需求罗盘
从模糊描述中提取目标、范围、约束与验收标准
AI Agent从目标到交付
我用 Skills、MCP 和专业工具，把需求拆解、研发实现、文档处理与质量验证串起来，形成可继续使用的成果。
从目标到交付
澄清目标
识别目标产物、关键约束与完成标准
我如何在工作中使用 AI
研发与工程
从代码库理解、架构方案、功能实现到测试和部署，使用 Agent 保持需求目标、实现逻辑、测试结果和最终行为一致。
- 代码库探索与影响分析
- Java / Python / TypeScript 实现
- API、数据库与自动化脚本
- 单元测试、构建和运行验证
- Docker、本地服务与故障定位
项目管理与交付
把 AI 用在范围、任务、进度、风险、质量与验收管理中，辅助项目经理形成更完整、更可追踪的推进材料。
- 需求澄清与 WBS 拆解
- 里程碑、依赖和风险清单
- 会议纪要与行动项
- 验收标准和质量门
- 周报、复盘与决策材料
知识工程与技术资产
将分散的项目资料和技术经验整理为可检索、可复用的知识资产，支持 RAG、技术协作和持续交付。
- 项目资料提炼与结构化
- Skills / SOP / 模板沉淀
- RAG 语料与知识标签
- API、架构与运维文档
- 决策记录与复盘知识库
展开了解能力与工具
Skills 能力目录20
范围解构器
将复杂目标拆成任务、依赖、优先级和里程碑
架构侦察兵
快速理解代码结构、技术债与潜在影响范围
代码构建器
围绕明确目标完成 Java、Python 与 TypeScript 实现
重构守卫
在保持功能与质量稳定的前提下优化局部结构
API 契约师
设计接口、数据结构、错误语义与联调说明
数据流水线
处理清洗、转换、批量任务、日志和异常隔离
RAG 知识工程
构建解析、切分、检索、引用、评估与知识治理链路
Prompt 实验室
设计指令、上下文、输出格式和稳定性测试
Agent 编排器
组织角色、并发任务、上下文包和结果整合
MCP 连接器
为 Agent 接入结构化上下文与可调用工具
浏览器执行器
完成页面导航、数据读取、交互操作与状态验证
桌面流程官
连接本地应用、脚本、截图和 UI 自动化
文档工坊
产出需求、方案、技术说明、SOP 和项目汇报
表格分析师
完成数据整理、公式、图表、核对和异常识别
视觉验收官
使用截图、渲染和差异检查验证 UI 与版式
测试工程师
设计相关测试、运行验证并解释失败原因
风险哨兵
识别隐私、权限、质量、依赖和交付风险
交付汇报官
将进展、问题、决策和结果整理为管理视图
复盘记忆库
把有效经验沉淀为 Skill、模板、脚本和下一轮输入
工具扩展与 MCP
Codebase Explorer
代码库理解与工程影响分析
Browser Control
网页交互与可见状态验证
Desktop Control
本地软件与桌面流程自动化
Document Studio
Word 与结构化文档交付
Spreadsheet Engine
表格、公式、图表和数据检查
PDF Inspector
PDF 读取、生成与版式核验
Presentation Builder
演示文稿与管理汇报
Image Studio
原创视觉与图片处理
Research Navigator
权威检索、对比和事实归纳
Project Workspace
任务、文件和交付上下文组织
API Integrator
模型与业务服务连接
Visualization Lab
数据图表与交互式表达
Runtime Bridge MCP
连接本地执行环境、代码运行与工程工具，让 Agent 从分析进入真实操作。
Knowledge Mesh MCP
连接开发知识、结构化资料与专业上下文，为方案和决策提供依据。
协作方式与验证
我不使用自评分说明熟练度，而是展示真实工作流、交付场景、能力目录与验证方式。每一项都能回到明确动作和可用产物。
Agent 任务编排
5 阶段流程 / 目标、上下文、角色、依赖与并发控制
Skills 设计与复用
20 项目录 / 领域规则、模板、脚本与验收标准
MCP 与工具集成
2 条通道 / 连接本地工具与结构化知识上下文
浏览器与桌面自动化
真实页面验收 / 页面操作、UI 状态、脚本执行与视觉检查
代码、文档与数据交付
3 条主线 / 工程实现、说明文档、表格和可视化
质量验证与复盘
4 类验证 / 构建、测试、渲染、数据核对与问题闭环
这些数字描述当前公开目录和工作流结构，不代表星级、排名或外部评估。
典型应用场景
复杂代码任务
定位影响范围、分步实现、运行相关测试，并输出可继续维护的代码和说明。
AI 项目管理
把目标、范围、依赖、风险和验收标准转换为可执行的项目推进结构。
高质量文档
生成并校验需求说明、技术方案、项目汇报、SOP 和知识文档。
数据与自动化
处理表格、日志、批量任务和重复流程，让数据状态、异常处理和结果核对更清晰。
研究与决策支持
整合权威资料、比较可选方案，为技术和管理决策形成清晰建议。
质量与视觉验收
通过构建、测试、截图、渲染和差异检查，确认交付物真正可用。
质量与交付原则
目标一致
先明确要解决的问题和最终结果，让 Agent 始终围绕交付目标工作。
信息质量
使用清晰上下文和可靠资料，让分析、方案与表达保持准确一致。
范围聚焦
控制任务范围和修改半径，把时间集中在真正影响结果的部分。
质量验证
通过测试、视觉检查和数据核对，确认交付物能够真实使用。
稳定交付
为重要修改保留回退路径，降低变更、发布和协作过程中的风险。
持续进化
将有效方法沉淀为 Skill、脚本、模板和项目资产，加速下一次交付。
让 AI 参与完整的交付过程。
我将 Skills、MCP、浏览器与专业工具接入实际工作，从需求拆解、研发实现到文档处理和质量验证，组织 Agent 完成可检查、可继续使用的成果。
Agent 编排Skills 工作流MCP 集成多 Agent 协作浏览器自动化代码与文档质量验证
AI PRACTICE / CONTINUOUS COLLABORATION
用可检查的流程，证明 AI 协作能力。
我不使用自评分说明熟练度，而是展示真实工作流、交付场景、能力目录与验证方式。每一项都能回到明确动作和可用产物。
交付闭环
从目标澄清、执行验证到复盘沉淀
交付主线
工程、项目推进与知识工程
应用场景
代码、项目、文档、数据、研究与质量验收
验证方式
构建、测试、渲染与数据核对
Skills 目录
当前页面完整列出的可调用能力单元
MCP 通道
连接运行环境与知识上下文
这些数字描述当前公开目录和工作流结构，不代表星级、排名或外部评估。
WORKFLOW COVERAGEAgent 协作覆盖图
Scope
Code
Docs
Data
QA
Review
VERIFIABLE PRACTICE可以直接检查的 Agent 实践每项能力都对应当前页面中的工作流、目录或验证动作。
Agent 任务编排5 阶段流程
目标、上下文、角色、依赖与并发控制Skills 设计与复用20 项目录
领域规则、模板、脚本与验收标准MCP 与工具集成2 条通道
连接本地工具与结构化知识上下文浏览器与桌面自动化真实页面验收
页面操作、UI 状态、脚本执行与视觉检查代码、文档与数据交付3 条主线
工程实现、说明文档、表格和可视化质量验证与复盘4 类验证
构建、测试、渲染、数据核对与问题闭环FLOW / OPERATING MODEL
AI Agent 五阶段交付流
澄清目标
识别目标产物、关键约束与完成标准
PARALLEL DELIVERY LANES
让 AI 同时服务研发、项目管理和知识沉淀。
研发与工程
从代码库理解、架构方案、功能实现到测试和部署，使用 Agent 保持需求目标、实现逻辑、测试结果和最终行为一致。
- 代码库探索与影响分析
- Java / Python / TypeScript 实现
- API、数据库与自动化脚本
- 单元测试、构建和运行验证
- Docker、本地服务与故障定位
项目管理与交付
把 AI 用在范围、任务、进度、风险、质量与验收管理中，辅助项目经理形成更完整、更可追踪的推进材料。
- 需求澄清与 WBS 拆解
- 里程碑、依赖和风险清单
- 会议纪要与行动项
- 验收标准和质量门
- 周报、复盘与决策材料
知识工程与技术资产
将分散的项目资料和技术经验整理为可检索、可复用的知识资产，支持 RAG、技术协作和持续交付。
- 项目资料提炼与结构化
- Skills / SOP / 模板沉淀
- RAG 语料与知识标签
- API、架构与运维文档
- 决策记录与复盘知识库
TOOLS / SKILLS / MCP
三层 Agent 能力栈：技能、工具与上下文。
20 个专用能力单元构成 Skills 技能层，12 类跨模态扩展构成工具层，2 条核心连接构成 MCP 上下文层。我可以根据任务目标灵活组合它们，把代码、文档、数据、浏览器和视觉验证统一到同一条交付链路。
20专用能力单元12跨模态工具扩展2自定义上下文通道
Skills 能力层
把稳定经验封装成 20 个可调用能力单元
覆盖规则、模板、脚本、参考资料与验收步骤MCP 上下文层
通过 2 条自定义通道连接环境与知识
让 Agent 获得结构化上下文，而不是依赖反复复制粘贴Plugins 工具层
以 12 类扩展覆盖跨模态交付
连接代码、文档、表格、浏览器、视觉与内容生产能力Multi-Agent
把独立任务并发分配，再由主 Agent 统一整合
适合研究、实现、审查和对照验证Browser & Desktop
在真实页面或本地应用中完成操作与验收
DOM、截图、UI 自动化与本地脚本Local + API
按场景组合本地模型、DeepSeek 与工程服务
兼顾成本、速度、隐私和可控性PERSONAL AGENT PLATFORM / 20 + 12 + 2
20 项 Skills，组成我的 Agent 能力矩阵。
20 个 Skills 负责专业动作，12 类工具扩展负责跨模态执行，2 条 MCP 通道连接运行环境与知识上下文。它们协同支持研发、项目推进、内容生产与质量验收。
展开完整 Skills 与工具目录
需求罗盘
从模糊描述中提取目标、范围、约束与验收标准
范围解构器
将复杂目标拆成任务、依赖、优先级和里程碑
架构侦察兵
快速理解代码结构、技术债与潜在影响范围
代码构建器
围绕明确目标完成 Java、Python 与 TypeScript 实现
重构守卫
在保持功能与质量稳定的前提下优化局部结构
API 契约师
设计接口、数据结构、错误语义与联调说明
数据流水线
处理清洗、转换、批量任务、日志和异常隔离
RAG 知识工程
构建解析、切分、检索、引用、评估与知识治理链路
Prompt 实验室
设计指令、上下文、输出格式和稳定性测试
Agent 编排器
组织角色、并发任务、上下文包和结果整合
MCP 连接器
为 Agent 接入结构化上下文与可调用工具
浏览器执行器
完成页面导航、数据读取、交互操作与状态验证
桌面流程官
连接本地应用、脚本、截图和 UI 自动化
文档工坊
产出需求、方案、技术说明、SOP 和项目汇报
表格分析师
完成数据整理、公式、图表、核对和异常识别
视觉验收官
使用截图、渲染和差异检查验证 UI 与版式
测试工程师
设计相关测试、运行验证并解释失败原因
风险哨兵
识别隐私、权限、质量、依赖和交付风险
交付汇报官
将进展、问题、决策和结果整理为管理视图
复盘记忆库
把有效经验沉淀为 Skill、模板、脚本和下一轮输入
12 PLUGIN EXTENSIONS
2 MCP CONTEXT CHANNELS
连接本地执行环境、代码运行与工程工具，让 Agent 从分析进入真实操作。
连接开发知识、结构化资料与专业上下文，为方案和决策提供依据。
APPLICATION SCENARIOS
典型应用方式
复杂代码任务
定位影响范围、分步实现、运行相关测试，并输出可继续维护的代码和说明。
AI 项目管理
把目标、范围、依赖、风险和验收标准转换为可执行的项目推进结构。
高质量文档
生成并校验需求说明、技术方案、项目汇报、SOP 和知识文档。
数据与自动化
处理表格、日志、批量任务和重复流程，让数据状态、异常处理和结果核对更清晰。
研究与决策支持
整合权威资料、比较可选方案，为技术和管理决策形成清晰建议。
质量与视觉验收
通过构建、测试、截图、渲染和差异检查，确认交付物真正可用。
QUALITY / GOVERNANCE
让效率、质量与可控性同时提升。
目标一致
先明确要解决的问题和最终结果，让 Agent 始终围绕交付目标工作。
信息质量
使用清晰上下文和可靠资料，让分析、方案与表达保持准确一致。
范围聚焦
控制任务范围和修改半径，把时间集中在真正影响结果的部分。
质量验证
通过测试、视觉检查和数据核对，确认交付物能够真实使用。
稳定交付
为重要修改保留回退路径，降低变更、发布和协作过程中的风险。
持续进化
将有效方法沉淀为 Skill、脚本、模板和项目资产，加速下一次交付。
NEXT / ROLE FIT