# Todo: digester-youtube-crawler ## 进行中 - [ ] 等待首次任务委派,开始消化 YouTube 爬虫 knowhow ## 待完成 - [ ] 审阅 knowhow.md 并提取评分维度 - [ ] 生成 benchmark.md - [ ] 构建 train.json + test.json - [ ] 计算 industry_avg.json - [ ] 验证产出并汇报 | T-mnevj3i8 | 消化 youtube-crawler 的 knowhow.md,为 youtube-crawler Agent 模板生成 benchmark 与训练数据集。\n\n## 输入\n- knowhow.md 路径: system/templates/youtube-crawler/workspace/hunt/knowhow.md\n\n## 产出要求(写入以下目录)\n- 输出目录: system/templates/youtube-crawler/workspace/digest/\n- benchmark.md: 设计 5-8 个可量化维度,权重总和 100%,定义 0-100 分评分细则,设定及格/良好/优秀阈值,目标设计标准达到 90 分以上。\n- train.json: 训练数据集 ≥40 条样本,每条标注各维度得分与总分。\n- test.json: 测试数据集 ≥10 条样本。\n- industry_avg.json: 行业基线(设定 industry_avg_score 和 elite_avg_score)。\n\n## 验收标准\n1. JSON 文件必须合法可解析\n2. benchmark.md 中权重总和 = 100%\n3. train + test 总样本数 ≥ 50\n4. 完成后汇报文件路径和 benchmark 设计摘要 | ✅ 完成 | innovator | P1 | 2026-03-31 17:11 | - | | T-mnevwogv | 执行 DIGEST 阶段:消化 youtube-crawler 的 knowhow.md,生成 benchmark.md、train.json、test.json 和 industry_avg.json。输入文件: /mnt/lemonboss/system/templates/youtube-crawler/workspace/hunt/knowhow.md。产出目录: /mnt/lemonboss/system/templates/youtube-crawler/workspace/digest/。要求: 1) benchmark.md 设计 5-8 个可量化维度,权重总和100%,定义0-100分评分细则,设定及格/良好/优秀阈值,目标总分90+;2) train.json ≥40条样本,test.json ≥10条样本;3) industry_avg.json 包含 industry_avg_score 和 elite_avg_score。完成后更新任务状态并汇报。 | ✅ 完成 | innovator | P1 | 2026-03-31 17:22 | - | | T-mnevyvaz | 执行 DIGEST 阶段:消化 youtube-crawler 的 knowhow.md,生成 benchmark.md、train.json、test.json 和 industry_avg.json。输入文件: /mnt/lemonboss/system/templates/youtube-crawler/workspace/hunt/knowhow.md。产出目录: /mnt/lemonboss/system/templates/youtube-crawler/workspace/digest/。要求: 1) benchmark.md 设计 5-8 个可量化维度,权重总和100%,定义0-100分评分细则,设定及格/良好/优秀阈值,目标总分90+;2) train.json ≥40条样本,test.json ≥10条样本;3) industry_avg.json 包含 industry_avg_score 和 elite_avg_score。完成后更新任务状态并汇报。 | ✅ 完成 | innovator | P1 | 2026-03-31 17:23 | - |