面向个人开发者与小型研发团队的本地 AI 项目管理场景。多个脚本、模型服务和自动化任务分散运行时,容易出现状态不统一、任务不可追踪、危险操作缺少确认、失败原因难审计等问题。本项目用于集中查看项目、任务、能力、审批、事件和告警,建立从任务发起到结果回溯的统一工作台;当前定位为本地 MVP 与验证平台。
点击空白处退出提示
面向个人开发者与小型研发团队的本地 AI 项目管理场景。多个脚本、模型服务和自动化任务分散运行时,容易出现状态不统一、任务不可追踪、危险操作缺少确认、失败原因难审计等问题。本项目用于集中查看项目、任务、能力、审批、事件和告警,建立从任务发起到结果回溯的统一工作台;当前定位为本地 MVP 与验证平台。
系统包含运行总览、项目管理、任务状态流转、能力注册、审批队列、事件审计、告警观测、外部集成状态和 LLM 路由摘要等模块。控制台可按 Project→Task→Capability→Event→State 追踪执行证据,展示优先级、状态、关联项目、输入输出 Schema、权限策略、配额和调用事件;敏感字段仅显示脱敏摘要。模型调用层支持统一 Provider 适配、路由、熔断与降级策略。危险写操作默认关闭,只提供只读查看、dry-run 预演和人工确认边界。
我负责领域模型、任务状态机、服务边界、后端接口、前端控制台和自动化验证的整体设计与实现。后端以 Python、FastAPI 和 gRPC 组织 Project、Task、Capability、Approval、Event 等领域对象,使用 PostgreSQL 保存结构化数据,并通过 correlation_id、idempotency_key 与版本锁记录调用和状态变化;模型侧封装统一 LLM Gateway,支持多 Provider 适配与路由。前端采用 React 与 TypeScript 构建只读控制台,部署与运行环境通过 Docker 管理。实现重点是把任务、审批、事件和能力证据串成可追溯链路,同时把真实提交、密钥和敏感日志隔离在界面之外。项目目前为可本地运行的 MVP/验证平台,不宣称生产级自治或无人值守运营。




评论