玄桢跨境助手——可扩展AI Agent桌面工作台产品系统

跨境电商运营通常横跨 Amazon、TikTok Shop、Shopify 等平台，并同时涉及选品调研、SKU利润核算、库存管理、Listing优化、竞品研究、广告分析、经营复盘、资料整理和团队沟通。实际工作中的数据分散在表格、文档、图片、网页与聊天记录中，运营人员需要反复搜索、复制、计算和汇总；成熟方法往往依赖个人记忆，人员或项目切换后难以复用。普通聊天机器人虽然能够生成文本，却通常不了解当前项目目录，不能稳定调用本地工具，缺少跨境业务方法、长期记忆和可追溯的任务现场，也难以完成从分析到文件交付的闭环。因此立项开发“玄桢跨境助手”，将AI对话、本地工作区、知识库、工具执行、业务Skill、规则、定时任务、长期记忆和飞书协作整合为统一的Windows桌面工作台。用户可为每个会话绑定具体项目目录，上传并引用真实资料，让Agent在明确边界内完成检索、计算、分析、整理和文件产出；系统再把可复用的方法沉淀为Skill，把用户偏好、纠错和项目经验沉淀为Memory。典型场景包括Amazon SKU利润测算、库存台账维护、经营数据分析、项目资料问答、网页信息整理及周期性任务执行。产品面向跨境卖家、运营人员和小型团队，重点解决多工具切换、重复劳动、能力难扩展、经验难沉淀及AI结果无法进入实际工作流的问题。

系统包含七类核心能力：1.AI客户助理：支持流式对话、推理过程展示、模型与思考强度切换、历史会话、多图片与文件附件、上下文自动压缩；会话可绑定通用工作区或具体项目目录，并集中展示Agent产出的正式文件。2.AgentCli运行层：持久化Thread、模型状态、工具事件与压缩摘要，将文本增量、推理、用量、工具开始/结束、错误和中断统一为稳定事件供界面实时呈现。3.AgentTool工具层：提供命令执行、工作区搜索、网页检索与抓取、Skill查找、激活及资源读取，并统一处理超时、取消、输出限制和结构化状态。4.AgentSkill能力层：扫描受管目录并建立版本化索引，先注入能力摘要，命中任务后再按需加载完整Skill；支持本地、远端和预制能力安装，已内置Amazon SKU利润核算、库存台账闭环和经营分析能力。5.知识与记忆：支持知识源导入、知识卡片和维护；使用本机SQLite保存用户画像、长期项目记忆与纠错经验，在相关任务中选择性注入。6.自动化与协作：支持业务规则、定时任务、执行记录和飞书消息接入。7.桌面交付：Windows客户端负责安装、单例启动、进程生命周期、版本校验、更新暂存与可恢复的原子切换。

我主导项目需求梳理、产品设计、三仓架构划分、核心功能集成、测试和发布。整体采用 Client、Product、Brick 三层架构：Product 以 TypeScript、Node.js、Fastify 构建本地 Backend，以 React、Vite 构建 GUI，通过 HTTP/SSE 和共享契约通信；Client 以 C#、WinForms、WebView2 和 Node.js 实现 Windows 单例启动、进程树托管、安装包及可恢复更新；Brick 将 AgentCli、Tool、Skill、Memory、Rule、Scheduler、Knowledge 和 Feishu Connector 拆分为独立版本化能力。Composition Root 只创建一个 AgentCli；同一 Skill Proxy 共享给 AgentCli、AgentTool 和 Backend，同一 AgentMemory 共享给 Agent 运行时、HTTP 页面、后台学习与生命周期协调，避免重复实例导致状态分叉。Skill 安装执行包结构、路径、符号链接、容量和内容摘要校验，并通过暂存目录、原子切换、持久名单、启动对账和失败补偿保证一致性。Tool 统一处理工作目录、超时、取消、输出截断和结构化失败。Memory 使用 SQLite WAL、外键和忙等待机制保存画像、长期记忆与纠错经验，空闲后增量抽取错误模式、正确动作和适用场景，通过指纹去重、证据留存和相关性筛选形成学习闭环；注入失败时降级为空，不覆盖用户回复。模型请求统一经过 Server LLM Gateway，桌面端不保存厂商密钥，Memory 接口只向前端输出白名单字段。项目使用 Codex 辅助开发，但需求边界、架构决策、代码审查、自动化测试和交付质量由我负责。