▲РЕПО НЕТ В ОКНЕ 30D. ПОКАЗАН FINDING ИЗ ОКНА 180D (180 days) — РАНГ #7.
FINDING #07 · UNIT ID 1164832776
cft0808/edict
🏛️ 三省六部制 · OpenClaw Multi-Agent Orchestration System — 9 specialized AI agents with real-time dashboard, model config, and full audit trails
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
20% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
17.74
ACCEL
-0.34
RETENTION
3.3%
PEAK 2026-03-06 · FORK-RETENTION 77.5% · 3,193 STARS / WINDOW
Author Audience
AUDIENCE
1,768
FOLLOWERS
134
OWNER ★
16,338
Engagement Signals
FORKS
1,711
ISSUE AUTH
55
PR AUTH
17
UNIQUE STARGAZERS 3,188 / 3,193 (DIVERSITY 1.00)
Потенциал заработка
C48/100
СПРОС82
Деньги в теме есть: AI agents и workflow automation показывают крупные оценки рынка и высокий прогнозный рост.
ЗАХВАТ36
Удержать ценность сложно: MIT, зависимость от OpenClaw, нет релизов, нет proprietary backend, рядом CrewAI, LangGraph, AutoGen, MetaGPT и n8n.
ДОСТУП64
Легально можно коммерциализировать по MIT, но practically нужен hardening из-за молодого repo, зависимости от OpenClaw и высокого support burden.
«Заработок возможен на managed governance layer, но capture топит слабый ров и зрелые конкуренты.»
Рыночный анализ · Обзор
Edict — надстройка над OpenClaw для управления командой AI-агентов через роли, обязательное ревью, Kanban-доску, мониторинг и аудит.
AI agents / multi-agent orchestration / workflow automation / agent observabilityЗРЕЛОСТЬ · РАСТЁТ
ЯЗЫК
Python
ЛИЦЕНЗИЯ
MIT
РЕЕСТР
docker
КОНТРИБЬЮТОРЫ
17
УСТАНОВКА: docker pull edict
Что делает
Edict превращает входящие поручения в управляемый workflow: сортировка, планирование, проверка, распределение, выполнение и архив результата. Проект добавляет к multi-agent работе явные роли, контролируемые переходы статусов, dashboard, модельные настройки, мониторинг агентов и журнал аудита. Центральная идея — обязательный QA-шаг перед исполнением, а не свободный чат агентов без контроля.
Какую боль решает
Решает боль непрозрачных multi-agent систем: непонятно, кто что сделал, где задача застряла, кто проверил результат, можно ли вмешаться и можно ли восстановить цепочку действий.
Сценарии использования
- Внутренний AI back office для исследований, отчётов, кода, документации, DevOps и compliance.
- Команда AI-агентов для founder или операционного менеджера с задачами из Feishu, Telegram или Signal.
- Демонстрационный dashboard для продажи agentic automation клиентам.
- Контролируемый multi-agent workflow с обязательным QA-шагом перед исполнением.
- Обучающий и методологический шаблон построения агентов с разделением полномочий.
Целевой пользователь
AI-инженеры, automation-консультанты, indie hackers и команды, уже использующие OpenClaw.
Open-source аналоги
AI software company с ролями и SOP; сильнее как зрелый multi-agent фреймворк, но меньше фокуса на OpenClaw dashboard и audit.
Универсальный framework для agentic AI в Microsoft-экосистеме; менее готовая операционная доска.
Production-oriented Python framework для agents, tasks, crews и flows; есть коммерческий AMP.
Больше SDK/platform layer для построения agent platforms; менее специфичный workflow ревью-перед-исполнением.
Низкоуровневый stateful orchestration framework; сильнее как инфраструктура, слабее как готовая ролевая система.
Multi-agent фреймворк с наблюдаемостью, ближе к R&D и Alibaba ecosystem.
Не pure multi-agent, а workflow automation с AI nodes и agents; сильнее как no-code automation рынок.
Позиционирование
Edict не лидер. Это нишевый fast-growing проект: сильная упаковка OpenClaw + роли + dashboard + audit, но базовая задача занята более зрелыми OSS-фреймворками.
Коммерческие аналоги
Enterprise control plane для CrewAI: observability, secure integrations и support.
CrewAI заявляет used by 63% of the Fortune 500; независимое подтверждение в собранном анализе не указано.
Free50 workflow executions/month
Enterprisecustom
Observability, evals, deployment long-running agents, Fleet и Engine.
LangGraph repo указан как 38.0k stars; коммерческий масштаб LangSmith отдельно не подтверждён.
Developer$0/seat/month
Plus$39/seat/month
Enterprisecustom
LCU$1.50
LSU$1.00
AI app, agent, workflow и RAG builder.
Публичные revenue/users не подтверждены; продуктовая страница заявляет agent/workflow/RAG platform.
Sandboxfree
Professional$590/workspace/year
Team$1,590/workspace/year
Enterprise/private deploymentcustom
AI workforce, multi-agent systems и business agents.
2,000+ integrations; SOC2/GDPR заявлены.
Free$0
Pro$29/month
Team$349/month
Enterprisecustom
Top-up actions$40/1,000 actions
Vendor credits$20/10,000 vendor credits
Personal/work AI assistant для inbox, meetings, follow-ups, web и computer use.
Public revenue/users не подтверждены.
Plus$49.99/mo
Pro$99.99/mo
Max$199.99/mo
Enterprisecustom
AI agents for business workflows, integrations, portals и computer use.
2,000+ integrations заявлены.
Standard$50/mo for 250 credits
Higher tiersдо $2,000/mo for 10,000 credits
Enterprisecustom
Workflow automation с AI agents и AI assistant.
n8n pricing page показывает 197,784 GitHub stars.
Starter€20/mo annual
Pro€50/mo annual
Business self-hosted€667/mo annual
Enterprisecustom
Visual automation и Make AI Agents beta across 3,000+ apps.
3,000+ apps заявлены.
Free$0
Core$12/mo
Pro$21/mo
Teams$38/mo for 10k credits/mo
Enterprisecustom
AI teammates поверх Zapier automations.
Public revenue/users на pricing page не указаны; масштаб связан с Zapier ecosystem.
Agents Free400 activities/mo
Agents Pro$400/year, $33.33/mo, 1,500 activities/mo
Enterprisecustom
Enterprise agent builder для internal/external agents с Azure billing.
Microsoft ecosystem; точные пользователи продукта не указаны.
Microsoft 365 Copilotfrom $30/user/mo
Copilot Studio$200/pack/month for 25,000 Copilot Credits
PAYGusage-based
Managed runtime, session, memory и code execution for agents.
Google Cloud enterprise platform.
Agent Engine runtime vCPU$0.0864/hr
Agent Engine memory$0.0090/GB-hr
Sessions$0.25/1,000 events
Memory retrieval$0.50/1,000
Secure runtime and infrastructure for deploying agents on AWS.
AWS enterprise platform.
AgentCoreusage-based
Model usagebilled separately
Текущая монетизация проекта
Подтверждённой монетизации Edict не найдено. README указывает WeChat cft0808, Docker demo и зависимость от OpenClaw. Homepage OpenClaw позиционируется как Open source и даёт install-команды без публичных paid tiers на основной странице. Найденный getopenclaw.ai/pricing выглядит отдельным сайтом; связь с cft0808/edict не подтверждена.
Коммерческий потенциал
ПОТЕНЦИАЛ · СРЕДНИЙ
Зарабатывать можно не на самой библиотеке, а на governed OpenClaw agent operations как продукте или сервисе для SMB и внутренних enterprise-команд.
Спрос и рынок
Спрос высокий: рынок AI agents и workflow automation большой и быстрорастущий. Но agent orchestration framework сам по себе монетизируется хуже, чем hosted deployment, observability, compliance и готовые бизнес-агенты.
Ров / защищённость
Ров слабый. Код открыт под MIT, архитектура видима, review gate и dashboard легко скопировать. Возможный ров — curated workflows, audit/compliance templates, OpenClaw community mindshare, интеграции с китайскими workplace tools и накопленные run logs/evals.
Модели монетизации
- Managed Edict Cloud: hosted dashboard, users, audit retention, alerts, RBAC.
- Enterprise self-hosted package: SSO, audit export, compliance pack, support SLA.
- Vertical agent teams: AI research desk, AI engineering PMO, AI compliance review desk.
- Consulting + templates: установка OpenClaw/Edict, настройка агентов, интеграции Feishu/Slack/Telegram/Jira/GitHub.
- Marketplace skills/templates для OpenClaw/Edict.
Что нужно, чтобы сделать продукт
- Стабильные релизы и semver.
- Enterprise auth, RBAC и SSO.
- Multi-tenant cloud.
- Billing и usage limits.
- Security model и sandboxing.
- Тесты, upgrade path и migrations.
- Документ с production-позиционированием против CrewAI и LangGraph.
- Paid support page и публичный pricing.
⚖ ЛИЦЕНЗИЯ · МОЖНО ЛИ КОММЕРЦИАЛИЗИРОВАТЬ
MIT — коммерческое использование свободно. Можно форкать, модифицировать и встраивать в закрытый продукт при сохранении copyright/license notice. Лицензионный риск низкий.
Риски и подводные камни
ВЫСОКИЙКОНКУРЕНЦИЯ
CrewAI, LangGraph, AutoGen, MetaGPT и n8n уже сильнее по зрелости и экосистеме.
ВЫСОКИЙПРОЧЕЕ
Проект создан в феврале 2026 и не имеет релизов; для B2B это блокер без hardening.
ВЫСОКИЙЗАВИСИМОСТЬ ОТ АВТОРА
Edict завязан на OpenClaw; изменения OpenClaw могут ломать продукт.
ВЫСОКИЙЮР. СЕРАЯ ЗОНА
Агенты получают доступ к каналам, workspace, ключам и действиям; нужны sandbox, audit integrity и secrets management.
ВЫСОКИЙСЛАБЫЙ РОВ
MIT и видимая архитектура позволяют конкурентам скопировать review gate и dashboard.
СРЕДНИЙПРОЧЕЕ
GitHub stars не равны платящим пользователям; owner audience маленький по фактам: 134 followers.
СРЕДНИЙПРОЧЕЕ
LLM usage и long-running agents дают непредсказуемые COGS; нужен BYOK или pass-through billing.
СРЕДНИЙПРОЧЕЕ
Underdog-рост сильный и bot_flag=False, но молодой repo с 16k stars требует проверки real adoption перед инвестициями.
Достоверность разбора
УВЕРЕННОСТЬ · СРЕДНЯЯgpt-5.5 · 2026-07-24 · ОКНО 180D
Оговорки / что не проверено
- Данные GitHub, лицензия, topics, stars, forks, контрибьюторы, даты и Docker install взяты из предоставленной воронки и слоя A без перепроверки.
- README и Dockerfile использованы как предоставленный обрезанный текст; полный репозиторий не проверялся.
- Цены и масштабы коммерческих аналогов в собранном анализе в основном указаны по одному URL на продукт, а не подтверждены двумя независимыми источниками.
- Заявления CrewAI про Fortune 500, Relevance AI/Stacker AI про integrations и Make про 3,000+ apps взяты из продуктовых страниц, независимое подтверждение не указано.
- Public revenue/users для Dify, Lindy, Zapier Agents и ряда enterprise-платформ не подтверждены.
- Связь getopenclaw.ai/pricing с cft0808/edict не подтверждена; в итоговой оценке не использована как доказанная монетизация.
- Оценки OSS stars для аналогов взяты из собранного разбора и не перепроверялись в вебе.
- Рыночные размеры AI agents и workflow automation взяты из указанных рыночных отчётов; методологии отчётов не проверялись.
- Выводы о moat, capture, support burden, B2B blockers и go-to-market являются аналитической оценкой, а не подтверждёнными фактами.
- Реальная adoption Edict, production deployments, активные пользователи, revenue и платёжеспособность аудитории не подтверждены.
ИСТОЧНИКИ (22)
Why This Is A Finding
cft0808/edict собрал 3,193 звёзд за окно, тогда как у автора всего 134 подписчиков — эффективная аудитория ≈ 1,768. Это даёт surprise-индекс 0.00981 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 77.5% и 72 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 100% OF 2379 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 2379 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.02ABOVE 100%
VELOCITY17.742.86+14.88ABOVE 94%
RETENTION3.3%5.8%-2.5 PPABOVE 28%
FORKS1,7111,230+481ABOVE 58%
SURPRISE0.010.00+0.01ABOVE 99%