5 台机器 / 半年+ 做出来的全部 43 个项目

把 Pi (原 LM Studio) 复刻成"给客户交付的 AI 编码项目台"底盘。EduApp 是首个客户,拿云展当自家 AI 编码工具入口。本期从"测试环境跑在悟空"推到"生产入口给客户看"。

客户想要"AI 编码项目台"但不会自己搭。云展是可复用的底盘: 项目管理 + 会话隔离 + 用户管理 + 多 provider 模型接入 + 手机端 —— 客户接进去改改就用得起来。

• provider adapter 拆分 — 之前 body 无条件当 OpenAI 协议,MiniMax 图生成 multipart 必炸;抽三入口按模型名 dispatch(MiniMax responses / Anthropic messages / OpenAI chat completions)
• context-window 探针化 — 200k 硬编码改成启动时探针每 model 的真 context length,M3 探到 100 万
• 用户管理 MVP — 超管/普通用户/用户名隔离/模型脱敏档位(顶配/常用/快速)/登录页,CC 12 phase 后端 149 + 前端 33 测试过
• Bug 1-5 全修 — 会话固定 / 消息返回 / steer 乐观上屏 / context-window 硬编码 / 左栏横滚
• 手机端整改 + Opus 4.7 thinking 400 修 — 升 Pi 0.80.3 + compat.forceAdaptiveThinking=true 新协议
• 7-3 部生产 — 16 commit(Pi 0.80.3 + provider 拆分 + 手机端) 部 yunzhan.eduapp.com.cn HTTP 200,pm2 online

• 客户复用底盘 = 高 leverage。一个底盘做透,后续客户接进去改配置就上线,不需要每次从零。
• Loop v2 归档得对。用户给 50 分说明方向不对,别硬撑,切回 main 做用户管理 MVP 才对路。
• 硬编码是最大的技术债。context-window 200k 硬编码差点让 M3 128k 全炸,改探针化后一劳永逸。

"僚机 + 驾驶舱" —— 5 台机器上散乱的 launchd/cron/dev 进程全汇总到一个 web 面板。加 Tauri 桌面壳 + 外网反代,手机也能查、异地也能看。

"5 台机器上跑的一堆服务,谁挂了不知道、谁的日志在哪不清楚、名字都是 com.frpc.daemon 这种反 DNS 看不懂。" Cockpit 面板 v2 解决 3 件: 状态看得见(24 种服务自动扫描)、日志看得到(4 类分类处理)、名字看得懂(4 类 display_name auto-gen)。

• services 面板 v2 — 5 类 collector 全扫(launchd + hermes_cron + dev + disabled + expected_down),ServiceMonitor 守护 30s scan 全量 replace_all 写库,新加服务自动入榜
• display_name autogen — 4 类都做兜底(cron/dev/service/sleeping,expected-down 并入 sleeping),测试 162 PASS,commit 8a1abd7+643bde4,curl 4 类抽样真
• Tauri v2 桌面壳跑通(commit 557a4f7),cockpit menu-bar 上电脑
• 外网可达 — 加 nexora 反代 wingman.nexora.restry.cn HTTP 200 稳跑; fix launchd cockpit plist 路径 Projects→projects

• P0 严重度看场景不看等级。深夜 XFF spoof 事件: reviewer 报 P0 但家网单人无威胁面,最终立铁律 reviewer P0 工程洁癖类默认合 main、不打断业务。
• display_name = "看得懂" 是核心。之前面板上一堆 com.frpc.daemon 谁都看不出是 frpc 内网穿透 —— 面板可用性 80% 就靠这一件事。

一套自有的「聊天 + 桌面端 + 浏览器扩展」全栈，专门给自家 AI agent 当对外通道。Web 端跑在 chat.clawlines.net，桌面端 Tauri 打包，扩展走 Chrome MV3。

之前用 Telegram / Discord 这些第三方 IM 给 AI agent 当门面，永远受制于别人家的平台规则、限速、API 变动，账号一封整条业务就停。Clawline 把整条通道收回到自家域名下：用户在哪聊、消息怎么存、能不能流式、要不要桌面客户端，全部自决。

• 5 月初三仓合并成 monorepo — 之前 channel / client-web / gateway 三个独立仓，改一次功能要追三个 PR；合完之后一个改动一次提交搞定。
• npm 包正式 1.0 — @clawlines/channel 上 npm，外部开发者可以接入做自己的 channel 集成。
• 桌面端可发布版 — v0.5.4 三平台都能装，从 0 → 可分发的客户端。
• "幽灵消息"问题归零 — 5-08 之后再没出现过消息错乱 / 跨会话串台，长期挂账的 reliability 收尾。
• 主入口让位给飞书 — 5-13 之后日常对话主战场切回 Hermes + 飞书 DM，Clawline 转入「随时可用但不强推」的维护期。

• 通道自有 = 体验自主。第三方 IM 用得再顺手也始终是别人家的房子，自家产品长期一定要有自家的通道。
• 架构走对一次顶改一百个 bug。流式协议在第二天就掉头改对方向，省下后面 N 周的修补成本。

两套互补的 AI 知识基础设施。Wiki 跨平台归并对话历史，按 entity / concept / project / decision 整理；Hermes Skills 把踩过的坑写成 markdown 操作手册，触发关键词自动加载。

AI 没记忆是最大痛点 —— 同一个坑每次跟它说一遍，同一份背景每次重讲。Wiki 让 AI 自己按主题查归档，Skills 让 AI 不用每次问「怎么部署 X / 怎么处理 Y」。两套都接 Karpathy 风格 ADR：只记不可回退或成本高的决策，不记日常操作。

• Wiki 每页强制 frontmatter — updated + sources: [hermes:platform/host/YYYY-MM-DD]，证据链可追到具体对话
• Skills 按触发词自动加载 — 关键词命中就把 markdown 喂进 AI 上下文，不需要手动 import
• 跨机统一分发 — sync-skill 把同一份 skill 推到 4 台机，AI 在哪台机器经验都一致

Hermes 的「长期记忆底座」。三层结构：LanceDB Pro 做向量检索、Obsidian 做文件层（人类可读 + 手编辑）、React Flow 主题地图把 108 个主题之间的关系可视化。Hermes 跨 agent / 跨会话都靠它复用历史经验。

AI 助手聊一次忘一次，长期记忆只能靠 prompt 里塞历史 —— 但 prompt 容量有限。GrowLog 把记忆外置：向量索引让 AI 按相关性自查、文件层让人能手动审阅修改、主题地图让 5 个月前的某个决策能被快速找回上下文。

• UI 收敛到工作流地图，不是树状/列表 — 知识本来就是网状结构，树/列表强行扁平化反而看不清
• 自研 lossless-claw CJK token 引擎 — 中文 token 估算市面工具都不准，自己写一个保证向量切片不切坏
• 不是一次性 demo，是真用了 3 个月 — 沉淀这件事最难的是坚持，技术不复杂，关键是不停往里写

统一管理多个 AI agent 工作台：左边 Bot Fleet（各 agent 状态 / 任务队列）、右边 Server Fleet（每个 agent 的产出物入库）。Pipeline 做「产出物粗筛」，把 100+ 文件按主题分类归档，方便事后回看。

多 agent 并行干活时，产出物散落在十几个目录里，事后想找「上周 portalbot 写过的那份」得手动翻 git 记录。Portal 把所有 agent 的产出物一次性扫描入库，按主题 / 状态 / 时间检索，配合 Pipeline 自动归类。

• 3-10 放弃 Next.js — Next 16 + Turbopack 首次编译卡死，--no-turbopack 已不可用 → 30 分钟内出 React + Vite v2 原型
• 4-02 数据层切 PG 直连 — Supabase /pg/query 401、REST 不支持 JOIN / 聚合 / DDL，server.cjs 有 39 个复杂 SQL 不适合 REST 化
• 4-03 Pipeline L1 改「筛沙」文本粗筛 — JSON 结构化太慢，改纯文本粗筛后 40s 跑完全量 117 个产出物

DevHub 是项目工厂：建项目自动创专属 OC 机器人（agent-factory）、统一管 SKILL.md / soul、配 cron。Hermes Agent 是统一 AI 主控，接 OAuth providers + 本地 OpenAI 兼容代理 + 飞书 / Discord / Telegram 多通道。两个配合：DevHub 出项目，Hermes 在飞书里跟 AI 对话推进。

之前每个项目都要手动配 agent / cron / 部署脚本 / IM 通道，新增一个项目要折腾半天。DevHub 把这些标准化成模板，建项目 = 一键创整套机器人 + 部署管线。Hermes 解决「多 AI 主控散乱」问题，把 Claude / GPT / 各 channel 都收口到一个入口。

• 5-13 飞书交互卡片 — interactive clarify card 让 AI 在飞书里发选项卡，用户点按钮直接回，不用手打
• DEPLOY.md 派 subagent dry-run — 写完部署文档让 subagent 模拟跑一遍，找出 9 个真坑 + 6 个错误，全修后评级 A
• systemd KillMode=process — systemctl restart nexora-devhub 不杀正在跑的 CC 子任务（reconcile 重新接管），避免误伤长任务

数据问答的样板项目：用户一句自然语言（如「上周销售额怎么样」）→ LLM 路由意图 → DuckDB 跑预先写好的 SQL → LLM 把结果转回自然语言。三层 agent 解耦：router / executor / summarizer，失败局部化。

让 LLM 直接生成 SQL 不稳定 —— 生产环境一旦写错就是数据事故。三层 agent 把 SQL 阶段做成 deterministic：LLM 只做意图分类和自然语言总结，SQL 由人预先写。失败时按层局部回退（router 错重路由 / executor 错重 SQL / summarizer 错降级输出原表）。

• 「LLM 不写 SQL」的工程边界 — Hermes 在数据问答场景的样本，验证 LLM + DB 怎么分工最稳
• 三层解耦让调试有抓手 — 出错时能定位是意图 / 执行 / 总结哪一层挂，不是整个 pipeline 黑盒重跑
• DuckDB 物化层避免每次现拉 — 上游数据每天 ETL 一次到 DuckDB，问答阶段只读本地

2026 H1 跨项目的元决策：从 3 月的 OpenClaw 单 agent + Mattermost 协作模式，到 5 月切换为 Hermes（飞书 + azure-devops sync 当主入口）+ Claude Code（写代码 + 浏览器测试 + HTML 可视化）双轨。

3 月用 OpenClaw 的 rabbit / giraffe / quokka / owl 各管一摊，靠 Mattermost / Matrix 在 IM 里通讯 —— 上下文跨 bot 同步代价高、用户得记哪件事找哪个 bot。4 月中果断换掉：Hermes 当统一对话入口，Claude Code 当背后干活的 worker，IM 通道收口到飞书。技能分散在各机 → 收到一个 Git 仓库（sync-skill）统一分发。

• 主控和 worker 分层比多 bot 平铺好 — 用户只跟一个主控聊，主控按任务派给合适的 worker
• IM 通道选有原生 app 的 — 飞书 native app 在通知 / 跨设备同步上甩 Mattermost 几条街
• 技能分发要集中 — 散在各机的技能永远会漂移，必须有「中央仓库 + sync 工具」组合

GitHub Copilot 订阅里附带的 Claude Opus / Sonnet 调用权被解出来，做成一个统一可观测、可计费、可分发的网关。Claude Code / Cursor / 任何 SDK 客户端无缝白嫖 Copilot 后端的 Claude / GPT / Gemini。

个人开发者已经为 Copilot 付费，那份额度被锁死在 IDE 插件里 —— 想在 Claude Code / agent / 自动化里复用，只能再付一份 Anthropic。Copilot Proxy 把这份额度释放成自家可用的统一 API，月成本压到 $10（Copilot）+ ¥80（基建）。

• OAuth 切割 — API 走 sk-proxy 自家 key，控制台走 Logto SSO + JWKS 验证，两条认证路彻底隔离
• monthly_29 包月 5h 滚动窗口 — windowRolloverIfNeeded 在 /user/plan 与 /user/me 上幂等触发
• 微信内置浏览器免扫码 — UA 检测自动跳 wx-gateway /wx/oauth/start，白屏问题根治
• 多 model fallback — claude-opus-4.6 → sonnet → openai-completions，失败计数自动降权，Copilot upstream 429 自愈

集中持有 WX_APP_SECRET 的微信公众号网关，把扫码登录 / 微信支付 / 模板消息 / 菜单管理 / 永久二维码生成 一次性收口。6+ 业务方共用一份 access_token，不需要各自维护一份微信密钥。

微信公众号一个号只能有一份有效 access_token，多个业务方各自存 secret 各自刷 token → 谁后刷把别人踢成 40001 错误循环。wx-gateway 用 pg_advisory lock 锁住刷 token、HMAC 给业务方分发，所有业务方走 /internal/wx-token 拿，杜绝 6 处各自存 secret。

• 集中 access_token + HMAC 分发 — 业务方 GET /internal/wx-token 拿，凭 HMAC 签名授权
• 永久二维码 scene_str = appName 1:1 — App 表 lazy 生成 + 缓存，珍惜 10 万张永久码配额
• 菜单管理做进 admin — click 按钮 Save 时自动 upsert/delete menu-${key} 路由

AI 写完代码 → POST 一个 zip + manifest → 自动 install + build + PM2 + Caddy → 秒级上线 HTTPS。不搬 K8s / Helm / Argo 这套企业级，但围绕「RCE-as-a-service」做了 4 层纵深防御。

AI 造的 MVP 要上线 → 手动 SSH 一条龙：scp 代码、pnpm i + build、手写 PM2 ecosystem、改 Caddyfile reload。一个项目 20 分钟，改完一个域名另一个 reload 后 404，忘填 host 会把别人的线上路由静默改没。Deployer 把这条龙收成一个 zip-only 异步 API。

• NDJSON 审计日志 — 每次 /api/exec, /api/deploy, /api/db/provision 写一行 ts/ip/ua/tokenFp/route/cmd/exitCode/fileSha256
• AUDIT_READ_TOKEN 拆分 — DEPLOYER_TOKEN 只能 exec/deploy，AUDIT_READ_TOKEN 只能读日志，权限切片
• CIDR 白名单 + TRUST_PROXY=true — 信任 Caddy X-Forwarded-For，403 body 回 yourIp 方便排查
• XMRig 矿机潜伏 6 周被发现 + 全套加固 — kill + rm + mount -o noexec,nosuid /var/tmp + iptables 9800 锁回 127.0.0.1 + 轮换 token

独立的项目，给 MVP Deployer 配套做 secrets vault + token 管理 admin。和 deployer 后端完全解耦 —— 把控制面和数据面分开，避免控制面被攻破连带数据面。按 namespace 隔离：deployer / wx-gateway / cspy 各自只能拿到自己 prefix 的 secret。

2026-05-09 XMRig 矿机潜伏 6 周事件后，意识到一份 prod token 散落各机的风险。门神把所有 prod secrets 集中管，配 Logto SSO 鉴权 + 90 天滚动审计日志，所有轮换走它统一推 —— 一次轮换全网生效，避免漏。

• 独立项目而非 deployer 内嵌 — 控制面 / 数据面强制分开，被攻破半边不会连根
• 共用 Logto SSO — 跟 wx-gateway / copilot-proxy 共一份身份，添新管理员一处生效
• namespace prefix 隔离 — deployer 只能取 DEPLOYER_*，业务方各自只能取自己的 prefix

飞书消息 → 本地 Claude Code 任务的桥接 daemon。Hermes 和 Nexora DevHub 的飞书入口都依赖它 —— 用户在飞书发消息，daemon 收到 webhook，触发对应的本地 CC 任务。

Hermes / DevHub 需要把飞书这个外部 IM 平台接到本地跑的 AI worker 上，本身没有官方桥。lark-channel-bridge 做这个粘合层：长驻 daemon、断线自动重连、webhook ACK 幂等（重复推不重复触发任务）。和 DevHub agent-factory 配合：新建项目时自动注册飞书群 + 本地 CC 任务通道。

• 必须单独 clone + pnpm build — GitHub 包没预编译 dist/（DEPLOY.md subagent 找到的 9 真坑之一）
• systemd KillMode=process — 重启 service 时不杀正在跑的 CC 子任务，reconcile 重新接管
• 幂等 ACK — 飞书 webhook 经常重推同一条消息，必须按 message_id 去重

跨多机的 Hermes Skills 统一安装 / 同步站。各机注册一个 machine_id，~/.hermes/skills/ 全部走软链接指向中央 Git 仓库的 checkout —— 一个 skill 改了 push 一次，4 台机 sync 完同步生效。

之前 skills 分散在各机的 ~/.hermes/skills/，每台机各自维护各自的。改一次得到处复制粘贴，时间长了各机版本完全漂移 —— AI 在不同机器上经验不一致。sync-skill 用「中央 Git + 各机软链接」把这事彻底解决，过去找运维的活基本让 AI 代劳。

• 软链接安装而非复制 — 各机 ~/.hermes/skills/X 都是中央 checkout 的软链，pull 一次全部生效
• sync 状态写在 wiki/sync-history — 出问题可追是哪台机哪一次同步坏的
• 跨机器路由器透明代理 — 本地 sync 站 + 路由器透明代理，sync 体验跟本地 git 一样

整个个人 AI 工程的服务器底盘：5 个 Azure 节点（Owl 主 + Wolf-SG / Eagle-SG 备 + claw-bot 内网 + Azure China）、Caddy 反代 + 自动 TLS + *.dora.restry.cn 泛解析、自建 sing-box/VPN + 路由器透明代理。所有 MVP 都跑在 localhost 高位端口，Caddy 自动接管 TLS。

个人项目散在 10+ 个域名上，手动签 cert / 配 Nginx / 改路由要烦死。Caddy 泛解析 + 自动 TLS 让新增项目 = 起个端口 + 在 Caddyfile 加一行。外网 push 网盘 + 内网 sync-pull 落 Git的双端文件同步把内外网打通。研发任务在飞书可视可管，把外部研发系统状态拉进个人日常使用的飞书。

• localhost 高位端口 + Caddy 自动 TLS — 新增项目改一行 Caddyfile，证书自动签
• 外网 push / 内网 sync-pull 双端同步 — 大文件先扔网盘，内网定时 pull 落 Git 目录
• 跨机器技能同步 + 密钥泄露清理 + 定时体检 — 全套基础运维让 AI 代劳，过去找运维的活基本不用人

仓库内置的 AI 记忆机制。每个仓库根放一份 PROJECT_MEMORY.md + .claude/memory/，记录该仓库的 ADR / 已知 bug / 部署注意。Claude Code 进入工作目录自动读，AI 不需要每次问「这个项目怎么部署 / 有哪些坑」。

Wiki 是全局知识，但有些坑是仓库特有的（特定版本 bug、自定义部署脚本、内部约定）—— 全部塞进 wiki 会污染全局检索。PROJECT_MEMORY 跟着代码走，跟着仓库 clone，Claude Code 工作时第一时间读到。和 sync-skill 互补：全局技能走 sync-skill，项目特有坑留在仓库。

• 按节分 — ADR / known-bugs / deploy-notes / quick-ref 四节，Claude Code 按需 grep 节而非全文
• 沉淀优先级 — 项目特有坑写仓库 PROJECT_MEMORY，跨项目坑写 wiki，跨机操作写 skill
• 和 Hermes wiki 双轨 — wiki 跨项目跨机器，PROJECT_MEMORY 单项目深

微信服务号智能客服 + 工单系统。用户在公众号发一句「我订单怎么样」，系统自动找对的 bot 答（18 个 bot 各管一摊业务），跨多轮对话保持工单上下文，admin 控制台能看到所有对话 / 工单 / feature 进度。

小公司没专职客服，公众号留言爆掉接不动。手动答复慢、没工单系统沉淀、用户体验跟大公司没法比。cspy 把「公众号收消息 → AI 分诊 → ESCALATE 升级 → 自动派工程师 bot → admin 审核 → 推回用户」串成一条龙，运营 0 人 24h 在线。

• MM bot 流式协议 v2 — per-channel max(update_at) + 30s static window + pickFinal 倒序找首个非空 post，端到端 19.8s
• WS 取代 polling — lib/mm/ws-client.ts 单例 + lazy connect + 重连指数退避 1→30s + 抖动 + MM_WS_DISABLE=1 escape hatch
• SSE 推前端 typing 动画 — streamingKey=clientMessageId，server action 在 background 跑不阻塞
• 5 个 smoke 脚本必跑 — 部署后 curl 各关键路径，否则不放行

股票监控 + 模拟交易决策系统。Cron 3 分钟拉行情快照，配 9 个「股神 cron」（巴菲特 / 芒格 / 林奇 / Cathie Wood / 达摩达兰 / Druckenmiller / Ackman 等）按 6 维加权打分。所有 buy/sell decision 走硬护栏，不让 AI 抽风下大单。

让 LLM 直接判股票买卖太容易抽风。Prism 把工程边界画清楚：脚本是事实源（拉行情、跑公式、写入库），LLM 只负责把决策 reason 用人话写出来 + 多维评分加权。所有金额操作走硬护栏（单日 ≤ 3 笔 / 加仓 ≤ 20% / 新开仓 cap），被拒错误信息带 max_shares ≈ N 提示让 LLM 下轮自动合规重试。

• 6 维加权 — 基本面 25% (巴菲特+芒格) / 增长 20% (林奇+Cathie Wood PEG) / 估值 25% (达摩达兰 DCF) / 技术 15% (Druckenmiller MA/RSI/MACD) / 情绪 10% / 风险 5% (Ackman)
• 硬护栏 — 单日 buy/sell ≤ 3、加仓 ≤ 持仓 20%、新开仓 notional cap (HK 50k / CN 30k / US 5k)、价格 ±5%、decision 枚举
• 多源 fallback — 港股切腾讯主源 + Yahoo fallback（4-23）—— Yahoo HK regularMarketPrice 开盘后持续返昨收

cspy 之前的微信 bot 工单实验。早于 cspy 验证「用户一句话 → 自动找对 bot + 工单上下文绑定」这条路可行。沉淀了 ticket schema、跨轮上下文绑定、5 态状态机，这些经验直接迁移到 cspy / nexora-loop。

作为 product memory 单独留档，记录「为什么 cspy 这么设计」的源头 —— 任何后来人接手 cspy，能看到设计决策的来龙去脉，不是凭空跳出来的。是「先做最小可用，验证可行，再写正式版」这套节奏的标本。

• 工单状态机 5 态足够 — open / pending-user / pending-agent / resolved / escalated 覆盖 90% 场景
• 跨轮上下文按 ticket_id 绑 — 不靠 session，而靠 ticket，避免用户切换设备就丢上下文
• 沉淀为最小可用方案 — 证明「微信公众号 + bot 工单」这条路可走，cspy 才敢投资源做正式版

基于 Azure GPT-Image-2 的 AI 出图能力自学项目。从"能出一张图"演进到 chat + 画布 + 参数矩阵 + Prompt 库 + 多模型选择的完整链。学习点覆盖: Azure OpenAI 端点接入、streaming chat + tool calling、chat 与画布的信息架构、aspect_ratio × quality 参数覆盖、图片编辑多图参考。有前端注册/积分/充值只是把自习产物"包装成能给别人玩玩"的完整原型,不代表定位为商业产品。

国内设计师 / 推广号要用 AI 出图：OpenAI 国际版要折腾信用卡 + 网络、本地跑 Stable Diffusion 要算力 + 模型选型、Midjourney 月费犹豫。Image Studio 给一个一站式入口 —— 微信扫码登录、微信支付充值、按张扣积分。后端用 Azure GPT-Image-2（国内可用），按场景拆 vertical。

• 选 Azure GPT-Image-2 当底层模型 — 绕开 OpenAI 直连的支付 / 带宽问题，国内能直接用
• 从「偶尔生成一张图」升级为「可运营的内容生产工具」 — Prompt 库、模型选择、注册积分一并做
• 积分系统 + 注册门槛挡批量薅 — Azure 出口图片成本可控，不会被白嫖打穿

AI 已经深度嵌入育儿，不是单纯的工作工具。涵盖给 3 岁儿子的成长档案系统、汪汪队职业认知互动剧（带语音 / 分职业 / 分场景）、舌苔积食判断 + 植物识别 + 平衡车比赛兴趣记录、上课提醒 cron 课表。

2026 上半年最重要的转变之一：AI 从「我用来干活」变成「我和家人一起用」。这一组项目证明 AI 已经能在家庭场景里产生实际效用，不是 demo 不是炫技 —— 是真的省事 + 解决问题。对应「AI 嵌入生活的真实程度」这个底层指标。

• 薯条成长平台 — 给 3 岁儿子的长期成长档案，平台名直接复用 agent 角色「薯条」
• 汪汪队互动剧 — 自制低幼教育小应用，带语音、分职业、分场景，孩子真在玩
• 日常健康问答 — 看舌苔判断积食、识别植物、记录孩子兴趣（比如平衡车比赛进展）
• cron 课表提醒 — 把孩子周课表做成定时任务，提前 X 分钟自动提醒

PackHorizon 是公司业务侧的包装报告产品(pack.restry.cn),本站关注的不是产品本身,是在这个真实业务里演练 AI 协作流程: 围绕 report-v2 报告生成做方案对比 + Browser Agent 浏览器测试 + 4 类盲区扫描 + 端到端主流程画像。

5 月起 AI 协作从「写代码」升级到「帮梳理产品全貌」—— 核心痛点是「流程不清晰、产出零散」。AI 角色不再是 coder,而是 product analyst: 读 REPORT_GENERATION_FLOW 文档 → 给出方案对比 → 用 Browser Agent 跑端到端测试。学习点是AI 在真实业务里能扮演的角色边界。

• Browser Agent 跑真实端到端测试 — report-v2 浏览器测试 + 4 类盲区扫描,不是 demo
• 方案对比走文档 — REPORT_GENERATION_FLOW.md,对几个 report 生成方案的优劣面对面摆开
• 在真实业务里验证 AI 工作流 — 有真 deadline 才知道流程能不能扛住

把多 Agent 系统做成等距网格 RTS 控制台 —— 像 StarCraft 那样，每个 agent 是一个建筑，数据流是粒子轨道。一周从 PRD v1.0 → 6 轮视觉迭代 → Wave 3 上线 → Caddy SSL 绕开 sing-box 占 UDP:443。

多 agent 系统的「看不见」问题：传统 dashboard 全是图表和列表，看不到 agent 之间的流动关系。RTS 隐喻把抽象的 multi-agent 互动具象化 —— 谁在工作 / 谁在等 / 数据从哪流到哪一目了然。验证了「用空间 / 图形而非文本对话 agent」的产品形态可行性。

• 3-12 GPT-5.4 10 轮架构辩论 → 定方案：Plugin + React HUD + PixiJS + SSE
• 3-13 6 轮视觉+UX 迭代 — 等距网格、3D 建筑、数据流连线、星空粒子；Gemini 3 轮手机端审查 15 条 P0/P1/P2
• 3-15 10 轮自主迭代 — 围墙、数据流线、Agent 半圆、轨道动画
• 3-16 Wave 3 + Caddy SSL — 绕开 sing-box 占 UDP:443，HTTPS 正式上线

B2P 黑客马拉松上 5 个 bot 同台协作的完整复盘：角色分工 / 上下文同步 / 冲突仲裁 / 共享 memory 的踩坑全记录。后续 cspy 18 bot 设计的源头 —— 当时踩过的坑，cspy 全部避开。

多 bot 同时改一个 ticket 时按 timestamp + role priority 仲裁，不允许后写覆盖前写。上下文同步靠中央 memory 拉，不靠 bot-to-bot 直连 IM（这点后来 Clawline 走了相反方向，发现两种都各有适用场景）。复盘出「多 bot 之间需要一个 admin 看板」的需求 → 直接催生 cspy admin 控制台。

• 5 bot 角色分工 — 每个 bot 有自己的 SKILL.md/soul，共享一份 memory 但写权限按 role 收口
• 冲突仲裁 — timestamp + role priority，不允许后写覆盖前写
• 催生 cspy admin 控制台 — 多 bot 间需要一个仲裁面板，这个需求直接成了 cspy 立项的核心动机之一

独立的 Chrome MV3 扩展 + Node native host + HTTP API（0.0.0.0:4821）。Hermes / Claude Code / Cursor 这种 code agent 一行 curl /v1/action 就能让真实 Chrome 点页面、查内容、跑 E2E。挂在用户日常 Chrome 上，自带登录态，不是 headless 沙箱。

code agent 会写代码会推理，但对浏览器是瞎的 —— 看不见按钮长啥样、点不了登录后才出现的菜单、验证不了 UI bug。传统 Puppeteer / Selenium 要单独管 cookie、过 CI 反爬、维护无头浏览器。Browser Agent 直接挂在用户已经开着的 Chrome 上，自带登录态和真实环境，agent 一发 HTTP 就能驱动。

• 6-04 引擎大换血：扔掉自研 agent，全切 Midscene 1.8.9 — 自家 a11y tree + 自家 LLM loop 那一套在复杂 UI 上定位不准，全换成 Midscene 视觉定位。代码从 5100 行 → 1440 行（-72%）。
• API 收口 — /v1 / /v2 临时并行了一周，6-04 收成只剩 /v1（Midscene 接口）：/v1/{action, query, assert, tap, screenshot}，每条对应 Midscene 一个原子能力。
• Anthropic adapter — 给 Midscene 写了 OpenAI-shaped 适配层，能直连自家 Anthropic proxy，不用迁到 OpenAI 账号。
• 真实生产场景跑通 — PackHorizon report-v2 端到端浏览器测试用它跑（含 4 类盲区扫描），不是 demo。
• 多 sidepanel 并行 — 一个用户开多个 Chrome window 也能路由不冲突，per-task API key / model 覆盖，多 agent 同时跑互不打架。

• 能用别人造好的轮子就别自己造。自研 a11y tree agent 跑了 2 个月一直定位飘，换 Midscene 视觉定位一周就稳了。早期为了"完全自主可控"造的轮子，后期 90% 价值都在被替换。
• "挂在用户日常 Chrome 上"是不可复制的护城河。Puppeteer 解决不了"我要登录后的状态"，cloud browser 解决不了"我家的 cookie"，扩展形态恰好绕过两边。

一个原创产品想法（Ottor 视角）：AI 回复不局限于输出文字，而是输出可持久化、可交互的视觉画布（Mermaid / HTML Canvas）。用户能在画布上拖动、编辑、追加，AI 也能在画布上画下一轮。

人对图的理解远强于长段文字。当前 AI 产品都还是「长 prompt → 长回复」的文本范式，但实际上很多场景图比文字直接得多 —— 这是产品形态的范式转移。这个想法和 ClawCraft 的 RTS HUD 呼应：都在探索用空间 / 图形而非文本对话 agent。

• 不止是用 AI，还在反思 AI 产品形态 — 从消费者切换到产品设计者视角
• 留作 Ottor 视角原创思考 — 列入盘点，对外可作为下半年立项候选
• 当前未立项 — 等 H2 有时间窗口再做小型 POC 验证