{ "taskId": "T-mncujgfx", "from": "innovator", "to": "digester", "task": "消化 auto-publisher 的调研数据(browser automation + video upload)。

【目标】
- targetAgentId: auto-publisher
- skillName: 自动化视频发布
- domain: browser_automation_video_upload

【额外训练要求】
训练使用 OpenClaw 执行浏览器自动化,将视频片段上传到各社交平台并记录URL的能力

【输入路径】
HUNT 产出: ../../templates/auto-publisher/workspace/hunt/

【执行要求】
按照你的 main_skill 执行 4 Step 流程:
1. 审查Benchmark → 理解评测维度
2. 逐项标注 → 标注 good/bad testdata
3. 特征提取 → 提取成功特征
4. 完善Benchmark → 生成 benchmark_v1.md

【产出位置】
必须写入: ../../templates/auto-publisher/workspace/digest/

输出文件:
- benchmark_v1.md (评测基准)
- good_testdata/ (合格样本)
- bad_testdata/ (不合格样本)", "priority": "P0", "goalId": "G-auto-publisher", "nodeId": "G-auto-publisher.2", "parentTaskId": "T-mnbudwvk", "sourceConvId": "task-T-mnbudwvk", "executionConvId": "task-T-mncujgfx", "createdAt": "2026-03-30T07:08:14.207Z", "status": "done", "completedAt": "2026-03-30T07:13:18.056Z", "summary": "消化 auto-publisher 调研数据完成。产出: benchmark_v1.md (6维评分标准), knowhow.md (知识合成), good_testdata/3项 (playwright_config/selectors/upload_script)。全部 3 项 crawl 数据 avg score=90,均进入 good testdata。" }