| name | agentic-governance |
| version | 1.0.0 |
| description | Multi-agent orchestration voor overheidsprocessen. Configureer, chain en escalate AI agents voor compliance, architectuur en juridische acceptatie. Gebruik bij agentic government development, multi-agent workflows, compliance-automatisering, of human-in-the-loop governance.
|
| triggers | {"keywords":["agentic government","multi-agent","orchestration","agent chaining","compliance automation","workflow orchestration","agent persona","escalation pattern","human-in-the-loop","rule maturity model","multi-agent workflow"]} |
| tools | ["Read","Glob","Grep","Bash","Task"] |
Agentic Government Governance
Multi-agent orchestration voor overheidsprocessen. Dit is het hart van het
agentic government framework: het ontwerpen van agent-ketens die complexe
overheidsautomatisering afhandelen met menselijke escalatie op de juiste momenten.
Wanneer deze skill gebruiken
- Compliance-checks over meerdere domeinen tegelijk
- Architectuur-review met gespecialiseerde agents
- Juridische acceptatie-workflows (human-in-the-loop)
- Publicatie-workflows met PII-check
- Wijzigingsmanagement (wetwijziging → impact → implementatie)
- Cross-samenwerking tussen overheidsorganisaties
Multi-Agent Workflow Patronen
1. Sequential Compliance Pipeline
Intake Agent → Regelcheck Agent → Compliance Agent → Jurist-Acceptatie → Publicatie Agent → Monitoring Agent
Elke agent voert zijn deel uit en geeft output door naar de volgende.
Escalatie naar mens bij confidence < threshold.
2. Parallel Fan-Out
┌─ Security Agent ─ BIO2 check
│
Intake ─────┼─ Privacy Agent ── AVG/DPIA check
│
├─ Architect Agent ─ NORA compliance
│
└─ AI Governance Agent ─ AI Act check
Alle agents draaien parallel. Resultaten worden geconsolideerd door een
synthesis agent.
3. Human-in-the-Loop Gates
Agent output → Confidence check → [≥95%] → Automatisch verder
→ [<95%] → Mens review → Accept/Reject/Modify
4. Event-Driven Reactive
Wetwijziging (RSS Staatscourant)
→ Impact Agent (welke regels raken dit?)
→ Update Agent (welke JREM regels wijzigen?)
→ Test Agent (zijn alle tests nog groen?)
→ Jurist Review (is de wijziging correct?)
→ Deploy Agent (nieuwe versie productie)
Rule Maturity Model → Agent Gedrag
| Level | Omschrijving | Agent Gedrag | Escalatie |
|---|
| L1 | Deterministisch, geen uitzonderingen | Automatisch uitvoeren | Bij exception |
| L2 | Deterministisch met bekende uitzonderingen | Uitzonderingen flaggen | Bij uitzondering match |
| L3 | Hoofdregel + discretionaire uitzonderingen | Indicator + altijd escalatie | Altijd naar mens |
| L4 | Volledig discretionair | NIET automatiseren | Alleen adviseren |
Agent Configuraties
Zie de agentic-government-starter-kit skill voor complete YAML configuraties
voor: Compliance Agent, Architect Agent, Security Agent, Privacy Agent,
AI Governance Agent, en Publicatie Agent.
Orchestratie Implementatie
Stap 1: Definieer het workflow
Bepaal welke agents nodig zijn, hun volgorde, en escalatie-paden.
Stap 2: Configureer agents
Gebruik de agent-configuratie YAML als template. Pas:
primary_skills aan voor het domein
confidence_threshold aan voor de risicoclassificatie
escalation_target aan voor de organisatie
Stap 3: Definieer handoff protocols
Tussen elke agent: welke output wordt doorgegeven? Wat zijn acceptatiecriteria?
Stap 4: Test met scenarios
- Happy path (L1 regels, geen escalatie)
- Edge case (L2 regels, escalatie bij uitzondering)
- Worst case (L3 regels, altijd escalatie)
Stap 5: Monitor en improve
- Regel match rate per agent
- Escalatie rate (te hoog = agent te zwak, te laag = agent te sterk)
- Jurist acceptatie rate
Integratie met JuraRegel Rule Services
Elke agent kan aan de slag met Rule APIs:
| Agent | Rule API | Endpoint |
|---|
| Compliance Agent | BIO2 Service | POST /v1/bio2/check-maatregel |
| Architect Agent | NORA Service | POST /v1/nora/check-principe |
| Security Agent | BIO2 Service | POST /v1/bio2/compliance-rapport |
| Privacy Agent | AVG Service | POST /v1/avg/check-verwerking |
| AI Governance Agent | AI Act Service | POST /v1/ai-act/classificeer |
| Publicatie Agent | Publicatie Service | POST /v1/publicatie/check-pii |
Integratie met Djimitflo
Gebruik Djimitflo's LROP database voor:
- Goal tracking: Elke agent-actie is een goal
- Learning cycles: Feedback van juristen wordt opgeslagen
- Self-improvement: Agent configuraties worden geoptimaliseerd op basis van fouten
- Judge service: Agent output wordt gescoord op kwaliteit
Integratie met OpenMythos
Gebruik OpenMythos evolution loop:
- Genereer test scenarios voor agent workflows
- Meet agent kwaliteit (discrimination, calibration)
- Evolveer agent prompts op basis van judge feedback
- Promote alleen bij verbeterde metrics
Gerelateerde skills
Bronnen
- EU AI Act — Verordening (EU) 2024/1689
- NORA — noraonline.nl
- BIO2 — MinBZK Baseline Informatiebeveiliging Overheid
- Algoritmekader — algoritmekader.overheid.nl
- OpenMythos — ~/OpenMythos/analysis/legal-ruleops-platform/
- Djimitflo — ~/djimitflo/.data/djimitflo.sqlite