FIELD GUIDE
2026.08.19

AI USAGE MAP · SELF-DOCUMENTED · BUILD-IN-PUBLIC

我是怎么用
我的 AI Agent 的。

按任务类型拆开看:每个常见任务,配哪几个 Skills、走哪条 工作流、去哪些 记忆 锚点里找答案。 不是给 Agent 列能力的宣传页,而是我自己反复验证过的「会用」清单。

我是 AILong(孙建伟),在磨铁做内容 13 年,现在在跑一个本地 Goal 模式的桌面 Agent(基于 Electron + Claude Agent SDK)。 这个地图从那台机器长出来:~166 个 skills、4 层记忆(Core / 一级索引 / 二级索引 / 工作日志)、5 年靠 AI 赚 2500 万目标下的「垂直经验 × AI 工具」实践样本。

TASKS COVERED10 类
SKILLS MAPPED166 个
MEMORY ITEMS150+ 条
PUBLISHED2026.08.19
00 / INDEX

任务地图
· 目录

十类常见任务,每类按「配 Skills → 工作流 → 记忆锚点 → 踩坑」四段写。

T-01

写书与
长文

BookCraft · 51 本已交付的全流程流水线。

01
T-02

行业/
深度研究

3 路并行 + 内部素材 + 焦虑单独成文。

02
T-03

网页访问
· 抓取

CDP 优先、登录墙走 8305、全网 fallback。

03
T-04

生图与
视觉设计

ChatGPT 免费默认 + apiyi 兜底 + 长图。

04
T-05

视频/
音频转写

B 站 ASR + 飞书妙记 + 本地 Whisper。

05
T-06

写代码
· 工程

Claude Code / Codex / Cursor · 三层并行。

06
T-07

飞书办公
23 域

lark-cli · 文档/IM/妙记/任务/审批 一把抓。

07
T-08

小红书
· 出版

Duip / Mengke / 梦珂方法论固化进 skill。

08
T-09

数据/
可视化

8308 content-studio + dataviz + 报表。

09
T-10

自动化
· 周期

create_automation + scheduler + 心跳。

10
0A / QUICK MAP

十类任务
· 卡片速查

想不起完整工作流?这里每张卡是「入口 + 3 个核心 Skills + 一句话目标」。

T-01

写书 / 长文

BookCraft 跑通 50+ 次的「选题→调研→大纲→多 agent 写作→verifier 审查→双交付」流水线。

bookcraft8305-aiddocs-skillstopic-research-skill 查看完整工作流
T-02

行业 / 深度研究

3 路并行调研 + 内部素材(一手播客/笔记)+ 焦虑视角单独成文 + 飞书个人文档。

deep-research-v3deep-researchresearcher 查看完整工作流
T-03

网页访问 / 抓取

CDP 优先(登录态浏览器)→ 静态 fetch → 全网搜索兜底;登录墙走 8305 知识库。

web-accessgemini-patternunified-search 查看完整工作流
T-04

生图 / 视觉

chatgpt-image-web(CDP 免费高质量,默认首选)→ image-gen-apiyi(API 兜底)→ 长图 longimage。

chatgpt-image-webimage-gen-apiyilongimage 查看完整工作流
T-05

视频 / 音频转写

B 站视频优先 bili-asr(带视频结构信息);飞书妙记走 lark-cli;本地 Whisper/qwen3-asr 兜底。

bili-asrqwen3-asrlark-minutes 查看完整工作流
T-06

写代码 / 工程

三层并行:Claude Code(主写)+ Codex CLI(核对)+ Cursor(修改);Goal Agent 用 coder 子代理委派。

claude-codecodexfastapi-build 查看完整工作流
T-07

飞书办公 23 域

lark-cli 一把抓:IM / 文档 / 妙记 / Drive / 任务 / 审批 / Base / 表格 / 视频会议 ……

lark-clilark-doclark-im 查看完整工作流
T-08

小红书 / 出版内容

Duip 写作技能拆解 + 梦珂方法论 skill + dbs-xhs-title 标题公式 + space-xhs-* 系列。

mengke-xiaohongshudbs-xhs-titlespace-xhs-writer 查看完整工作流
T-09

数据 / 可视化

8308 content-studio(个人选题工作台)+ dataviz skill 配色规范 + data-analyst 子代理。

content-studio-pipelinedatavizdata-analyst 查看完整工作流
T-10

自动化 / 周期

create_automation 写定时(cron / interval / event)+ 8306 scheduler 跑 + schedule_conversation_wakeup 写会话心跳。

create_automationschedulerwakeup 查看完整工作流
T-01 · 写书 / 长文

BookCraft 流水线
51 本已交付,每本 6 ~ 8 小时。

一本《XXX》落盘 = 调研(8305 + 微信读书榜单 + 当当榜)→ 大纲(bookcraft v1.6.0 多模式)→ 多 agent 并行写作(按章拆 + 共享 verified_facts)→ 独立 verifier 审 → 组装 → 双形态交付(HTML 在线 + PDF 排版)。

常用 Skills

  • bookcraft(写书主 skill,三模式:长书/小册/汇编)
  • topic-research-skill(6 平台原始数据 + 立项报告)
  • 8305-aiddocs-skills(拉素材库全文)
  • dbs-deconstruct(概念拆解做章节骨架)
  • content-parser / humanizer-zh(润色去 AI 味)

标准工作流

  • 选题立项:topic-research-skill → 微信读书 / 当当 / 豆瓣 / 小红书
  • 调研:8305 search + export_zip 拉全相关原文
  • 大纲:bookcraft planner 出 5 卷 × 多章结构
  • 并行写作:多 agent 按章写,共享 research/00_verified_facts.md
  • 独立 verifier:跨章一致性 + 年龄/享年/数据核验
  • 组装 + 封面 + PDF(local-pdf-toolchain)
  • 登记 8788 + verify_delivery(status=verified)

记忆锚点

  • project/bookcraft-skill.md(主入口)
  • reference/book-inventory-landscape.md(51 本版图)
  • reference/ai-writing-publishing-industry-2026-08-12.md(出版业判断)
  • feedback/bookcraft-writer-fake-completion.md(假完成陷阱)
  • feedback/book-deconstruct-pitfalls.md(5 主题字典/超时/接力)

⚠️ 写作 agent 默认落在字数下限(±15%)——需要在 STYLE 明确「按上限写」;跨章共用案例必须引用 verified_facts 防漂移。

典型调用链
1topic-research-skill 28305 export_zip 3bookcraft plan 4多 Agent 并行写 5verifier 6assemble 7register_artifact
T-02 · 行业 / 深度研究

3 路并行调研
「行业 + 个人赚钱 + 自身焦虑」三视角,必出一篇飞书个人文档。

第一次跑通是 2026-08-12「AI 写书冲击出版业」。已成 SOP:不是「先调研再写」,而是「子代理空跑期间主代理把不依赖网络的章节(目录、焦虑分析、报告骨架)写完」——等素材包到位再整合。

常用 Skills

  • deep-research-v3(固化自 8306「深度研究(v3)」)
  • deep-research(旧版,fallback)
  • researcher(Goal Agent 子代理)
  • 8305-aiddocs-skills(内部一手素材)
  • explainer(交付物长读版)

标准工作流

  • 侦察:先读 CORE.md / user/INDEX.md 拿身份工作风格
  • 查 8305 有无同主题内部素材(播客 / 既往研究)
  • 派 3 路 researcher 子代理:商业模式 / 行业冲击 / 个人赚钱
  • 主代理读一手内部素材(播客逐字稿),单独成 04_anxiety_analysis.md
  • 子代理等待窗口写报告骨架(不依赖网络的部分)
  • 整合各素材包 → report.md(唯一正文源)
  • lark-cli docs +create → 个人飞书文档(user 身份)
  • register_artifact × 2 + verify_delivery × 2

记忆锚点

  • reference/research-insight-task-playbook.md(已验证 SOP)
  • reference/vertical-experience-ai-leverage-evidence.md(垂直经验论)
  • feedback/report-deliverable-feishu-doc.md(飞书文档=docs +create)
  • feedback/raw-transcript-preference.md(一手逐字稿)
  • feedback/material-body-completeness-scan.md(正文完整性扫描)

⚠️ 子代理学术引用可能把机构/作者写错(出版业轮把「石溪/哥大」误写过 MIT),并入前对关键引用做一手溯源,勘误在产物里显式标注。

典型调用链
1读 CORE/user INDEX 28305 search 同主题 33× researcher 4主代理读一手 5anxiety 单独成文 6整合报告 7docs +create 8register + verify
T-03 · 网页访问 / 抓取

登录态优先 / 全网兜底
90% 的活交给 web-access,剩下 10% 走 gemini-pattern。

web-access 是 166 个 skills 里最高频的那个——背后是 CDP(Chrome DevTools Protocol)操控已登录的浏览器,能绕过小红书、即刻、公众号、抖音、微博、推特等的登录墙。Gemini pattern 用于 web-access 解决不了的(动态重渲染 + 登录态双依赖)。

常用 Skills

  • web-access(CDP,登录态浏览器)
  • web-access.bak(旧版兜底)
  • gemini-pattern(Gemini 全链路实测 pattern)
  • agent-browser(轻量 CDP 替代)
  • brave-search / tavily-search(搜索 API)
  • unified-search(聚合多源)
  • web-crawler(批量爬)

标准工作流

  • 静态 fetch 优先:能 curl 就 curl,不能就 web-access
  • 登录墙:CDP + profile = 复用本机已登录浏览器
  • 动态重渲染:等 DOM 稳定 → read_text / screenshot
  • 全网搜索兜底:unified-search 聚合
  • 文本提取:text-processor / pdf-parser
  • 登录态双依赖走 gemini-pattern(chromium + gemini.google.com)
  • 大批量走 web-to-md-exporter / web-deep-research

记忆锚点

  • reference/web-access-site-patterns-validity.md(site-pattern 有效性)
  • reference/search-stack.md(搜索工具栈)
  • reference/gemini-pattern.md(gemini 自动化全链路)
  • reference/jike-scraping-assets-landscape.md(即刻四路)
  • feedback/research-verify-local-entity-first.md(先确认本机实体)

⚠️ CDP 多 worker 并发易触发浏览器实例相互干扰;豆瓣 subject_search 必触发 POW Shield 反爬(2026-08-17 实测)。

典型调用链
1curl / fetch 2web-access CDP 3read_text 4unified-search 5gemini-pattern 6入库 8305
T-04 · 生图 / 视觉设计

ChatGPT 免费默认
生图不是单通道——4 通道分工清晰。

chatgpt-image-web 走 CDP 调已登录的 chatgpt.com/images/,免费 + 高质量,是默认首选;并发场景走 image-gen-apiyi 兜底;磨铁内网走 xiron-imagegen-skill;OpenClaw 生态走 image-gen。内容拆解成信息长图走 longimage(与生图无关,独立流水线)。

常用 Skills

  • chatgpt-image-web(CDP,免费,高质量,默认)
  • image-gen-apiyi(apiyi gpt-image API 兜底)
  • xiron-imagegen-skill(磨铁内网生态)
  • image-gen(Labnana API,OpenClaw)
  • longimage(信息长图流水线,非生图)
  • dataviz(图表配色规范)

通道选择规则

  • 默认 → chatgpt-image-web(免费 + 高质量)
  • worker 并发 → image-gen-apiyi(CDP 并发不稳)
  • 高清 2K/4K → image-gen-apiyi vip(统一 $0.03)
  • 磨铁生态 → xiron-imagegen-skill
  • OpenClaw 生态 → image-gen
  • 纯 low 画质省钱 → image-gen-apiyi low($0.006)
  • 信息长图 → longimage(独立流水线)

记忆锚点

  • reference/image-gen-skills-inventory.md(4 通道全景速查)
  • reference/ppt-deck-toolchain-local.md(PPT 工具链)
  • reference/gamma-magazine-design-patterns.md(GAMMA 杂志风)
  • reference/pyramid-principle.md(概念图配色)
  • feedback/recognize-image-dark-glass-hallucination.md(视觉识别坑)

⚠️ 旧目录 apiyi-imagegen 已被 image-gen-apiyi 取代——别再找它。视觉验证用「图→文字」不保留图本身,要原图仍走会话记录 base64 提取。

典型调用链
1判定场景 2chatgpt-image-web 3or image-gen-apiyi 4recognize_image 自检 5register_artifact
T-05 · 视频 / 音频转写

三路 ASR + 一路妙记
75 万字本地 flomo 已经全部走过。

B 站优先 bili-asr(带视频结构信息:分P / 弹幕 / 时间戳);本地音频走 qwen3-asr 或 DashScope Paraformer;飞书会议直接 lark-cli minutes +detail。flomo 自我分析 = qwen3-asr 跑 2771 条本地语音笔记的实战。

常用 Skills

  • bili-asr(B 站视频转写,带结构信息)
  • qwen3-asr(本地音频,默认模型)
  • whisper-asr(本地 Whisper)
  • asr(通用 ASR 调度)
  • lark-minutes(飞书妙记)
  • flomo-语音笔记-ASR-补全(flomo 专项幂等)
  • embedded-captions(嵌入字幕生成)

标准工作流

  • 判定来源:B 站 / 抖音 / 本地音频 / 飞书妙记
  • B 站:bili-asr → 带时间戳 + 分P → 入库
  • 本地:qwen3-asr / Whisper → text 文件
  • 飞书会议:lark-cli minutes +detail → 拿结构化摘要
  • flomo 专项:asr_backfill.py(幂等可重跑)
  • 全部入库 8305,纳入搜索
  • 衍生:精读 → insight-action / idea-deconstruct

记忆锚点

  • reference/dashscope-asr.md(阿里百炼实时流式)
  • reference/feishu-minutes-generated-event.md(妙记事件订阅)
  • reference/xiangtan-all-episodes.md(《详谈》全量索引)
  • project/flomo-self-analysis.md(74 万字本地分析)
  • feedback/ios-recording-pitfalls.md(录音坑)

⚠️ 妙记 detail 接口区分权限与归属——无权限时如实说明「不是不存在」,不要瞎猜。flomo 幂等脚本可断点续跑,~99.9% 可读率。

典型调用链
1判定来源 2bili-asr / qwen3-asr 3minutes +detail 48305 ingest 5精读/结构化
T-06 · 写代码 / 工程

三层并行 + 子代理委派
从 0 到产品只用了 6 天(v0.1.0 → v0.13.1)。

Goal Agent 本身就是 AI 编程产物。本地跑三个工具并行:Claude Code(主写,Anthropic SDK)+ Codex CLI(核对,OpenAI)+ Cursor(修改编辑)。Goal Agent 内部用 coder 子代理委派实现任务,用 researcher 子代理调研,用 verifier 子代理审查——但内置 Explore 也常被主代理直接调用。

常用 Skills

  • claude-code(主写)
  • codex(OpenAI 对照)
  • cursor(修改编辑)
  • fastapi-build(FastAPI 服务快速搭建)
  • git-auto(自动 commit)
  • debug-issue.md(排障)
  • refactor-safely.md(安全重构)
  • explore-codebase.md(代码探查)

标准工作流

  • Goal Agent 接目标 → TaskCreate 拆解
  • 委派 researcher 子代理调研现状(Explore 替代)
  • 委派 coder 子代理实现(带 worktree 隔离)
  • 主代理改小处(Edit/Write)
  • verifer 子代理审查(双线/四线并行)
  • 跨工作区:Claude Code / Codex / Cursor 三方对照
  • git-auto 提交 + register_artifact 登记
  • 部署:8099 子路径 / Cloudflare Pages / 8099 监控

记忆锚点

  • project/goal-agent-project.md(主项目结构)
  • project/goal-agent-runtime.md(运行机制)
  • reference/goal-agent-http-api.md(HTTP 外部协调)
  • reference/ai-coding-skill-kits.md(五库地图)
  • feedback/claude-code-env.md(CC 本机环境)
  • feedback/subagent-model-401-fallback.md(子代理 401)

⚠️ 子代理模型认证失败(claude-opus-5 401)整次委派失败——主代理需 fallback 到 Explore 或本地执行。SDK 升级时子代理名 Task→Agent / TodoWrite→TaskCreate 是已知坑。

典型调用链
1TaskCreate 拆解 2researcher 调研 3coder 实现 4verifier 审查 5git commit 6register_artifact
T-07 · 飞书办公 23 域

lark-cli 一把抓
23 个域 = 整个飞书 OpenAPI 的 CLI 化。

飞书几乎所有操作都走 lark-cli(不是 MCP server,是 CLI):doc / im / minutes / drive / calendar / contact / sheets / task / approval / base / event / vc / vc-agent / okr / wiki / markdown / app / whiteboard ……每个域一个 skill。先 lark-cli skills list 看能力集合。

常用 Skills

  • lark-cli(CLI 本身)
  • lark-doc / lark-markdown(文档)
  • lark-im(消息/群)
  • lark-minutes(妙记)
  • lark-drive(云空间)
  • lark-base(多维表格)
  • lark-task(任务)
  • lark-approval(审批)
  • lark-calendar(日程)
  • lark-sheets(表格)
  • lark-apps(妙搭 HTML 应用)
  • lark-ai-project-weekly-report(AI 周报)

标准工作流

  • lark-cli skills list 看能力集合(必先)
  • 个人文档:docs +create(/docx/)— 不要 drive +upload
  • 发群消息:im +messages-send --as user(user 身份)
  • 分享 HTML:妙搭 apps +create --app-type html + +html-publish
  • 妙记:minutes +detail(区分权限)
  • 任务/审批:task +create / approval +instance-create
  • 周报:lark-ai-project-weekly-report 一键
  • 真实回读:verify_delivery identity=user

记忆锚点

  • reference/lark-cli.md(CLI 23 域地图)
  • reference/lark-apps-miaoda-deploy.md(妙搭部署)
  • reference/lark-groups.md(常用群 chat_id)
  • reference/feishu-docs-db.md(feishu_docs.db 库)
  • feedback/lark-default-plain-message-not-card.md(默认纯文本)
  • feedback/share-singlepage-html-prefer-miaoda.md(妙搭优先)
  • feedback/report-deliverable-feishu-doc.md(个人文档姿势)

⚠️ 飞书个人文档必须 docs +create(/docx/),不是 drive +upload(/file/)——后者 verify_delivery 不支持。user 身份发送避免 bot 230013 错误。

典型调用链
1skills list 2docs +create 3im +send 4verify_delivery
T-08 · 小红书 / 出版内容

方法论 + 公式 + 工具
Duip、梦珂、dbs-xhs-title 三把刀。

小红书不是「写」的问题,是「会写」的问题。把别人的爆款拆解成 skill 才有复利。我拆过 Duip、梦珂两个人的方法论;dbs-xhs-title 沉淀了 75 个验证过的标题公式;space-xhs-* 系列覆盖账号画像 / 选题 / 封面 / 标题 / 写作 5 个域。

常用 Skills

  • mengke-xiaohongshu(王梦珂方法论)
  • duip-xhs-writing-skills(Duip 拆解)
  • dbs-xhs-title(75 标题公式)
  • space-xhs-account-audit(账号画像)
  • space-xhs-hotspot(热点)
  • space-xhs-cover(封面设计)
  • space-xhs-title(标题生成)
  • space-xhs-writer(正文写作)
  • space-xhs-note-analytics(笔记分析)
  • xhs-html(HTML 笔记页)
  • xhs-series(系列化)
  • content-studio-pipeline(8308 一条龙)

标准工作流

  • 选题:space-xhs-hotspot + weread / dangdang 榜单
  • 账号画像:space-xhs-account-audit
  • 标题:dbs-xhs-title(75 公式选最对的)
  • 封面:space-xhs-cover(3:4,4 大公式)
  • 正文:mengke-xiaohongshu 或 duip-xhs-writing-skills
  • 系列化:xhs-series
  • HTML 落地:xhs-html / xhs-card-pipeline
  • 一键 pipeline:content-studio-pipeline

记忆锚点

  • reference/xhs-card-viral-patterns.md(3:4 卡片爆款)
  • reference/mengke-xiaohongshu-skill.md(梦珂方法)
  • reference/duip-xhs-writing-skills-2026-08-12.md(Duip)
  • reference/xhs-content-scraping-sop.md(图文抓取)
  • reference/creator-buddy-xhs-skills.md(SpaceZephyr 库)
  • project/xhs-card-pipeline.md(卡片流水线)

⚠️ 同一 angle 派生 3 张卡会让 8889(同质化阈值)报错;图文笔记页脚互动数据是制图时快照,不是实时。

典型调用链
1space-xhs-hotspot 2dbs-xhs-title 3space-xhs-cover 4mengke-xhs / duip 5xhs-html 落地
T-09 · 数据 / 可视化

8308 + dataviz + 子代理
不是会画图,是配色 + 形态 + 故事三件齐。

8308 content-studio = 个人选题/内容工作台(端口 8308、PM2);dataviz skill 强制使用品牌中性占位色板 + 设计系统无关方法;data-analyst 子代理专门做「读数据 → 出洞察」。可视化不是单点技能,是「图是不是这个故事最合适的形态」。

常用 Skills

  • dataviz(设计系统无关的配色 / 形态方法)
  • data-analyst(读数据 + 出洞察子代理)
  • content-studio-pipeline(8308 一条龙)
  • visual-designer(视觉设计辅助)
  • pyramid-principle(结构图配色)
  • file-organizer(产物归档)

标准工作流

  • 接到数据 → 先决定「这个故事用图还是表」
  • 单图优先:dataviz 默认色板 → 同形态
  • 多图仪表盘:dataviz 配色公式 + mark 规范
  • 内容分析:data-analyst 子代理
  • 落 8308 选题工作台 → 关联排期
  • 出版/分享:register_artifact → 8788
  • 沉淀:dataviz palette.md 换品牌色

记忆锚点

  • reference/content-studio-pipeline-skill.md(8308 skill)
  • project/content-studio.md(8308 工作台)
  • reference/realreplicabench-design.md(评测集工程哲学)
  • feedback/content-studio-card-homogeneity.md(同质化陷阱)
  • feedback/reveal-on-scroll-headless-pitfall.md(截图坑)

⚠️ Playwright 截带 scroll-behavior:smooth 的页面会抓平滑滚动中间帧——截图前先置 scrollBehavior=auto

典型调用链
1story 优先 2dataviz 形态 3配色公式 4data-analyst 5register_artifact
T-10 · 自动化 / 周期任务

三种模式按场景选
自动化 ≠ 周期;会话心跳 ≠ 自动化。

create_automation = 独立新会话(prompt 必须自包含)。schedule_conversation_wakeup = 当前对话心跳(沿用上下文)。scheduler (8306) = 团队级调度。monitor 这类长跑用会话心跳,不创建 N 个独立任务。

常用 Skills / 工具

  • create_automation(Goal Agent in-process MCP)
  • schedule_conversation_wakeup(会话心跳)
  • scheduler(8306 MCP)
  • lark-ai-project-weekly-report(周报自动)
  • lark-workflow-standup-report(站会)
  • lark-workflow-meeting-summary(会议纪要)
  • goal-launcher(8325 预设任务)

标准工作流

  • 周期固定(每周 / 每天) → create_automation cron
  • 间隔固定(每 30 分钟) → interval
  • 单次定时(明早 9 点提醒) → once
  • 条件触发(文件变化 / Git 变化 / 命令 / HTTP) → event
  • 长跑监控 → schedule_conversation_wakeup every_minutes
  • 落 8306 调度系统 → scheduler create_task
  • 跑:run_automation_now 试跑 + toggle_automation 启停
  • 监控:list_automations + get_automation

记忆锚点

  • reference/8306-scheduler.md(8306 调度)
  • reference/goal-agent-http-api.md(外部协调)
  • feedback/8325-auto-trigger-visible-config.md(配置可见)
  • feedback/goal-launcher-auto-execute.md(自动执行)
  • feedback/wait-external-pipeline-polling.md(后台轮询)
  • feedback/monitor-book-batch-loop-progress.md(写书监控)

⚠️ 自动化里不注册 ask_user / render_mermaid / render_svg——避免无人值守任务被自己卡住。condition 命令无确认即可执行任意 shell 是当前 P0 安全项。

典型调用链
1判定模式 2create_automation 3or wakeup 4or scheduler 5run_now 试跑 6list 监控
X / PITFALLS

反复踩过
的坑

每条坑都对应一次失败 + 一次自检。后续 agent 接手同场景能少走一遍。

1 · 子代理模型 401 = 整次委派失败

Explore 子代理盘点目录时启动即报错 401 Model claude-opus-5 is not supported;fallback 没实现,导致无谓重试。修复方向:① 模型解析处加自动降级;② 委派失败时把「模型不受支持」作为可识别错误返回;③ Agent 工具层加 model 校验。记忆:feedback/subagent-model-401-fallback.md

2 · 飞书个人文档 = docs +create,不是 drive +upload

drive +upload 返回 https://xiron.feishu.cn/file/<token>verify_delivery 不支持;标准姿势 = docs +create(/docx/)。每个新 agent 第一次交付飞书都会撞一次。记忆:feedback/report-deliverable-feishu-doc.md

3 · 假完成 = 报告「完成」但产物未落盘

案例调研代理回报「所有素材已充分收集」即结束,research/02_cases.md 未写入;写作代理写完 ch07 报「现在写第 8 章」即结束,ch08 缺失。主代理必须抽查产物文件(尤其子代理回报里有「正在写」字样)。记忆:feedback/bookcraft-writer-fake-completion.md

4 · 长任务回合边界 ≠ 崩溃

主会话回合由 SDK 子进程的一次输出驱动;模型完成后主进程无新消息来源,会话空闲等待下一次触发(用户消息 / wakeup / 自动化)。98 分钟空闲被误判为崩溃,复现 5 个子代理正常返回。修复:长任务在多交付物接力点要么同一回合写完,要么让出回合前输出明确进度文本。记忆:project/goal-agent-runtime.md 「主会话回合驱动机制」节。

5 · SDK 升级改名坑:TodoWrite → TaskCreate,Task → Agent

@anthropic-ai/claude-agent-sdk 升级后子代理工具 Task 改名 Agent,任务清单工具 TodoWrite 改名 TaskCreate / TaskUpdate / TaskList / TaskGet。旧代码只监听旧名字 → 整条链路静默失效。下次再升级 SDK 时先看 node_modules/@anthropic-ai/claude-agent-sdk/sdk-tools.d.ts

6 · HTML 交付物默认带 v4 pro 制作署名

HTML 页面要体现「由哪个模型生成」——<title> + 刊头 + 尾页三处。2026-08-13 两次口头追加(v4 flash → v4 pro)钉死为稳定偏好。默认客户端模型引用 deepseek-zen::deepseek-v4-flash,但当前会话用 v4 pro 时按实际写。记忆:feedback/html-delivery-model-attribution.md

7 · 写书流水线「并发写」=跨章数据漂移

8 个写作 agent 各自读素材包,互不可见导致同一案例叙述漂移(保险「首月 1 元」案例根因 / 抖音日活 700万 vs 17万 / 微信红包年份错位)。修复:调研阶段强制产出 research/00_verified_facts.md,写作 agent prompt 明确「涉及共用案例/数据必须引用事实清单口径」。记忆:feedback/bookcraft-writer-fake-completion.md

8 · 关键判断先实测再下结论

曾踩「以为 rust 更快吗」「Cargo.toml 不存在」——Rust 在 I/O 密集应用(goal-agent 99% 时间等 API)感知不到性能优势;could not find Cargo.toml 是「当前目录不是 Rust 项目」而非「包不存在」。结论:交付结论必须来自实测,不信纸上推理。记忆:feedback/measurement-over-assumption.md

P / LOCAL PORTS

本机
服务地图

用 20 个常用端口把所有服务串起来——记住端口比记住功能路径快。

8099
service-monitor
服务监控中心 + 公网部署 / 项目 / H3 / 工作引擎
8305
AIDOCS 知识库
搜索 / RAG / vector_search / 全文读 / 入库 / 批量导出
8306
Agent Scheduler
任务池 / 数字员工 / 执行计划 / 菜谱 / 定时调度
8308
content-studio
个人选题 / 内容工作台(PM2)
8321
Runner HTTP API
外部协调器驱动 Goal Agent
8322
Web Console
浏览器版控制台(source=web)
8325
goal-launcher
任务发射台 + presets + admin
8788
artifact-library
产出收集库(SQLite),8788 每 30s 自动同步
4096
Open WebUI
本地模型对话界面
47823
Dashi Taskboard
任务看板(goal-agent 改造版)
8600
file-share
本地文件短期分享
8766
图书索引
8766 图书索引服务(book-library-index)
8889
content-studio 衍生
批量端点(同质化阈值 8889)
8304
公众号导出
公众号文章批量导出工具
I / IMPROVEMENTS

运行中
改进建议

每轮任务收尾时同步提出的系统优化点——累积成池,由进化方向轮次消化。

我自定义了「Goal Agent 改进建议」流程:发现可优化细节 / 缺工具 / 安全风险,立刻记一行到改进池(project/goal-agent-improvement-suggestions.md)。当前状态(2026-08-18):已完成 15 条、部分实现 3 条、待办 ~50 条,按 P0/P1/P2 排期。

编号改进点类型状态
P0-S register_artifact / recognize_image 路径校验 任意文件读取/外发通道(H1/H3)需 restrictToBaseDir 待办
P0-S create_automation 条件命令需用户确认 当前可无确认持久执行任意 shell(H2) 待办
P0-D logs:archive 自动化绑定 data/ 已 800MB+,脚本写好但从未被调用 待办
P0-D JSON store 原子写(tmp+rename) sessions.js(524KB index) 裸 writeFileSync 部分完成
P1 目录治理收口(存量项目迁移) 9 个 worktree / lark-cli-study / 服务类项目分批迁移 待办
P1 8325 presets 加「我的」过滤 118 个 preset 难定位「我改过哪些 / 我建的」 待办
P1 8325 admin 集成 CodeMirror 纯 textarea 编辑 JSON 容易漏逗号 待办
P2 双子代理并行自我审查固化为周体检 承接进化方向 ②(自我观察闭环) 待办
P2 BookCraft 写作 agent「按上限写」 并发写作普遍落字数下限(±15%) 待办
P2 素材盘点必须做「正文完整性扫描」 xhs/230489 等案例复现「仅标题无正文」坑 待办

完整列表 + 证据 + 优先级排期:project/goal-agent-improvement-suggestions.md(~50 条)

S / SKILLS INDEX

166 个 Skills
· 分门别类

完整索引在 reference/claude-skills-inventory.md,这里按任务归类。

写书 / 长文

  • bookcraft · content-writing
  • content-parser · humanizer-zh
  • explainer · idea-deconstruct
  • operations-manual-writer
  • longimage · slide-maker

研究 / 调研

  • deep-research · deep-research-v3
  • web-deep-research · researcher
  • explore-codebase.md · data-analyst
  • insight-action · superai
  • topic-research-skill(外部)

网页 / 抓取

  • web-access · agent-browser
  • agent-reach · web-crawler
  • web-to-md-exporter
  • anydoc-doc-parse · pdf-parser
  • gemini-pattern(外部)

搜索 / 信息聚合

  • brave-search · tavily-search
  • serper-search · x-search
  • unified-search · web-access
  • find-skills · promptfolio-search-*
  • notebooklm · podwise · listenhub

生图 / 视觉

  • chatgpt-image-web · image-gen-apiyi
  • xiron-imagegen-skill · image-gen
  • longimage · visual-designer
  • dataviz · embedded-captions
  • space-xhs-cover · svg-book

视频 / 音频

  • bili-asr · qwen3-asr · whisper-asr
  • asr · video-audio-transcriber
  • tts · talking-head-recut
  • faceless-explainer · music-to-video
  • product-launch-video · general-video
  • hyperframes-*(6 个)· motion-graphics
  • pr-to-video · website-to-video
  • remotion-to-hyperframes

飞书 / Lark(23 域)

  • lark-cli · lark-doc · lark-markdown
  • lark-im · lark-minutes · lark-drive
  • lark-base · lark-task · lark-approval
  • lark-calendar · lark-sheets · lark-vc
  • lark-vc-agent · lark-wiki · lark-note
  • lark-contact · lark-okr · lark-event
  • lark-slides · lark-apps · lark-mail
  • lark-workflow-*(2 个)

AI 编程 / 工程

  • claude-code · codex · cursor
  • fastapi-build · git-auto
  • debug-issue.md · refactor-safely.md
  • external-agent-orchestrator
  • gstack · superpowers · kimi-code

小红书 / 出版内容

  • mengke-xiaohongshu · duip-xhs
  • dbs-xhs-title · space-xhs-*(8 个)
  • xhs-html · xhs-series
  • content-studio-pipeline
  • motie-sucai-generator

数据 / 分析 / PPT

  • dataviz · data-analyst
  • content-studio-pipeline
  • modern-ppt · deer-flow-ppt
  • baoyu-slide-deck · huashu-slides
  • frontend-slides · powerpoint-slides
  • nano-banana-ppt · nano-banana-pro
  • svg-book · slideshow · slide-maker

商业诊断 / 内容策略

  • dbs · dbs-action · dbs-benchmark
  • dbs-content · dbs-deconstruct
  • dbs-diagnosis · dbs-hook
  • dbs-xhs-title · dbskill-upgrade
  • chatroom-austrian · de-ai-flavor
  • promptfolio-*(3 个)

其他工具

  • 8305-aiddocs-skills · ai-gateway-skills
  • deepseek-ai-toolkit · deepseek-polish
  • disk-cleaner · file-organizer
  • file-share-8600 · project-packager
  • kimi-webbridge · skills-sync
  • wechat-mp-draft · weread · weread-booklist
  • domain-lookup · clash-*(2 个)
  • douyin-author · douyin-search
  • session-importer · session-report-generator
  • superai-config-sync · permission-manager
  • ima-chat-exporter · script(scripts/)
★ / SYSTEM SUGGESTIONS

系统改进建议
· Goal Agent 视角

边用边提的优化点——下次新会话能直接读 project/goal-agent-improvement-suggestions.md

  1. 注册表优先:技能名不存在时先 find ~/.claude/skills 核对磁盘库存,走等价路径(lark-cli 替代 lark_doc_fetch)。
  2. 批量场景自检:连续 N>5 次调同一 MCP 工具或 payload > 50KB → 先查 /api/agent/schema 看是否有批量端点。
  3. 子代理委派 fallback:模型不受支持(401)→ 自动降级到会话当前模型或转本地执行。
  4. 路径收敛:register_artifact / recognize_image 强制 restrictToBaseDir,外部路径显式拒绝。
  5. 多会话并发写同一工作区互踩:加目标相似度检测 + 工作区独占 + send_message 回执。
  6. HTML 交付物默认模型署名:<title> + 刊头 + 尾页三处标实际制作模型(v4 flash / v4 pro)。
  7. 写书流水线并发一致性:每个 writer 引用 research/00_verified_facts.md 防跨章漂移。
  8. SDK 升级时改名检测:先 grep sdk-tools.d.tsTodoWrite / Task / AgentInput 是否变。
  9. 长任务回合边界:子代理接力点显式输出进度文本,避免误判崩溃。
  10. 自动化里禁止 ask_user / render_*:避免无人值守任务被自己卡住(已在 agent-tools 落地)。
★ / PRINCIPLE

垂直经验 × AI 工具
经验是本金,AI 是放大器。

13 年图书行业经验 × AI 工具 = 我能给别人的,别人给不了我的。

01

从业务问题出发

不追所有热点,不堆数据,不推服务。先定义要改变的业务结果。

02

建立证据地图

代码、运行、真实用户路径、跨平台数据交叉验证,不信纸上推理。

03

形成可复用结论

每个反复出现的任务都提炼成 SOP,沉淀到 memory / catalog / 工作流。

04

做出可运行交付

一篇文章、一本 51 本书库、一段流水线、一份 verify=verified 产物。

本页由 Goal Agent (deepseek-v4-flash) 协助生成 · 制作模型 v4 pro · 2026-08-19 · 来源:data/memory 核心记忆 + 反馈索引 + 项目记忆 + 参考记忆共 ~150+ 条事实交叉验证