# 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 | ⏸ 阻塞 | innovator | P0 | 2026-03-24 09:12 | 2026-03-25 |
| 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。<br><br>输入路径：<br>- ../../workspace/digester/reddit-scraper/knowhow.md<br>- ../../workspace/digester/reddit-scraper/benchmark.md<br>- ../../workspace/digester/reddit-scraper/training_dataset.json<br><br>目标：<br>- industry_avg_score: 75<br>- elite_score: 90<br>- 当前目标: ≥ 75 分<br><br>产出要求：<br>1. 创建 ../../workspace/evolver/reddit-scraper/skill_reddit_scraper.md — 完整 Skill 文档<br>2. 创建 ../../workspace/evolver/reddit-scraper/evolution_log.json — 进化记录<br>3. 执行 Small Loop: 使用 training_dataset 测试技能，记录评分<br>4. 如果评分 < 75，分析弱维度并迭代改进<br><br>Skill 需包含：<br>- 完整的功能定义和参数 schema<br>- Reddit 抓取执行逻辑<br>- 戏剧性内容识别算法<br>- JSON 输出格式化<br>- 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。 | ⬚ 未开始 | innovator | P0 | 2026-03-25 10:16 | - |