开源项目部署 + HR 场景落地

用古代三省六部制
治理现代 AI Agent

基于开源项目 Edict 部署上线,集成自研招聘系统 Mellon Collie 与 BOSS直聘自动化机器人,将 AI 多 Agent 编排应用于 HR 领域的招聘全流程自动化。

GitHub
12
个 Agent
10+
看板面板
75+
次提交
3
个 HR 场景
7×24
自动化机器人
开源致谢 — 本项目基于 @cft0808 的开源项目 Edict 部署搭建,核心框架代码归原作者所有。我的工作集中在:部署上线、HR 场景适配、集成自研招聘系统 Mellon Collie 作为 Agent Skills。在此特别感谢原作者的优秀工作!
我做了什么?

我发现了开源项目 Edict,其"三省六部"的 AI Agent 治理理念非常契合 HR 领域的流程化管理需求。于是我将其部署上线,并将自己在某科技公司开发的 Mellon Collie(HC 招聘追踪系统)集成为太子 Agent 的 Skill,实现了简历筛选、行业简报推送等招聘流程的自动化。

坦诚说明 — 核心框架来自开源社区,我的价值在于场景落地和业务集成。全程使用 Claude Code (Vibe Coding) 辅助开发。
旨意看板主界面
三省六部处理流程
一道旨意从接收到完成的全流程
1

飞书收件

太子 Agent 接收消息

2

智能分拣

太子判断意图分类

3

规划方案

中书省制定执行计划

4

审核把关

门下省审查合规性

5

任务派发

尚书省分配给六部

6

六部执行

各部调用工具完成

7

归档奏折

结果记录并回复

功能展示 — Dashboard
全方位管控 AI Agent 的工作台
📜

旨意看板

  • 任务全生命周期管理
  • 状态流转可视化
旨意看板
📡

省部调度

  • 实时监控各 Agent 工作状态
  • 进展上报
省部调度
👥

官员总览

  • Token 消耗 / 费用统计
  • 功绩排行
官员总览

模型配置

  • 热切换 AI 模型
  • 按 Agent 分配模型
模型配置
🔧

技能管理

  • 远程 Skills 资源管理
  • 含 Mellon Collie 集成
技能管理
📰

天下要闻

  • 每日自动采集新闻
  • AI / 财经 / 政治资讯
天下要闻
HR 场景落地
这是真正的差异化价值 — 把 AI Agent 用到实际 HR 业务中
场景一

智能简历筛选

通过飞书对话指挥太子 Agent 批量评估候选人简历,自动执行 PASS / FAIL / BORDERLINE 分类,62 位候选人一次性完成评估。

简历评估对话-1 简历评估对话-2
核心集成

Mellon Collie 招聘系统对接

将自研的 HC 招聘追踪系统 Mellon Collie 集成为太子 Agent 的 Skill,通过飞书对话即可查询招聘大盘数据、各岗位候选人状态、Agent 能做的事情清单,实现招聘管理的自然语言交互。

Mellon Collie 招聘数据查询 Mellon Collie 招聘大盘
场景二

每日 AI 行业简报

配置定时任务,每天自动采集 AI 行业新闻,格式化后推送到飞书群,让 HR 团队掌握行业动态。

每日简报-1 每日简报-3
场景三

日常任务协作

通过飞书自然语言对话下达任务,太子 Agent 自动分拣、转交中书省规划、门下省审核,完整走完三省六部流程。

日常沟通-任务协作 日常沟通-闲聊
7×24 招聘自动化小龙虾
部署在独立机器上的 BOSS直聘全自动招聘机器人 — 打招呼、收简历、整理候选人,全程无人值守

OK Clawbot
永不下线的招聘助手

基于浏览器自动化的 BOSS直聘机器人,通过飞书 Bot 自动汇报工作状态。用真实键盘模拟操作,随机间隔拟人化行为,7×24 小时持续运转。

15-25s 新招呼间隔 10-18s 推荐牛人 5+5 每轮上限
效率提升 ~6min → ~3min/ 10人
两日处理量 22位候选人
收到简历 5

🛡 防监管策略

  • 消息内容每条不同,杜绝模板化
  • 用真实键盘输入,不用 JS 注入
  • 偶尔有停顿,模拟真人犹豫
  • 每轮最多 5+5 人,绝不暴力刷

⏱ 智能节奏控制

  • 白天 15-20 秒,深夜 20-30 秒
  • 新招呼进聊天后 1 秒内决定打不打
  • 打就立刻打字+发送+求简历一气呵成
  • 偶尔穿插 8-12 秒的快操作

📦 自动收简历

  • 每轮开头先扫一遍全部 tab
  • 有「同意附件」的立刻点击收取
  • 不漏收任何一份简历
  • 收取记录实时同步飞书表格

📡 飞书自动汇报

  • 每轮心跳完成后自动发值班报告
  • 汇报:处理人数 / 收到简历 / 异常
  • 数据自动录入飞书多维表格
  • 实时可查,随时掌握招聘进展

📋 BOSS直聘值班记录 — 机器人全自动录入

📅 3/30 – 3/31 👤 22 条记录

以下数据由小龙虾机器人全自动采集并录入飞书多维表格,无需人工介入。每处理一位候选人,机器人自动记录姓名、岗位、学校、学历、状态及处理时间,实时可查。

# 候选人 岗位 学校 学历 状态 处理时间
1 候选人 A Vibe Coding 全栈工程师 华中科技大学 硕士 已收简历 3/30 10:32
2 候选人 B AI Agent 全栈工程师 天津城建大学 本科 已收简历 3/30 10:38
3 候选人 C 机器学习算法实习生 上海中侨大学 本科 已收简历 3/30 10:45
4 候选人 D Vibe Coding 全栈工程师 南京理工大学 硕士 已打招呼 3/30 09:28
5 候选人 E 智能体软件工程师 武汉大学 硕士 已打招呼 3/30 09:19
6 候选人 F AI Agent 全栈工程师 西安电子科技大学 本科 已打招呼 3/31 10:29
7 候选人 G Vibe Coding 全栈工程师 湖南大学 硕士 已收简历 3/31 00:44
8 候选人 H 智能体软件工程师 中南大学 硕士 已打招呼 3/31 06:38
9 候选人 I 机器学习算法实习生 北京邮电大学 本科 跳过 3/30 09:23
10 候选人 J Vibe Coding 全栈工程师 东北大学 本科 已打招呼 3/30 00:44
11 候选人 K AI Agent 全栈工程师 电子科技大学 硕士 已打招呼 3/31 10:37
12 候选人 L 智能体软件工程师 重庆大学 本科 跳过 3/31 04:15
项目价值
🤖

AI 治理创新

用制度化方式管理 AI Agent,不是放任自主对话

🔗

业务集成能力

将开源工具与自研系统打通,落地实际业务场景

📊

全链路可观测

每个决策有审计日志,每个 Agent 有绩效统计

🚀

快速落地能力

从发现项目到完成部署集成,Vibe Coding 高效交付

技术栈
Python OpenClaw React + TypeScript Vite 飞书 API Docker GitHub Actions Claude Code Mellon Collie (自研) Playwright BOSS直聘 RPA 飞书多维表格
开发日志
2026-02-23 Day 1: 系统搭建
22:34init: 三省六部 Multi-Agent 编排系统
22:43feat: 流程管线显示三省六部名称
22:53feat: 重构为皇上视角 - 旨意看板+任务详情
23:12feat: 官员总览 - Token/费用/功绩统计
23:24feat: 中书门下反复磋商机制
23:57feat: 省部调度重设计 + 六部SOUL合规
2026-02-24 Day 2: 功能完善
00:18feat: 早朝简报系统 - 每日新闻自动采集
18:50docs: 补全看板截图 + 更新文档
22:14feat: Demo GIF + Dockerfile + docker-compose
23:53feat: memorials + templates + ceremony
2026-02-26 Day 3: 流程打通
21:42feat: 完成全部功能修复 (P0-P3)
22:48refactor: 严格三省六部流程 - 太子分拣+门下回传
23:23feat: 实时动态面板 + 模板旨意自动派发
2026-02-27 Day 4: 测试上线
20:58fix: 根治旨意脏标题问题
21:01fix: 添加端到端测试 (17/17 通过)
21:22assets: 重新截图全部11张面板
22:57feat: Agent 自主进展上报机制
2026-03 ~ 持续优化
03-01refactor: 全面安全加固 - TOCTOU/CORS/XXE/SSRF修复
03-01feat: Agent 在线状态检测 + 唤醒
03-02feat: 远程 Skills 资源管理功能
03-14feat: 朝堂议政功能 + Issues 批量优化
03-16fix: 流程一致性审计修复
75+
次提交
~30
天开发周期
12
个 Agent
关于我
"我相信最好的技术应用不是从零造轮子,而是站在巨人肩膀上,把好的工具用到对的场景里。"
📱 18673129182 💬 微信 xjt18973111415 🐙 GitHub CuiSheng-TAO