我构建的第一个真实项目：一个多智能体'个人执行AI'，而非单一的大型助手。欢迎提供反馈。

这是我第一个真正完成且感到足够自信分享的项目，所以请多包涵。尽管如此，请指出问题。这也是我发布的一半原因。我一直对拥有多个AI智能体的想法很感兴趣，但我不太想要那种一堆智能体互相交流，而你永远不确定谁做了什么的常见设置。所以我最终构建了一个更接近小型组织架构图的东西。有一个我称之为Master Control的主导智能体。一切从那里开始。它决定谁应该处理请求，委派它，然后将结果报告给我。其他智能体并不直接'跟我说话'，这使得整个系统更容易跟踪。在那之下，我有几个针对不同事务的专业智能体，比如研究、编码和日常事务。我非常努力地不让每个智能体都能访问所有内容。如果一个智能体在执行任务时不需要某个工具或数据，它就不会得到它。我可能花最多时间思考的部分是监督。有一个独立的监视器/审计智能体可以独立标记问题。主导智能体无法编辑其发现、保持沉默或覆盖其报告。监视器单独向我报告。对于任何我认为困难或不可逆的操作，我还设置了硬性审批门。花钱、对外发送东西、删除数据、更改凭证之类的事情。智能体可以准备操作，但直到我批准，它们才能真正跨过那条线。还有一些持久化记忆，这样我就不用每次都从头开始。我已经使用它几周了，用于研究、起草和轻度操作等正常事务。我没有预料到的是，最大的改进并不是'更强大的AI'。它只是使用起来更平静。我知道这听起来很奇怪，但知道有一个明确的指挥链，并且没有我的批准就不会发生不可逆的事情，让我更放心地让系统自主做事。顺便说一句：我肯定不是声称我发明了多智能体系统。CrewAI、AutoGen、LangGraph、Google ADK等已经涵盖了这方面很多的编排功能。我是在OpenClaw之上构建我的系统。我想要的是一个稍有不同的重点。我发现的大多数内容都将治理视为一旦你弄清楚了智能体之后才添加的东西。我想从治理开始，并在其中构建智能体。所以规则基本上是：一个智能体负责向我报告。专业智能体只获得它们实际需要的访问权限。审计器独立于它审计的智能体。不可逆操作总是回到人类那里。LangGraph的human-in-the-loop检查点可能是我在概念上找到的最接近的东西，但我希望这些控制更像系统策略，而不是我记着添加到各个工作流中的东西。我也主要针对个人/单人使用，而不是企业自动化或编码群集，这似乎是许多示例所在的地方。还处于早期，我肯定还有没发现的漏洞。很乐意讨论架构、审批门、监视器设置，或者任何从外表看起来很愚蠢的东西。基于一个开放智能体框架构建。底层没有什么特别奇特的。对于那些想要实际分解而不仅仅是氛围的人，以下是它的分层方式：第0层，主导智能体（Master Control）：接收所有请求，根据目标/优先级/风险进行分类，决定谁处理它，并且是唯一向我报告的智能体。它还执行审批门。第1层，专业子智能体（最小权限，按角色限定范围）：研究/分析执行只读查询和起草，无副作用，运营/通信处理调度和消息起草但无法自行发送，构建/技术沙箱化在其自身环境中，无法访问其他智能体的工具或数据。第2层，审计/监视器（独立）：根据策略交叉检查其他智能体的操作，并直接向我标记问题。它不能被主导智能体编辑、延迟或静音。无任务执行角色，仅监督。第3层，所有者（我）：对任何不可逆操作的最终签字，并且是唯一能在监视器标记问题后批准补救的人。快速区分哪些需要我的签字，哪些不需要：研究、总结和起草自由运行。任何离开系统的东西（对外发送）、花钱、删除数据或触及凭证的操作都会停止并等待我。无例外，任何智能体都无法自行批准绕过。