从「逐行写代码」到「定义规范 · 审核 AI · 全链路交付」。

代码量与提交结构（个人贡献）。

• 提交周期2026-04-17 → 2026-07-12，近三个月持续高频交付
• 代码变更新增 117,930 行 / 删除 15,331 行 / 合计 133,261 行
• 提交结构feat 190 · fix 70 · refactor 19 · perf 4 · docs 37 · chore 82（特性与质量并重）
• 模块覆盖server（后端 367 文件次）· pilot（边缘代理 341）· desktop（桌面 259）· web（前端 191）
• SDD 交付每个特性先产出 design + plan 文档再落地，先想清楚再让 AI 执行

案例背景与目标。

分身平台要真正「有人用」，必须解决两件事：一是能自助运营——运营能配技能、复用流程，用户在 APP/IM 里顺畅对话；二是能安全合规——接入集团体系、扫描技能风险、把 AI 行为纳入可观测。这两件事一正一反，共同决定平台能不能从「demo」走向「生产」。

目标：以全栈高效开发交付一批运营化能力（case5–7），并以质量红线视角建立安全与可观测底座（case8）。

项目全链路与能力映射。

预置技能包 与 流程广场 —— 让能力可复用、可分发。

痛点：技能只能一个个平铺上传，一组 14 个技能的集合会很散、无法整体启停；流程「复制」用推模式，写扩散、耦合重。

我的设计：① 预置技能包——在扁平单技能之上加一层「包」分组维度（parent_id 自引用 + is_pack），管理页/资产页以特殊卡片展示、整包原子启停，但下发到分身时仍平铺为包内每个子技能，Pilot 零改动；必选包自动同步所有分身。② 流程广场——把「复制流程」从推模式重构为拉模式（同组织公开流程共享池 + 是否公开开关 + 自我复刻 + 分页）。

APP 端主会话（一周 MVP）+ 自动更新机制。

主会话从零到一：一周时间在 Electron 桌面端发布主会话模块 MVP——对话、分页、附件、斜杠指令、快捷键、消息复制/导出 PDF 等，把分身对话常驻到桌面工作区。

自动更新机制设计：桌面端 ad-hoc 自签，Electron 内置 autoUpdater 不可用，我自实现「感知 → 提示 → 校验 → 安装重启」闭环：Server 端 每 ≤45s 轮询 OSS latest.json（GETSET 保证多副本只广播一次）→ 经现有 SSE 用户流 主动推送 update_available 给在线 App → App 立即重查、下载、sha256 校验 → mac 整包原地替换 / win 走 Squirrel，实现更新实时感知。

IM 端功能增强 —— 钉钉预览卡片 + AskQuestion 交互。

痛点：分身在钉钉群里只能回纯文本，Agent 需要向用户「反问澄清」时没有交互载体；富媒体产物也无法在钉钉侧优雅呈现。

我的设计：① 设计钉钉交互式卡片发送能力，并对接 Agent 的 AskQuestion——Agent 抛出选择题，用户在钉钉卡片上点选回传，打通「分身反问 → 用户决策 → 继续执行」；② 卡片超时后第三方回调兜底；③ 修复 IM 侧一批正确性问题（Stream 连接状态误报、匿名发送者入库、渠道凭证切换 channel_id 不同步、多副本在线状态异常）。

集团 AIR 接入 · 技能安全扫描 · 执行指标异步上报。

背景：分身要接入集团 AIR（Agent Identity & behavior Registry）行为采集平台做合规观测；同时 AI 生成/用户上传的技能存在安全风险，需要在装载前扫描。

我的设计：① AIR 完全旁路接入——三段式（Server 幂等注册 → K8s Secret 注入 → 容器旁路脚本采集），全链路 fail-open，AIR 不可达绝不阻塞 pilot 主流程；② 技能安全扫描覆盖预置/分身/Pilot 全链路，支持管理员主动忽略风险、展示扫描状态；③ 通过 Pilot Hooks（case2 底座）异步上报 Agent 执行指标到 AIR，观察型不阻塞回复。

专属贡献与产出。

• 全栈交付预置技能包 / 流程广场 / APP 主会话 / IM 卡片 / AIR，均由本人贯通 server · web · desktop · pilot 端到端交付
• 设计文档成套 design + plan：preset-skill-pack · desktop-auto-update · air-integration · skill-security-scan 等
• 质量把控安全脱敏（移除明文回显端点）、分布式正确性修复（多副本任务取消丢失、归档 GC 重复处理、SSE 连接池耗尽）
• 质量红线沉淀 post-edit-review（改后五步自审）、god-eye（设计前置）等 Rule，把工程判断固化为 AI 也必须执行的规则

成果与效果验证。

项目全链路与能力映射。

四个子案例一一对应上面四类硬伤的治理路径，共同支撑分身能力闭环。下面按此展开。

ACP 预热进程池 —— 把首条消息延迟压下来。

痛点：ACP（Agent Client Protocol）是 Pilot 独立子进程，每次新会话临时拉起冷启动，并且执行 initialize、 session/new；切换运行时（Claude Code ↔ Cursor）直接清空 session 映射，切回后历史会话无法恢复。

我的设计：

• 预热进程池结合 ACP 协议常驻已初始化进程池随时待命，免冷启动；异步执行 IM 钉钉链路阻塞 API，进一步压低新会话首条延迟
• Session 隔离按运行时 Agent 类型分文件隔离会话映射（sessions-claude-code.json / sessions-cursor.json）；切换之后再切回可用 ACP session/load 恢复

Agent 上下文感知的密钥注入 —— 根治多人共用分身的串号。

痛点：多人共用一个分身时，git token / 其他的 API key 靠人肉维护多套，凭证路由依赖 LLM 只能水平，易用错且不稳定。

我的设计：把密钥升级为平台级通用能力，支持配置个人、分身级密钥，并为 Agent 注入 pilot context、pilot git、pilot secret CLI 指令，劫持并包装分身内 git 命令，密钥不落盘，运行时由 Pilot 按「当前会话发起人」确定性解析。

图 case2 · per-turn 密钥解析 + git shim 零信任路由

flowchart TB turn["当前 turn 发起人 staffId
(bridge 串行 · per-turn 精度)"] agent["agent 执行 git / pilot secret get"] shim["~/.local/bin/git shim
exec pilot git "$@""] cmd["pilot git / secret (Go)"] store["Pilot 内存密钥表
PERSONAL > AVATAR 优先级"] inj["注入 GIT_AUTHOR/COMMITTER
+ token(http.extraHeader)
不经 agent shell"] agent -->|"裸 git 被拦截"| shim --> cmd agent -->|"pilot secret get"| cmd cmd --> turn --> store --> inj

图 · 分身密钥管理 UI（个人 / 分身级）

Pilot Hooks —— 给分身行为装上可观察、可阻断、可扩展的插点。

痛点：分身的 prompt 直接进 Agent，无法在执行前做统一校验/改写，不支持扩展。

我的设计：新建分身级 hooks 引擎，支持 prePrompt（可 block/改写）与 postMessage（观察型）两个事件，覆盖全部渠道；支持 command / http 两类执行、按消息渠道筛选、去重、异步执行；配置经平台热下发，全链路 fail-open（超时/异常一律放行不阻塞）。

图 case2 · prePrompt 闸门：拦截 / 改写 / 放行 + postMessage 观察上报

flowchart TB web["Web 配置页 · hooks JSON"]:::cfg web -->|"config.update 热下发
不打断活跃对话"| eng msg["用户 prompt
(全渠道统一收口)"]:::io --> eng eng["prePrompt · hooks 引擎
matcher 筛选 · command / http · fail-open"]:::eng eng --> dec{决策}:::gate dec -->|"① 拦截 block"| blk["回原渠道提示
不进 Agent"]:::block dec -->|"② 改写 modify"| acp dec -->|"③ 放行 / 超时异常兜底"| acp["ACP Agent 执行 turn"]:::run acp -->|"turn 结束"| post["postMessage 观察
text + duration_ms"]:::eng post -.->|"async 异步上报"| ext["webhook / AIR 指标
(case8 复用底座)"]:::ext classDef cfg fill:#eef2ff,stroke:#4f46e5,color:#1e1b4b; classDef io fill:#f8fafc,stroke:#64748b,color:#0f172a; classDef gate fill:#fffbeb,stroke:#b45309,color:#7c2d12; classDef eng fill:#eef2ff,stroke:#4f46e5,color:#1e1b4b; classDef run fill:#ecfdf5,stroke:#047857,color:#064e3b; classDef block fill:#fef2f2,stroke:#be123c,color:#7f1d1d; classDef ext fill:#fae8ff,stroke:#a21caf,color:#581c87;

图 · Hooks 后管配置：prePrompt 用 http 钩子做拦截、postMessage 用 command 钩子异步上报

Agent 产物自动投递 —— 让 Agent 生成的产物直达用户。

痛点：Agent 生成的图片、文档、构建产物停留在容器内，用户在钉钉/Web/桌面看不到、下不了；早期预览还要逐个 kubectl exec cat 读容器，会话历史加载明显变慢。

我的设计：① 从 ACP tool_call 标识提取产物路径 + 快照 diff 识别 Agent 内建生图/构建产物，自动投递；② 附件走「容器 + OSS 双写」，Pilot 向 Server 要 presigned PUT 自传（OSS 凭证只留 Server），前端批量换短时效签名 URL 直连 OSS 预览，历史加载不被附件阻塞；③ 产物按发起渠道自动回投（IM 卡片 / Web / 桌面），呼应「上下文感知当前渠道」。

专属贡献与产出。

• 设计文档产出 secret-management / pilot-hooks / session-store-per-agent / chat-attachment-oss / pilot-context-channel-delivery 等成套 design + plan（先设计后实现）
• Pilot 代码pilot 模块累计 33 个 feat/fix，覆盖预热池、密钥注入、Hooks、产物投递四个环节
• AI 组件资产Pilot Hooks 机制 + 《Pilot 接入手册》，成为可被大模型/自动化工作流调用的标准扩展点
• 跨域诊断钉钉→Pilot→Agent→大模型链路的跨域根因分析：Codex 依赖缺失、渠道凭证切换 channel_id 不同步等

成果与效果验证。

二、案例对应的设计文档（design + plan）

三、知识资产（Skill / Rule）

platform-deploy image-push pilot-deploy pilot-hot-update avatar-publish sync-skills local-dev self-test avatar-test phased-tdd-delivery post-edit-review god-eye skill-auto-refinement

四、辅助材料

• AI 使用数据累计 Token 约 5 B · 代码 AI 生成率约 85% · 提效约 5 倍
• 交小能资产「交能充电交付 · 产研助手」及配套 Skill / Rule 资产

五项能力对照总结。

• D1 需求理解从多人共用分身串号、冷启动慢等一线痛点，反推出 Pilot 闭环与运营化需求，先 design 再实现
• D2 架构设计「身份→凭证→执行→产物」闭环、密钥 per-turn 解析、Hooks 引擎、技能包分组等模块级架构设计
• D3 AI 技术5 层技术栈一人闭环；预热池/密钥/Hooks/产物/自动更新/IM 卡片端到端交付
• D4 质量把控安全脱敏 + 分布式正确性修复 + 技能安全扫描 + post-edit-review 五步自审
• D5 知识资产发布/运维/研发工作流封装 + 质量红线 Rule + 交小能产研助手，个人→团队→组织三级沉淀