6.0 KiB
6.0 KiB
规划中心（PLANNING）— 多模型协作总控
建立日期：2026-09-11 · 规划者：海鸥（规划师模式）· 执行者：DSH 模型池（glm / qwen / deepseek / kimi / MiniMax / gpt-5.6-luna / gemini-3.8 等） 模式：AGI 自驱 — 问题由规划者侦察确定，不等人喂需求。
一、这是什么
一套 「规划者 → 任务卡 → 执行模型 → 验收 → 回收」 的多模型协作体系。
- 规划者（海鸥）：侦察全资产、确定问题、排出优先级、切成可独立执行的任务卡。只做规划与验收，不抢执行模型的活。
- 执行模型（DSH 池）：一人一张任务卡，按卡执行到验收全绿，写 PROGRESS 交回。
- 操作员（你）：从任务总表挑卡 → 丢给指定模型 → 收 PROGRESS → 结算。
核心资产是 task-manifest.json（机器可读任务清单）+ tasks.py（调度器，已实测可用）。
二、目录结构
PLANNING/
├── README.md ← 本文件（索引 + 使用方法）
├── 00-全局路线图.md ← 四阶段路线 M1–M4 + AGI 自定问题清单（含证据）
├── 01-模型分工矩阵.md ← 模型池分级 + 派单规则 + 任务→模型映射
├── 02-任务总表.md ← 全部 28 张任务卡的索引与状态
├── 03-执行协议.md ← 执行模型必须遵守的作业规范（PROGRESS 格式/红线）
├── 04-补充任务与储备池.md ← 第二批 6 卡定义 + 事件驱动卡 + 储备池状态
├── 05-派单提示词库.md ← 7 个场景的复制粘贴派单模板
├── 06-风险登记表.md ← 跨项目风险集中管理（19 项 + 应急预案）
├── 07-作战计划-窗口期.md ← 新模型未到位时的立即执行清单（照做即可）
├── 08-运行手册.md ← 稳态运营（每天/每周怎么跑，配合 tasks.py）
├── tasks.py ← 调度器（list/dispatch/bundle/collect/status，已实测）
├── model-registry.json ← 模型能力档案（13 模型预填，评估成绩回填）
├── evals/ ← 新模型入职评估（六维 16 题 + fixture + 判分器）
│ ├── README.md / scoring.md
│ ├── questions/dim1~dim6 ← 16 题（含评分点，勿发给被测模型）
│ ├── fixtures/tooltask/ ← dim4 迷你工程（实测基线 2 failures + 2 errors）
│ ├── assets/gen_longctx.py ← dim3 确定性语料生成器（51,483 字符已生成）
│ └── tools/validate.py ← 自动判分器（已实测可用）
├── task-manifest.json ← 机器可读任务清单（调度器输入，28 任务）
└── tasks/ ← 任务卡（一卡一文件，独立可执行）
├── C-01 ~ C-07 可乐工具（7）
├── E-01 ~ E-07 EnglishDrill（7）
├── D-01 ~ D-04 dealerhub（4）
├── S-01 ~ S-03 DSP（3）
├── I-01 ~ I-04 基础设施（4）
└── R-01 ~ R-03 预研（3，不碰代码，可立即并行）
三、怎么用（给操作员）
1. 打开 02-任务总表.md，按优先级挑一张卡（建议从 M1 里程碑的 5 张开始）
2. 把 tasks/XX.md 整卡内容发给任意模型：
- 在 DSH 里开 subagent，选卡上「建议模型」
- 或在任意客户端直接粘贴任务卡全文
3. 模型按 03-执行协议.md 作业，完成后在项目根写 PROGRESS_XX.md
4. 你把 PROGRESS 贴回来，由规划者（我）验收并更新总表状态
5. 全绿 → 标 done；失败 → 卡上补「失败记录」，换模型重派
给模型的最短发令（可直接复制）：
你是执行模型。读取任务卡：<路径>。按 PLANNING/03-执行协议.md 的规范作业。
先读项目 README/AGENTS 与最近 PROGRESS，跑基线测试，再实施。
验收命令必须全绿方可交付，交付 = 代码 + PROGRESS 文件 + 命令输出摘要。
四、当前任务盘（28 张）
| 项目 | P0 | P1 | 合计 | 状态 |
|---|---|---|---|---|
| 可乐工具（chunyu） | 4 | 4 | 8 | 全部待派 |
| EnglishDrill | 4 | 4 | 8 | 全部待派 |
| dealerhub | 2 | 3 | 5 | 全部待派 |
| DSP | 1 | 2 | 3 | 全部待派 |
| 基础设施 | 2 | 2 | 4 | 全部待派 |
| 合计 | 13 | 15 | 28 | — |
分批依据：第二批见
04-补充任务与储备池.md；第四批预研卡（R-*）不碰代码、零冲突、随时可并行。 新模型到位前：题库已备好（evals/），模型一到当天出画像。
五、里程碑速览
| 里程碑 | 目标日期 | 内容 | 出口标准 |
|---|---|---|---|
| M1 止血修复 | 09-18 | C-01 路由修复 + E-01 分享战报 + E-02 游客模式 + I-03 调度器 + I-04 新模型入职 | 可乐工具 73 路由回归绿；EnglishDrill 游客可答题；调度器能派单；评估题库就绪 |
| M2 增长与体验 | 09-30 | C-02/C-03/C-04 + E-03/E-04 + S-01 | 工具热榜上线；代码运行器可用；每日一题上线；DSP 统一 E2E |
| M3 流量与结构 | 10-15 | C-05/C-06/C-07 + E-05/E-06/E-07 + D-01 |
两个站有 SEO 产物；PWA/推送上线；租户+资金流+表单落地；推荐 v2；预研出结论 |
| M4 收口运营 | 10-31 | S-02 + I-02 + 新项目储备启动 | CI/备份运转；全部 P0/P1 收口 |
六、红线（贯穿全体系）
- 任何模型不得伪造测试结果；跑不绿的就说跑不绿，附原始输出。
- 不提交密钥/
.env/(服务器数据)目录内容进任何仓库。 - 不删除既有测试；只许让它更绿。
- 不动任务卡「边界」里列出的文件。
- 一张卡只干一件事，不许夹带私货重构。