Auto Agent 长程任务工程化框架

要解决的问题

长程编程任务常跨多个文件，容易出现上下文污染：模型一边实现、一边复盘，容易把自己的假设当成事实，也对自身错误不敏感。Auto Agent 把问题拆成可验收的小任务，用角色分离降低自我评估偏差。

工作方式与关键步骤

• 角色分工：Planner 只负责拆解任务、分析架构；Generator 负责实现和自测；Evaluator 独立验收，不读取实现思路。
• Sprint Contract：每个任务开始前写入 sprint-contract.md，明确目标、验收标准、涉及文件、完成定义和测试方式。
• 任务分解：每个原子任务控制在 1-3 个文件，用 tasks.json 记录依赖、acceptance_criteria、steps 和复杂度。
• 评估矩阵：按功能正确性、架构合规、代码质量、复用性评分，任一硬门槛未过就退回修复。
• 流程恢复：通过 progress.md、handoff.md 和代码文件恢复会话，连续 3 轮未通过标记 blocked。

适用边界与注意点

适合大型重构、新模块、新系统或用户明确要求“长程任务”的场景；不适合单文件修复、查询和简单 bug。该技能强调独立 git commit 和人工验收，默认 Level 1，未通过时不能谎报完成。