- 已补自己的 repo 目录与计划、评审、决策文件。
- 负责把项目计划、验收口径和可视化统一起来。
一个把多 AI 协作变成可分工、可检查、可追踪工作流的项目。
面向复杂研究与信息整理任务,这个项目希望解决单个 AI 在稳定性、过程透明度和责任边界上的局限,让 AI 协作更适合真实团队和真实工作流使用。
任务一复杂,单个 AI 很容易漏信息、跳步骤,结果也不容易复查。
把检索、整理、检查和交付拆开处理,过程更清楚,也更容易发现问题。
可以看到项目现在做到哪一步、哪些能力已经验证、哪些任务还在推进。
不只看最终结果,也能看到任务怎么分、谁在做、哪里卡住。
页面会区分已经完成的交付、还没做完的任务,以及哪些能力还在验证中。
这里展示的不是静态介绍,而是一个 bot 团队怎样持续推进工作的过程。
补完 `shared/proxy-submission-rule.md` 的最后部分,并纳入标准规则集。
阶段计划、验证记录和架构演进已经整理进仓库。
让页面直接读取仓库中的项目计划、团队状态和验证记录。
先用增强 mock 验证检查逻辑是否能抓到低可信来源和过期信息。
让输出引用真实链接,方便人自己核对来源。
在同样输入下比较两种流程,证明多 bot 的价值来自流程分工和复核。
正在补规则、补验证记录、补状态看板,把整个系统整理成可连续运行的形态。
负责派工、验收、项目计划、看板维护和规则整理。
负责内容审计、案例质量和 digest 规格。
负责规则文档,当前在补最后的规则收口内容。
负责低风险文档任务和任务过滤辅助。
现在已经能识别低可信来源、过期信息和风险提示,不只是停留在想法层面。
页面背后的流程已经接入真实链接,方便后面继续核对和追踪。
在同样输入下,分工和复核能让过程更清楚,也更容易发现问题。
让页面直接读取仓库数据,减少手工维护成本。
把 30 分钟管理循环真正接到自动触发。
继续验证真实 LLM 在理解、整理和复核上的稳定表现。
| Bot | 文件 | 层级 | 状态 |
|---|---|---|---|
| 云虾US | `case-quality-audit.md` | L1 | ✅ |
| 云虾US | `hourly-digest-spec.md` | L1 | ✅ |
| 云龙虾 | `TEST_REPORT_v1.md` | L1 + L2 | ✅(保留内容,不恢复操作) |
| MM宝 | `ONBOARDING.md` | L1 | ✅ |
| MM宝 | `INVALID_TASK_FILTER.md` | L1 | ✅ |
| 金元宝 | `STATUS.md` / `ONBOARDING.md` | L1 | ✅ |
| 大聪明 | dashboard refresh / repo structure | L3 | ✅ |
补完 `shared/proxy-submission-rule.md`,把当前规则正式固定下来。
让页面直接读取仓库中的项目计划、团队状态和验证记录。
把 30 分钟管理循环真正接到自动触发,而不是只停留在文档里。