开发路线图
本页记录项目的方法论演进与工程化计划。具体 case 细节、凭据、内部场景命名在
docs/internal/保留，本页仅描述工程化方向与里程碑。版本变更记录见 Changelog。
当前状态 · v1.3.0（已发布 · VM 联调闭环）
| 模块 | 状态 | 说明 |
|---|---|---|
| 多场景评委体系 | ✅ 已发布 | 10 个 Scene，2 类型（review / competition） |
| OP2 6段式报告输出 | ✅ | 总分 / 分项 / 必改 / 建议 / 删减 / 一页表 |
| e2e + 单元测试 | ✅ | 900 passed · make smoke-scene SCENE=<slug> |
| Phase 2 外部视角评委 | ✅ | 3 个虚拟 persona（含免责声明） |
| Workshop 竞赛场景 | ✅ | competition 模式，10分制，无 anchor |
| 定性总结场景（meeting_summary） | ✅ 已上线 | review 型场景产出多视角会议总结 deck（每评委 判断逻辑 + 3 亮点 + 3 不足 + 一句话）+ 4:1 大屏 PPTX，不走打分门槛 |
| VM 联调（M5） | ✅ 完成 | ≥2 飞书机器人真实路由 + 两类型端到端跑通 |
已完成 · M5 VM 联调闭环（v1.3.0）
目标: 在云 VM 上让 ≥2 个飞书机器人各自触发对应 panel，验证路由隔离。✅ 2026-06-29 达成。
验收结果：
- review 场景机器人 → 100分制报告 → 含 anchor judge ✅
- competition 场景机器人 → 自定义分制报告 → 无 anchor ✅
联调过程逐层暴露并修复一条"洋葱式" bug 链（多机器人并发事件循环冲突 / 异步回推机器人身份串台 / 固定评委编组场景解析 / 跨场景评委 SKILL 路径 / LLM 限流退避重试），均为"只在真实 VM 联调才暴露"的集成问题。已合并 feature branch → main 并打 v1.3.0 tag。
详见 VM 多场景部署。
短期 · P3 工程强化（v1.3 目标）
✅ P3 四项工程强化已全部完成（测试基线 790 → 835），下列保留作为能力说明。
专项行业评委扩充 ✅
Phase 2 外部视角评委 3 个（数据驱动 / AI平台化 / 资本市场视角）的基础上，Phase 3 增加：
- 行业客户视角（3 个虚拟 persona）：针对垂直行业的实际用户诉求，从"甲方看效果"角度评议
- 每个 persona 基于公开报道与行业案例构建，不绑定真实人物，含标准免责声明
- 集成进对应 BG 级 review 场景的 panel
Workshop 排名展示 ✅
脚本: build_workshop_ranking.py
功能: 扫描多份竞赛方案 → 按总分降序（并列共享名次）→ 生成自包含排名 HTML
→ 可选飞书群投递
特点: 排名列由 panel 的评分维度动态决定，任意 competition 场景通用
用途: 年中/年终 workshop 后快速出排名看板Scene 级使用统计 ✅
monthly_review.py 的 --scene-breakdown flag：按场景分组统计 job 数、平均总分、 错误率、最近 job 时间，集成进月度复盘报告 §9 段。
飞书事件多场景路由 ✅
飞书事件入口按机器人 app_id 反查对应场景，把 scene_slug 注入处理流程， 确保每个机器人触发各自场景的 panel；无匹配时降级到全局配置，完全向后兼容。
下一轮 · 评委体系完整性
与最早需求逐表对照后，评分维度已 100% 对齐，6 段输出与落地优先级前三阶段已完成。 评委组合层有少量待补项（均维持虚拟 persona + 免责声明，不绑定真实人物）：
- 主场景多主题评委组合：让公司级场景按议题主题（增长差距 / AI 转型 / 价值经营） 动态选取对应评委组合，而非固定一套
- 跨场景评委复用接入：已建的通用评委（数据平台 / 技术战略 / 资本市场视角）按需接入 更多业务线场景
- 生态视角补缺：为特定行业线补充本地化生态视角评委（区别于现有的全球视角）
设计纪律：所有评委是基于公开观点构建的角色化框架，含标准免责声明， doctrine 待真实材料蒸馏后填充——不凭空编造特定人物观点。
中期 · anchor research 填充（v0.6）
anchor 评委（锚点视角）的心智模型文件当前为框架占位，v0.6 计划用 agent 逆向合成 完善：
五步 SOP
S1 素材预填 从访谈 transcript + 历史 raw 材料抽候选片段，每条带 source link
S2 agent 合成 派 sub-agent 起草 6 个 research 文件（身份DNA/心智模型/反共识等）
S3 质量校验 skill_lint --check-anchor-research（字数/引用/provenance 三重校验）
S4 holdout 回测 留出 2-3 个历史决策做 back-test，≥2/3 方向一致为过
S5 互动迭代 每次真实锚点反馈落 deltas.md，monthly_review 追踪 anchor model driftconfidence 分级机制：
- 当前（占位状态）：confidence ≤ 0.4
- S2 完成（agent-derived）：≤ 0.6
- 锚点本人签收：解除上限
反循环护栏：合成只用访谈 transcript / anchor raw 过滤材料 / wiki，严禁用 LLM 跑出的 review 喂 S2（循环造假）。
中长期 · boss-as-a-Service（已立项 · 2026-07-06 PRD v0.2 定稿）
把 boss 判断引擎封装为任意 agent 可调用的服务（codex / opencode 等 MCP-capable agent 均可接入）——引擎、模型、知识库三者解耦。护城河命题：boss 的价值是方法论（5 镜头 / 满分制打分 / anchor_delta / 30-90-365 归因）+ 评委 doctrine + 知识库，不是模型；把模型抽离、让调用方"借 boss 的评委和方法论 + 自己的模型"出判断，反而放大护城河。
- BYOM（自带模型）两档：档 A「prepare-only 纯借脑」先行——引擎不调模型，返回各阶段 prompt 包（评委 doctrine + 输出强约束），调用方用自己的模型跑、回传结构化 review，引擎做确定性聚合 / 定级 / 渲染 / 出站脱敏；档 B「代跑」（调用方提供 OpenAI-compatible 端点）随后。
- 双知识库：托管（内部授权 + 敏感度分级过滤 + 出站脱敏 fail-close）/ 自建（bundle 格式与主库同构，租户隔离，含最小生产工具链：校验器 + 脚手架）。
- 接口：MCP server 优先，HTTP/OpenAPI 兜底；契约带
schema_version版本化。 - 第 0 红线（压倒一切）：现有多场景评审 + 飞书机器人的正常运营在开发 / 部署 / 运行 / 回滚任何阶段不受影响——独立进程（不进消息事件循环）+ 资源限额 + 开关默认关 + 灰度 + 秒级回滚。
里程碑 M0–M6：引擎抽库 → KB 抽象 → 档 A 服务化（主干最短闭环）→ 认证体系 → 档 B → 自建 KB + 隔离 → 客户端适配。内部 PRD prd-boss-as-a-service v0.2 已定稿（confidential，决议 D1–D7 已拍板）。
架构决策待定项
| 决策 | 状态 | 说明 |
|---|---|---|
| ADR-013 | accepted（主理认可 + 零影响评审通过 · CTO 会签待补） | 评审提交文档受控 ingestion 进知识库（去重 + 分级 + 脱敏闸 → 只进 entities/people/concepts；报告永不进）；零影响架构级保证（ingestion 物理不在生产 VM）；设计稿，M1 实现待启 |
| ADR-010 | proposed（待双签） | Cloudflare Containers 评估，静态 + 函数混合部署 |
| feature branch → main | ✅ 已合并 | M5 联调通过，已发 v1.3.0 |
| EvoMap / V3 公开层 | 冻结（12月后） | 见 [CLAUDE.md §10.3] |
不在计划内
以下明确不做 / 推迟：
- Phase 4 专项评委（AI生态 / 政府事务 / 研究机构视角）→ Phase 3 验收后评估
- D3 GitHub Actions 定时调度 → D2 云端稳定后再评估
_wiki与reports/的双向自动同步 → CLAUDE.md §3 架构原则禁止
📌 已完成（曾在本清单）：PDF / DOCX 文档评审 — 已用 pypdf + python-docx 直接提取文字 实现（绕开 pandoc 外部依赖），含表格提取与"无文字层（扫描件）"防护；
.doc老二进制 引导转.docx/PDF。
时间线
✅ DONE v1.3.0 已发布 · 多场景 VM 联调闭环 (review + competition 两类型端到端)
│ (含 P3 工程强化 + 评委 doctrine 源 + 多机器人并发硬化 + 429 退避重试)
│
NOW competition 真·10分制输出格式 (Phase 4 按 scene lenses 打分) — 独立专项
│
next anchor research 5步 SOP 真合成 + 回测 · 归因 fetcher 接 MCP