什么是 Montoyer
你有没有过这样的感觉：欧盟的决策过程就像一个黑箱——几百页的立法文件从布鲁塞尔流出，但背后到底发生了什么，谁也说不清。政策官员在起草新法规前，想知道各个委员组合会怎么站队，却发现没有任何工具能提前模拟；立法起草者花几周时间搞格式合规，结果法律依据选错了还得重来；学生和公民想理解这套复杂的制度，翻遍教材也找不到直观的交互方式。
这不是技术问题，这是工具问题。
Montoyer 就是为了填补这个空白而生的。它是一个开源的多智能体框架，专门模拟欧盟委员会的内部工作流、立法程序和制度动态。但别把它和那些通用聊天机器人混为一谈——Montoyer 做的是把真实的 EU 制度流程拆解成受条约约束的交互式智能体：Inter-service Consultation、College Deliberation、Trilogue、Ordinary Legislative Procedure，每一步都严格遵循现实中的规则。
它怎么做到的？ 21 位委员角色智能体（每位都有自己的条约授权和政治议程）+ 17 个 DG 运营智能体 + 8 个领域插件，外加一套内联归属架构来防止 AI 幻觉。所有代码以 MIT License 在 GitHub 上开源，已被 AI Agents Directory、Shipit、Wired Business 等 12+ 个平台收录。
- 开源多智能体框架，专为欧盟政策生态设计
- 21 位委员角色智能体，每个受真实条约授权约束
- 8 个领域插件，覆盖立法、竞争、贸易、隐私等核心领域
- 内联归属架构，通过实时验证防止 AI 在立法草案中产生幻觉
- MIT License 完全免费，代码全部公开，社区驱动
Montoyer 的核心功能
聊完概念，咱们看看 Montoyer 到底能干什么。以下 5 个核心能力，每一个都是社区里大家用得最多的功能。
委员角色智能体 — 不只是聊天，是政治模拟
Montoyer 内置了 21 位独立的委员角色智能体。每位委员不是随便捏出来的——他们拥有基于真实《里斯本条约》的授权范围、政治优先事项、已知决策风格，甚至包括与其他委员之间的"紧张关系"。
想看看竞争事务委员对某项国家援助提案的反应？或者模拟 Green Deal 委员和贸易委员之间可能的分歧？直接运行一个 College Deliberation 会话，每位委员都有自己独立的"人格"和议程，会基于自己的 mandate 做出回应。这不是角色扮演游戏，这是政策研究的对抗性测试工具。
多智能体会话协议 — 复制真实 EU 制度流程
Montoyer 支持 四种核心多智能体会话，每种都严格遵循 EU 的真实制度协议：
- College Deliberation（学院审议）：报告委员 3 分钟陈述 → 每位委员 1 分钟发言（支持/保留/反对）→ 主席识别共识或正式投票
- Inter-service Consultation（部门间磋商）：主导 DG 传阅草案 → 受影响 DG 返回书面意见 → 主导 DG 综合修订
- Trilogue（三方谈判）：Commission 辩护 → Parliament 提交修正 → Council 提交方案 → 折衷文本谈判
- Task Force（跨 DG 工作组）：多 DG 协作处理跨领域议题
每一步都像真实流程一样，委员可以反对，Council 可以说不，Parliament 可以改。这就是我们说的"对抗性设计"——不是所有意见都一致，因为真实世界本来就不是。
Slash-Command 技能系统 — 像命令行一样调用 EU 政策工具
每个技能就像 EU 政策工具箱里的一件趁手工具，在终端中输入斜杠命令就能调用：
/treaty-check <proposal>— 验证立法草案的法律依据/impact-assessment <policy brief>— 分析监管路径和影响/legislative-proposal <brief>— 从一句话需求生成结构化立法草案（含 explanatory memorandum、impact assessment SWD）/consultation <topic>— 模拟利益相关方咨询/state-aid-review— 国家援助合规评估/comitology— 委员会程序检查
每个技能都有严格的输入输出标准和 MUST DO / MUST NOT DO 约束，确保输出质量可控。
内联归属防幻觉架构 — 每句话都可追溯
这是 Montoyer 最独特的技术之一。当智能体生成文本流时，一套由 shell 脚本组成的验证链会在后台实时工作：
post_tool_use_citation_matcher.sh— 匹配和验证法律引用post_tool_use_eurlex_resolver.sh— 通过 HTTP 请求 Curia 服务器解析 EUR-Lex 引用post-output-disclaimer.sh— 自动添加 DRAFT 免责声明pre-legal-basis-check.sh— 前置法律基础检查
结果就是，每个输出都会自动注入信任标签：[EUR-Lex — verify current version]、[CJEU — verify Curia reference]、[review — legal uncertainty]。这样你永远知道哪些内容需要进一步核实，哪些是可靠的。
领域插件系统 — 社区驱动的生态扩展
目前 Montoyer 已经实现了 8 个领域插件，每个都是可安装的技能包：
| 插件 | 覆盖范围 |
|---|---|
| legislative-eu | 政策官员、立法起草、影响评估、条约检查 |
| competition-eu | 反垄断、国家援助、市场定义 |
| institutional-management-eu | 单位主管、HR 合同、财务、CDR 起草 |
| grants-enforcement-eu | 资助管理、侵权程序、采购 |
| data-communication-eu | Eurostat 数据、新闻稿、演讲稿 |
| trade-eu | 反倾销、反补贴、损害分析 |
| simulation-eu | 委员、College、ISC、Trilogue 模拟 |
| privacy-eu | DPIA 工作流、DPO、IT 安全 |
每个插件都包含 CLAUDE.md（领域实践档案）、skills/（技能定义）、references/（参考文档）和 hooks/（钩子脚本）。想扩展某个领域？直接按标准格式创建一个新插件就行。
- 完全开源免费（MIT License），零成本上手
- 对抗性设计，委员可以意见分歧，Council 可以反对，真实度拉满
- 高透明度，每个输出带信任标签和 DRAFT 声明，不会被误认为官方文件
- LLM-agnostic，不绑定任何 AI 模型，可自由切换底层引擎
- 项目处于早期阶段，部分功能仍在完善中
- 需要 Claude Code 运行时，对普通用户有一定技术门槛
- 主要面向 EU 政策领域，通用场景不适用
谁在使用 Montoyer
现在你可能在想："这工具到底适合谁？跟我有关系吗？" 别急，来看看社区里已经有人在怎么用。
🇪🇺 欧盟政策研究者
"以前要预判新法规的跨委员会接受度，只能靠经验和人脉。现在跑一遍
/college-deliberate，21 位委员的立场和反应一目了然。"
—— 某布鲁塞尔智库研究员
痛点：政策制定者在起草新法规前无法预判各委员组合的立场和反应，缺乏跨 DG 的早期风险评估手段。
解决方案：通过 /college-deliberate 模拟 21 位委员对政策议题的审议过程，在正式起草前获得对抗性反馈。
效果：提前识别政治阻力点和跨 DG 冲突，优化政策设计和谈判策略。
📝 立法起草者
起草一份结构合规的立法草案，从条约引用到 explanatory memorandum，再到 impact assessment SWD，传统流程需要数周时间。Montoyer 的 /legislative-proposal <brief> 技能，自动调用 DG 技术分析 → 影响评估 → 条约检查 → 利益相关方咨询 → ISC → 委员背书 → College 投票的全流程。
效果：将起草周期从数周缩短到分钟级，输出包含 explanatory memorandum、impact assessment SWD、consultation summary 的完整立法包。
🎓 教育工作者与学生
"EU 立法程序太抽象了，OLP、Comitology、Trilogue……学生听完一头雾水。用 Montoyer 跑一遍
/legislative-cycle，每个人都能亲眼看到 Parliament 怎么修正、Council 怎么反对、Commission 怎么妥协。"
—— 某欧洲大学公共政策讲师
教师使用 /legislative-cycle、/trilogue、/college-deliberation 等模拟命令，带领学生观察和参与交互式的机构决策过程。从被动阅读变为主动参与，效果立竿见影。
👨💻 IT 顾问入职者
如果你是刚进入 EU 机构做 Framework 合同顾问，应该知道那种"找不到门路"的挫败感——合同类型（EU Civil servant contracts vs External consultant contracts）、薪资体系、EQF 级别、DIGIT TM II 和 DIGIT SM 这些 Framework 合同结构……这些"潜规则"通常要花好几个月才能搞清楚。
访问 doc.montoyer.com 查看社区维护的 EU 机构 IT 顾问实践指南。里面从合同类型、职级、薪资到 Framework 合同结构（DIGIT TM II、DIGIT SM），以及常见 FAQ 全都有，是社区多年经验的结晶。入职适应期从数月缩短到数天。
🌍 公民科技项目
对于想了解"欧盟为什么做出这个决定"的普通公民来说，Montoyer 提供了一个独特的反向解析能力——将最终决策反向解构为产生它的各智能体立场和推理过程，用结构化方式展示决策逻辑背后的各方博弈。这可能是提升 EU 决策透明度最直接的工具之一。
Montoyer 的技术特点
如果你想深入了解 Montoyer 的技术实现，这部分就是为你准备的。
五层架构：从技能到机构的完整堆栈
Montoyer 采用五层模块化架构，每一层都可以独立扩展：
Skills Layer → Commissioner Layer → DG Layer → Agents Layer → Institutions Layer
- Skills Layer（技能层）：可安装的领域技能，如 treaty-check、impact-assessment
- Commissioner Layer（委员层）：21 位委员角色智能体，受条约授权约束
- DG Layer（总司层）：17 个 DG 运营智能体，提供技术分析
- Agents Layer（会话层）：多智能体协同会话（ISC、College、Trilogue）
- Institutions Layer（机构层）：对应机构智能体（EP、Council、ECJ、ECB 等）
这种设计让你可以只运行一个 slash-command 做简单的条约检查，也可以启动完整的立法周期模拟，全看你的需求。
Agent Family 设计：专才而非通才
Montoyer 不使用一个"万能模型"处理所有事情，而是将能力拆分到专门的智能体家族中：
- Commissioner Personas（21 位）：模拟执行动态，有政治立场和决策风格
- Role Specialists：政策官员、立法起草者、经济学家、律师、comitology 官员——每个角色都有独立的操作规范
- DG Operational Agents（17 个）：模拟特定总司的技术和操作约束，输出始终带有归属标签（如 "DG COMP analysis shows…"）
- Counterpart Institutions：European Parliament、Council、ECJ、ECB、EEAS、European Council
这种"分而治之"的设计，让每个智能体在自己擅长的领域做到专业，而不是什么都会但什么都不精。
内联归属架构：每句话都有"户口"
前文提到过这个架构，这里展开讲技术细节。lib/hooks/ 目录下的 shell 脚本链构成了 Montoyer 的抗幻觉防线：
pre-legal-basis-check.sh：前置检查，在生成内容前验证法律基础post_tool_use_citation_matcher.sh：匹配和验证法律引用，隔离可疑来源post_tool_use_eurlex_resolver.sh：通过 HTTP 请求 Curia 服务器，实时验证 EUR-Lex 引用post-output-disclaimer.sh：在输出末尾添加 DRAFT 免责声明post-subsidiarity-prompt.sh：补充辅助性原则检查
信任标签系统覆盖 6 种类型：条约引用、判例法、统计数据、政治判断、法律不确定性、直接引用。每个标签都有统一格式，一眼就能看出哪些信息需要进一步核实。
LLM-agnostic：不绑死任何模型
Montoyer 是 LLM-agnostic（无 LLM 绑定） 的。虽然优化用于 Claude Code 运行时，但核心依赖的是结构化文件系统、正则表达式路由器和本地知识 schema，而不是特定模型的权重。
这意味着：
- 你可以换底层模型，框架逻辑不受影响
- 没有对 LangChain、CrewAI 等编排框架的依赖——轻量、透明、可控
- 每个技能、每个智能体的行为都由 Markdown 配置文件定义，而不是藏在模型权重里的黑盒
完整立法周期模拟
这是 Montoyer 最复杂的编排能力之一。/legislative-cycle 命令启动一个端到端的编排序列：
/policy-officer生成政策简报- 通过
/inter-service-consultation路由到受影响 DGs 和法律服务 - 模拟
/college-deliberation进行政治验证 - 模拟后续
/trilogue谈判动态（与 Parliament 和 Council） - 最终文本生成
整个过程完整体现了欧盟普通立法程序（OLP），从 Commission 提案到最终文本的完整链条。
架构详情见 github.com/montoyer/agents/blob/main/ARCHITECTURE.md
贡献指南见 github.com/montoyer/agents/blob/main/CONTRIBUTING.md
两个文档都是社区共同维护的，欢迎你提 PR 完善它们。
生态与集成
Montoyer 不是一个孤立的项目，它正在成长为一个围绕 EU 政策 AI 工具的开放生态系统。
开源社区：代码属于每一个人
Montoyer 的 GitHub 仓库（github.com/montoyer/agents）以 MIT License 开源。这意味着你可以：
- 自由使用、修改、分发代码
- 用于商业项目、教育机构或个人研究
- 不需要任何授权费用或许可申请
社区文档 doc.montoyer.com 更是宝藏——它是 EU 机构 IT 顾问的非官方实践指南，内容涵盖合同类型、职级体系、薪资结构、DIGIT TM II 和 DIGIT SM 等 Framework 合同结构。这些信息不是官方给的，是社区的人一点点积累出来的。
插件生态：8 个领域插件，社区扩展中
目前插件系统通过 marketplace.json 注册了 8 个领域插件，每个插件的标准结构是：
plugins/[domain]/
├── CLAUDE.md # 领域实践档案
├── .claude-plugin/
│ └── plugin.json # 插件清单
├── skills/ # 技能定义（SKILL.md）
├── references/ # 参考文档
└── hooks/ # 钩子脚本（可选）
想贡献一个新插件？按这个模板来就行。社区贡献指南提供了从创建技能目录到提交 PR 的完整流程，任何人都可以：
- 在
plugins/*/skills/目录下按SKILL.md格式创建新技能 - 在对应插件的
marketplace.json中注册 - 提交 PR → 社区审核 → 合并
平台生态：12+ 个平台收录
Montoyer 已被以下平台收录和推荐（排名不分先后）：
| 平台 | 链接 |
|---|---|
| AI Agents Directory | aiagentsdirectory.com |
| Shipit | shipit.buzz |
| Wired Business | — |
| Findly.tools | findly.tools |
| Turbo0 | turbo0.com |
| Twelve Tools | — |
| Verified Tools | — |
| Dofollow.Tools | — |
| Similarlabs | — |
| Dang.ai | — |
| DailyPings | — |
| Startup Fame | — |
内容生态：深度思考，公开分享
Montoyer 团队在 Substack 上公开发布深度文章，探讨 AI agents 与 EU 机构的结合。推荐文章：
- 《Montoyer launches AI agents for the EU quarter》 — 产品发布，介绍项目和核心理念
- 《Shuhari, AI agents, and the European Commission》 — 用"守破离"（Shuhari）模型探讨 AI agent 的学习阶段
这些文章不只是产品宣传，更是对 AI 如何改变 EU 政策制定的深度思考。
常见问题
Montoyer 到底是什么？
Montoyer 是一个开源、领域特定的多智能体框架，模拟欧盟的内部机制、公务员工作流和立法程序。与通用聊天机器人不同，Montoyer 将复杂的制度流程——如 Inter-service Consultation、College Deliberation 和 Trilogue 谈判——分解为受真实授权约束的专门化交互式智能体。它不是聊天工具，是你手里的政策模拟实验室。
这是欧盟官方工具吗？
不是。Montoyer 是一个完全独立的开源项目，为布鲁塞尔政策生态系统构建。所有输出均明确标记为草稿，供官方审核使用，不代表欧盟委员会或任何其他 EU 机构的官方立场、法律意见或政策立场。我们是社区驱动的独立项目，不是 EU 官方出品。
Montoyer 如何防止 AI 在立法草案中产生幻觉？
通过严格的内联归属架构（Inline Attribution Architecture）。当智能体生成文本流时，原生 shell 脚本实时拦截内容，隔离法律引用，交叉引用本地已验证的 JSON 条约 schema，通过 HTTP 请求 Curia 服务器检查实时 CJEU 记录，并在文本中注入可见的验证或警告标签。简单说：每句话都有来源，每句引用都能追查。
Montoyer 支持哪些 AI 模型？
框架是 LLM-agnostic（无 LLM 绑定） 的，但目前优化用于 Claude Code 运行时。核心依赖结构化文件系统、正则表达式路由器和本地知识 schema，而非松散模型权重——这意味着底层模型可以换，但框架逻辑和行为定义保持不变。我们欢迎社区贡献对其他运行时的适配。
什么是 Agent Families（智能体家族）？
Montoyer 不使用单一模型处理所有事情，而是将能力结构化到专门的智能体家族中：
- Commissioner Personas — 21 位独立组合智能体，模拟执行动态
- Role Specialists — 政策官员、立法起草者、律师和资助管理者
- DG Operational Agents — 17 个总司配置文件，模拟技术和操作约束
- Counterpart Institutions — European Parliament、Council、ECJ 等机构智能体
什么是 Slash-Command Skills（斜杠命令技能）？
技能是位于领域插件内的可安装能力，通过在终端中输入斜杠命令调用——例如 /treaty-check <proposal> 验证法律基础，/impact-assessment <policy brief> 分析监管路径。每个技能受严格 Markdown 语法标准约束，包含明确的输入、输出、约束条件和工作流程定义。
能否用 Montoyer 模拟完整的立法周期？
可以。/legislative-cycle 命令启动多智能体编排序列：/policy-officer 生成简报 → 通过 /inter-service-consultation 路由到受影响 DGs 和法律服务 → 模拟 /college-deliberation 进行政治验证 → 可模拟后续 /trilogue 谈判动态 → 最终文本生成。完整体现了欧盟普通立法程序的完整链条。
如何为 Montoyer 做贡献或构建自己的领域插件？
框架完全开源（MIT License）。克隆仓库（github.com/montoyer/agents），检查文件映射，添加新能力。自定义技能在 plugins/*/skills/ 目录树中定义为结构化 Markdown 配置（SKILL.md 格式）。要贡献、报告 bug 或浏览开放问题，访问 GitHub 仓库。社区欢迎每一个 PR，无论大小。
Montoyer
面向欧盟政策与立法的开源多智能体框架
创作者
评论