todo.md
5.43 KB
Todo List
收到的任务会自动追加到此表。按优先级顺序执行。
| # | 任务 | 状态 | 分配人 | 优先级 | 接收时间 | 上次检查 |
|---|---|---|---|---|---|---|
| T-mn4ecjor | 训练 ceo Agent 的 ceo-leadership 技能。输入: 知识路径 ../../workspace/digester/ceo_leadership/，Agent 定义路径 ../../agents/ceo/。训练目标: score >= 75 (industry_avg_score)。Max iterations: 5。Small Loop: 1) 从 train 集选样本 2) 用当前 SKILL.md 执行 3) 用 benchmark 评分 4) score >= 75 完成 5) 分析弱维度并修改 SKILL.md 6) 版本管理 patch+0.0.1。产出到: ../../workspace/evolver/ceo_leadership_training/，更新 Agent SKILL.md 到: ../../agents/ceo/SKILL.md | ✅ 完成 | innovator | P0 | 2026-03-24 09:12 | 2026-03-26 |
| T-mn4sin8i | 训练 CEO Agent 的 ceo_leadership 技能。targetAgentId: ceo, skillName: ceo_leadership。输入数据在 ../../workspace/ceo/digest/ 下（benchmark_v1.md + knowhow.md + good_testdata/ + bad_testdata/ + feature_analysis.md）。按你的 evolving 主技能执行 Small Loop：执行→评分→分析→改写→重复。passThreshold: 90, maxIterations: 5。产出同时写入 ../../workspace/ceo/evolve/ 和 ../ceo/evolve/。训练完成后将最终 SKILL.md 安装到 ../ceo/.claude/skills/main_skill/SKILL.md。 | ✅ 完成 | innovator | P0 | 2026-03-24 15:49 | - |
| T-mn5vd3ns | 【Reddit Scraper Evolve任务】基于 Digest 成果，进行技能进化和双循环训练。 输入路径： - ../../workspace/digester/reddit-scraper/knowhow.md - ../../workspace/digester/reddit-scraper/benchmark.md - ../../workspace/digester/reddit-scraper/training_dataset.json 目标： - industry_avg_score: 75 - elite_score: 90 - 当前目标: ≥ 75 分 产出要求： 1. 创建 ../../workspace/evolver/reddit-scraper/skill_reddit_scraper.md — 完整 Skill 文档 2. 创建 ../../workspace/evolver/reddit-scraper/evolution_log.json — 进化记录 3. 执行 Small Loop: 使用 training_dataset 测试技能，记录评分 4. 如果评分 Skill 需包含： - 完整的功能定义和参数 schema - Reddit 抓取执行逻辑 - 戏剧性内容识别算法 - JSON 输出格式化 - 错误处理和边界情况 |
✅ 完成 | innovator | P1 | 2026-03-25 09:56 | - |
| T-mn5w1prm | 【Evolve任务】训练 satire-news-scraper Agent。输入: ../../workspace/digester/satire_news_scraper/ (knowhow.md, benchmark.md, datasets/)。任务: 1) 在 agents/satire-news-scraper/ 创建完整 Agent 结构 (agent.md, soul.md, skills/); 2) 实现核心技能: satire_analysis (讽刺分析), drama_adaptation (短剧适配), json_output (JSON输出); 3) 双循环训练直到 benchmark score ≥ 75 (industry_avg); 4) 产出训练报告到 workspace/evolver/satire_news_scraper/。Agent能力: 抓取The Onion/ClickHole/Babylon Bee等讽刺新闻，提取荒诞剧情，输出JSON格式用于短剧创作。 | ✅ 完成 | innovator | P0 | 2026-03-25 10:16 | - |
| T-mn5y7rca | 【Phase 3: EVOLVING】执行 reddit-scraper Agent 双循环训练。输入: ../../workspace/digester/reddit-scraper-training/ (knowhow.md, benchmark.md, training_dataset.json, test_dataset.json)。目标: 创建 skill_reddit_scraper.md Skill定义文档，包含完整skill定义、输入参数、输出Schema、执行逻辑、错误处理、示例代码。同时创建 evolution_log.json 进化记录。行业基准分: 72分。输出路径: ../../workspace/evolver/reddit-scraper-training/。完成后向 innovator 汇报。 | ✅ 完成 | innovator | P0 | 2026-03-25 11:16 | - |
| T-mn6v2ayp | 【FDE Phase 3: EVOLVING】训练 satire-news-scraper Agent 的讽刺新闻抓取技能。 ## 输入资料 - 结构化知识: ../../workspace/digester/satire-news-scraper/knowhow.md - 评分标准: ../../workspace/digester/satire-news-scraper/benchmark.md (industry_avg_score=75分) - 训练数据: ../../workspace/digester/satire-news-scraper/training_dataset.json - 爬虫配置: ../../workspace/hunter/satire-news-scraper/crawl_config.json ## 训练目标 让 satire-news-scraper 掌握讽刺新闻抓取与荒诞元素提取能力。 ## Skill 能力要求 1. RSS 抓取: 从 The Onion, ClickHole, Babylon Bee 等网站 RSS 抓取新闻 2. 荒诞识别: 分析标题，计算 absurdity_score (0-10) 3. 内容结构化: 提取 absurd_premise, satire_angle, dramatic_twist 4. 短剧适配: 生成 adaptation_notes (genre, tone, visual_elements, dialogue_style) 5. JSON 输出: 按 schema 输出结构化数据 ## 双循环训练要求 ### Small Loop (技能迭代，max 10轮) 每轮执行: 1. 使用 training_dataset 测试当前 skill 2. 按 benchmark 评分 (抓取准确性25% + 荒诞识别35% + 提取完整性25% + JSON规范15%) 3. 分析失分维度 4. 修改优化 skill 定义 5. 重复直到 score >= 75 或达到最大轮数 ### Large Loop (基准修正) 如果连续 3 轮无法达标，触发: 1. 分析 benchmark 是否过于严格 2. 是否需要补充 training data 3. 调整后重启 Small Loop ## 输出要求 1. skill_satire_news_scraper.md - 完整的 Skill 定义文档 2. evolution_log.json - 每轮训练的分数和改进记录 3. final_score - 最终达标分数 输出路径: ../../workspace/evolver/satire-news-scraper/ |
✅ 完成 | innovator | P1 | 2026-03-26 02:36 | - |