本地Agent项目管理面板

解决什么问题

当日常开发工作高度依赖 AI 对话时，一个常见困境是：对话越积越多，项目进度却越来越模糊。你可能记得某次对话做过某个功能，但很难说清它完成了百分之几、属于哪个项目、下一步该做什么。这个技能针对的就是这种「对话驱动开发」带来的管理真空。

另一个痛点是完成度缺乏标准。没有明确的「100% 定义」，Agent 无法判断项目是否真正闭环，你也难以区分「做到一半」和「已经做完」。

核心工作方式

这个技能本质上是一个数据驱动的项目管理模板，核心思路是让 Agent 自动维护一个 data.json 文件，页面根据它渲染出项目管理面板。整个流程分为几个关键步骤：

• 扫描对话目录：遍历工作区（如 Documents/Codex/），读取每个会话的 outputs/ 或产出文件，判断实际做了什么。没有产出的空会话归入 empty，不计入项目。
• 合并成项目：把主题相关的多个对话归为一个项目，记录名称、开始日期、分类、状态、进度、Token 消耗、里程碑、完成标准等字段。
• 定义完成标准：为每个项目写出「100% 的定义」（criteria），未全部达成的项目一律不算完成。可以用 review 字段标记完成标准是否已由用户确认。
• 写入并校验数据：把结果写入 data.json，然后运行 python3 validate.py data.json，必须输出 0 个错误才算合格。校验器会检查必填字段、id 唯一性、状态枚举、进度范围等。
• 打开面板：启动本地 http 服务访问页面，即可看到顶部统计、Token 月度消耗柱状图、本周优先推进清单、项目时间线、创作选题等模块。

面板本身是纯静态文件，刷新即更新，不需要重新部署。

维护约定

这个技能真正生效的关键在于让 Agent 在每次任务收尾时自动执行维护：扫描工作区、更新受影响项目的状态和进度、运行校验器、保存 data.json。这条约定可以直接写进项目的 AGENTS.md，形成「任务收尾 → 自动更新面板」的闭环。

适用边界与注意点

• 必须通过 http 服务访问：直接双击 template.html 只会显示示例数据（页面顶部有橙色警示条），因为浏览器禁止在 file:// 协议下读取 data.json。需要用 python3 -m http.server 启动本地服务。
• 严格完成标准：宁可低估完成度，也不要放宽标准。这是这个技能的核心理念之一。
• 字段填错会导致显示异常：data.json 的结构必须严格遵循 README.md 中的 schema 表，校验器的作用就是提前暴露这些问题。
• 空对话不计入项目：只有产生实际产出的对话才会被纳入统计，避免项目面板被大量无意义会话稀释。