| 文档评分 | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ |
+| Hello World 时间 | ~5 min | ~15 min | ~25 min |
+
+### 礼部 · 对比报告撰写（耗时 6 分钟）
+
+> 礼部整合兵部 + 户部数据，产出最终报告格式。
+
+---
+
+## 📮 最终奏折（尚书省汇总）
+
+**奏折 ID**：`JJC-20260220-003`
+**总耗时**：22 分钟（规划 2 + 审议 3 + 执行 17）
+**总 Token**：15,800
+
+### 执行摘要
+
+对 CrewAI、AutoGen、LangGraph 完成了架构、量化、体验三维度对比分析。门下省一次封驳（要求补充可观测性和推荐场景），修正后执行。
+
+### 推荐场景
+
+| 场景 | 推荐框架 | 理由 |
+|------|----------|------|
+| 快速原型 | CrewAI | 上手最快，API 简洁 |
+| 对话式协作 | AutoGen | 天然适合多轮讨论 |
+| 复杂工作流 | LangGraph | 状态机 + 条件分支最灵活 |
+| 可靠性要求高 | **三省六部** | 唯一内置强制审核 + 实时看板 |
+
+### 关键发现
+
+1. **没有内置审核机制是行业通病** —— 三个框架都依赖开发者自行添加 validation
+2. **可观测性普遍不足** —— 只有 LangGraph 通过 LangSmith 提供了较好的 trace
+3. **CrewAI 社区增长最快**，但文档深度不够
+4. **LangGraph 技术上最强**，但入门门槛高
+
+---
+
+*本案例基于真实运行记录整理，数据截至 2026 年 2 月。*
--- a/examples/weekly-report.md
+++ b/examples/weekly-report.md
@@ -0,0 +1,147 @@
+# 案例 3：周报生成
+
+> **旨意**：生成本周工程团队周报，汇总进度、问题和下周计划
+
+---
+
+## 📜 圣旨（原始指令）
+
+```
+生成本周（2/17-2/21）工程团队周报。
+数据来源：GitHub commits、PR 记录、Jira tickets。
+包含：本周完成事项、进行中事项、blocker、下周计划。
+格式：Markdown，适合贴到飞书文档。
+```
+
+**旨意 ID**：`JJC-20260221-012`
+**下旨时间**：2026-02-21 17:00:00
+
+---
+
+## 📋 中书省规划
+
+> 接旨后 25 秒内完成规划
+
+**规划方案：**
+
+| # | 子任务 | 派发部门 | 说明 |
+|---|--------|----------|------|
+| 1 | 数据采集与聚合 | 💰 户部 | 从 GitHub + Jira 抓取本周数据 |
+| 2 | 周报文档撰写 | 📝 礼部 | 按模板格式整理为 Markdown |
+
+**预计耗时**：8 分钟
+**预计 Token**：~5,000
+
+---
+
+## 🔍 门下省审议
+
+> ⏱️ 审议耗时 15 秒
+
+### 准奏 ✅（首轮通过）
+
+**门下省批语：** *"方案简洁可行。两步走：户部拉数据，礼部写文档。注意礼部输出需严格遵循飞书文档格式要求（标题层级、checkbox 格式）。准奏。"*
+
+---
+
+## ⚔️ 各部执行结果
+
+### 户部 · 数据采集（耗时 3 分钟）
+
+**本周 GitHub 数据汇总：**
+
+| 指标 | 数量 |
+|------|------|
+| Commits | 47 |
+| PRs Merged | 12 |
+| PRs Open | 3 |
+| Issues Closed | 8 |
+| Issues Open | 5 |
+| 最活跃贡献者 | @zhangsan (18 commits) |
+
+**本周 Jira 数据汇总：**
+
+| 状态 | Tickets |
+|------|---------|
+| Done | 15 |
+| In Progress | 7 |
+| Blocked | 2 |
+| To Do（下周） | 9 |
+
+**Blockers 识别：**
+1. `PROJ-234`：第三方 API 限流，等待对方提升配额（blocked 3 天）
+2. `PROJ-251`：设计稿未定稿，前端被 block
+
+### 礼部 · 周报文档（耗时 4 分钟）
+
+---
+
+## 📮 最终奏折（尚书省汇总）
+
+**奏折 ID**：`JJC-20260221-012`
+**总耗时**：8 分钟（规划 0.5 + 审议 0.5 + 执行 7）
+**总 Token**：4,600
+
+### 产出：周报全文
+
+---
+
+# 📊 工程团队周报 · 2026/02/17 — 02/21
+
+## ✅ 本周完成
+
+- [x] **用户认证模块重构** — JWT + Refresh Token 方案上线（@zhangsan, PR #142）
+- [x] **数据看板 v2** — 新增 3 个图表面板，性能优化 40%（@lisi, PR #138, #140）
+- [x] **CI/CD 流水线升级** — 构建时间从 8 分钟降至 3 分钟（@wangwu, PR #141）
+- [x] **API 文档自动生成** — OpenAPI 3.0 spec + Redoc 部署（@zhaoliu, PR #139）
+- [x] 其他：Bug 修复 ×4, 依赖升级 ×3, 测试覆盖率提升至 82%
+
+**数据概览：** 47 commits · 12 PRs merged · 8 issues closed
+
+## 🔄 进行中
+
+- [ ] **支付系统集成**（60% 完成） — 对接支付宝 + 微信支付，预计下周三完成 (@zhangsan)
+- [ ] **国际化 i18n**（40% 完成） — 英文 + 日文翻译进行中 (@lisi)
+- [ ] **性能监控面板**（30% 完成） — Grafana 模板搭建中 (@wangwu)
+
+## 🚧 Blockers
+
+| Ticket | 问题 | 已 block | 需要 |
+|--------|------|----------|------|
+| PROJ-234 | 第三方 API 限流 | 3 天 | 对方运维提升配额 |
+| PROJ-251 | 设计稿未定稿 | 2 天 | 设计师 @chenseven 本周内定稿 |
+
+## 📅 下周计划
+
+- [ ] 支付系统集成完成 + 沙箱测试
+- [ ] 国际化覆盖率达到 80%
+- [ ] 性能监控上线 + 告警配置
+- [ ] 开始 v3.0 技术方案设计
+- [ ] Code Review 积压清理（3 个 open PRs）
+
+## 📈 团队健康度
+
+| 指标 | 本周 | 上周 | 趋势 |
+|------|------|------|------|
+| PR 平均 Review 时间 | 4.2h | 6.1h | 📉 好转 |
+| 测试覆盖率 | 82% | 78% | 📈 提升 |
+| Bug 收敛比 | 1.5:1 | 1.2:1 | 📈 提升 |
+| 团队心情 | 😄 | 😐 | 好转 |
+
+---
+
+*由三省六部自动生成 · 数据源：GitHub + Jira · 生成时间：2026-02-21 17:08*
+
+---
+
+### 三省六部的价值
+
+这个案例展示了三省六部处理日常事务的效率：
+- **门下省首轮即通过** —— 简单任务不过度审核
+- **户部 + 礼部协作** —— 数据采集和文档撰写分离，各司其职
+- **8 分钟完成** —— 从下旨到拿到完整周报，不到一杯咖啡的时间
+- **格式即用** —— 直接复制到飞书文档，无需手动排版
+
+---
+
+*本案例基于真实运行记录整理，人名和项目信息已脱敏。*
--- a/scripts/record_demo.py
+++ b/scripts/record_demo.py
@@ -0,0 +1,141 @@
+#!/usr/bin/env python3
+"""Record a demo video of the dashboard and convert to GIF."""
+from playwright.sync_api import sync_playwright
+import subprocess, os, time
+
+ROOT = os.path.join(os.path.dirname(__file__), '..')
+VIDEO_DIR = os.path.join(ROOT, 'docs', '_video_tmp')
+OUTPUT_GIF = os.path.join(ROOT, 'docs', 'demo.gif')
+URL = 'http://localhost:7891'
+
+def main():
+    os.makedirs(VIDEO_DIR, exist_ok=True)
+
+    with sync_playwright() as p:
+        browser = p.chromium.launch(headless=True)
+        ctx = browser.new_context(
+            viewport={'width': 1280, 'height': 720},
+            device_scale_factor=2,
+            color_scheme='dark',
+            record_video_dir=VIDEO_DIR,
+            record_video_size={'width': 1280, 'height': 720},
+        )
+        page = ctx.new_page()
+
+        # === Scene 1: Ceremony (3s) ===
+        print('🎬 Scene 1: Ceremony...')
+        page.goto(URL)
+        page.wait_for_timeout(500)
+        page.evaluate("localStorage.removeItem('openclaw_court_date')")
+        page.reload()
+        page.wait_for_timeout(3500)
+
+        # === Scene 2: Kanban overview (3s) ===
+        print('📋 Scene 2: Kanban...')
+        # Ceremony should have auto-dismissed by now, or skip it
+        page.evaluate("localStorage.setItem('openclaw_court_date', new Date().toISOString().substring(0,10))")
+        page.reload()
+        page.wait_for_load_state('networkidle')
+        page.wait_for_timeout(2000)
+        # Slow scroll down to show tasks
+        page.mouse.wheel(0, 300)
+        page.wait_for_timeout(1500)
+        page.mouse.wheel(0, -300)
+        page.wait_for_timeout(500)
+
+        # === Scene 3: Click a task (3s) ===
+        print('📜 Scene 3: Task detail...')
+        cards = page.locator('.edict-card')
+        if cards.count() > 0:
+            cards.first.click()
+            page.wait_for_timeout(2500)
+            page.keyboard.press('Escape')
+            page.wait_for_timeout(500)
+
+        # === Scene 4: Monitor (2s) ===
+        print('🔭 Scene 4: Monitor...')
+        page.click('[data-tab="monitor"]')
+        page.wait_for_timeout(2000)
+
+        # === Scene 5: Memorials (2s) ===
+        print('📜 Scene 5: Memorials...')
+        page.click('[data-tab="memorials"]')
+        page.wait_for_timeout(2000)
+
+        # === Scene 6: Templates (2s) ===
+        print('📜 Scene 6: Templates...')
+        page.click('[data-tab="templates"]')
+        page.wait_for_timeout(2000)
+
+        # === Scene 7: Officials (2s) ===
+        print('👥 Scene 7: Officials...')
+        page.click('[data-tab="officials"]')
+        page.wait_for_timeout(2000)
+
+        # === Scene 8: Models (1.5s) ===
+        print('⚙️ Scene 8: Models...')
+        page.click('[data-tab="models"]')
+        page.wait_for_timeout(1500)
+
+        # === Scene 9: Back to Kanban (1s) ===
+        print('📋 Scene 9: Back to kanban...')
+        page.click('[data-tab="edicts"]')
+        page.wait_for_timeout(1500)
+
+        # Close context to finalize video
+        page.close()
+        ctx.close()
+        browser.close()
+
+    # Find the recorded video
+    videos = [f for f in os.listdir(VIDEO_DIR) if f.endswith('.webm')]
+    if not videos:
+        print('❌ No video recorded!')
+        return
+
+    video_path = os.path.join(VIDEO_DIR, videos[0])
+    print(f'🎥 Video: {video_path} ({os.path.getsize(video_path) / 1024 / 1024:.1f} MB)')
+
+    # Convert to GIF using ffmpeg
+    # Two-pass: generate palette first for quality, then apply
+    palette_path = os.path.join(VIDEO_DIR, 'palette.png')
+
+    print('🎨 Generating palette...')
+    subprocess.run([
+        'ffmpeg', '-y', '-i', video_path,
+        '-vf', 'fps=12,scale=800:-1:flags=lanczos,palettegen=max_colors=128',
+        palette_path
+    ], capture_output=True)
+
+    print('🖼️ Converting to GIF...')
+    subprocess.run([
+        'ffmpeg', '-y', '-i', video_path, '-i', palette_path,
+        '-lavfi', 'fps=12,scale=800:-1:flags=lanczos [x]; [x][1:v] paletteuse=dither=bayer:bayer_scale=3',
+        OUTPUT_GIF
+    ], capture_output=True)
+
+    size_mb = os.path.getsize(OUTPUT_GIF) / 1024 / 1024
+    print(f'✅ GIF saved: {OUTPUT_GIF} ({size_mb:.1f} MB)')
+
+    if size_mb > 5:
+        print('⚠️ GIF is over 5MB, re-encoding with lower quality...')
+        subprocess.run([
+            'ffmpeg', '-y', '-i', video_path,
+            '-vf', 'fps=10,scale=640:-1:flags=lanczos,palettegen=max_colors=64',
+            palette_path
+        ], capture_output=True)
+        subprocess.run([
+            'ffmpeg', '-y', '-i', video_path, '-i', palette_path,
+            '-lavfi', 'fps=10,scale=640:-1:flags=lanczos [x]; [x][1:v] paletteuse=dither=bayer:bayer_scale=5',
+            OUTPUT_GIF
+        ], capture_output=True)
+        size_mb = os.path.getsize(OUTPUT_GIF) / 1024 / 1024
+        print(f'✅ Re-encoded GIF: {size_mb:.1f} MB')
+
+    # Cleanup
+    import shutil
+    shutil.rmtree(VIDEO_DIR, ignore_errors=True)
+    print('🧹 Cleaned up temp files')
+
+if __name__ == '__main__':
+    main()