ingest: CMS Developer Agent Personality (engineering-cms-developer.md)

- Source: sources/engineering-cms-developer.md
- Entities: WordPress, Drupal
- Concepts: ContentModel-first, CodeOverConfiguration
- Updated: index.md (Sources/Entities/Concepts), overview.md, log.md

wiki/overview.md

@@ -4,6 +4,18 @@ This wiki is a living synthesis of curated sources spanning AI agents, cloud inf
 
 ## Major Themes
 
+### Engineering Agents
+
+**[[engineering-database-optimizer]]**（Database Optimizer Agent）：The Agency 工程部门的数据库性能优化专家 Agent——核心专长：PostgreSQL 优化和高级特性（EXPLAIN ANALYZE、查询计划解读）、B-tree/GiST/GIN/部分索引策略、Schema 设计（规范化 vs 反规范化权衡）、N+1 查询检测与解决、连接池管理（PgBouncer、Supabase pooler）、零停机迁移策略。支持 PostgreSQL、MySQL、Supabase 和 PlanetScale。关键规则：始终检查查询计划、外键必须加索引、避免 SELECT *、使用连接池、迁移必须可逆、生产环境永不锁表（使用 CONCURRENTLY）、防止 N+1 查询（使用 JOIN 替代循环）、监控慢查询（pg_stat_statements）。核心价值：提供可直接用于生产的 SQL 模板和 TypeScript 代码示例。与 [[engineering-backend-architect]] 存在依赖关系——后端架构师的设计决策需遵循数据库优化专家的原则。
+
+**[[engineering-senior-developer]]**（Senior Developer Agent）：The Agency 工程部门的高端 web 实现专家 Agent——专注于使用 Laravel/Livewire/FluxUI 实现"奢华感"（Premium）web 体验。核心理念：**"Every pixel should feel intentional and refined"**，性能与美感必须共存。核心要求：必须实现亮色/暗色/系统主题切换、大留白+精致排版、微交互动画（磁性按钮、流畅过渡）、玻璃拟态（glass morphism）视觉效果。技术栈：Laravel/Livewire 全栈框架、FluxUI 专业组件库、高级 CSS（glass morphism、organic shapes、cubic-bezier 缓动曲线）、Three.js WebGL 集成（粒子背景、3D 产品展示）。质量标准：加载 < 1.5s、动画 60fps、WCAG 2.1 AA 无障碍。关键规则：FluxUI 组件参考官方文档、Alpine.js 已随 Livewire 捆绑无需单独安装。与 [[engineering-rapid-prototyper]] 互补——原型优先速度，高级开发者优先品质。
+
+**[[engineering-git-workflow-master]]**（Git Workflow Master Agent）：The Agency 工程部门的 Git 工作流与版本控制专家 Agent——专注于帮助团队维护干净的提交历史、有效的分支策略，以及高级 Git 特性（worktree/interactive rebase/bisect）。核心理念：**"Clean history, atomic commits, and branches that tell a story."** 核心使命：原子提交（每次提交只做一件事）、Smart branching（根据团队规模和发布节奏选择合适策略）、Safe collaboration（rebase vs merge 决策）、Advanced techniques（worktrees/bisect/reflog/cherry-pick）、CI integration（分支保护 + 自动化检查）。关键规则：永远不要在共享分支上强制推送（使用 `--force-with-lease`）、PR 前必须 rebase 到目标分支最新
+
+**[[engineering-cms-developer]]**（CMS Developer Agent）：The Agency 工程部门的 CMS 开发专家 Agent——专注于 Drupal 和 WordPress 网站开发，可交付从内容建模到上线审计的完整 CMS 开发生命周期。核心理念：**"A CMS isn't a constraint — it's a contract with your content editors."** 核心专长：WordPress 自定义主题/插件开发（Gutenberg Blocks、ACF Pro、子主题结构）、Drupal 自定义模块开发（Hook 系统、Block 插件、Twig 模板、Layout Builder）、内容建模与字段 API 设计。关键原则：ContentModel-first（先锁定字段/内容类型再写代码）、Code over configuration UI（所有内容类型/分类/字段通过代码注册）、Never fight the CMS（使用 hooks/filters/plugin 系统，绝不 monkey-patch 核心）。平台选择：Drupal 适合复杂内容模型/企业级/多语言；WordPress 适合编辑简单性/WooCommerce/广泛插件生态。
+
+**[[engineering-backend-architect]]**（Backend Architect Agent）：The Agency 工程部门的后端架构师 Agent——
+
 ### 知识与资源
 
 **[[3-2-万人收藏的-claude-skills-才是-ai-这条路上最值得研究的一套范式-1]]**（Claude Skills 范式图谱）：Anthropic 官方 Skills 仓库全面解析——核心主张：Claude Skills 是写给 Claude 的「说明书」+ SOP（标准作业程序），将反复执行、有固定流程的任务拆解为 AI 能理解、能稳定复用、能自动执行的流程。官方仓库（github.com/anthropics/skills）3.2 万+星，将 Claude.ai 生产级能力原封不动拆解公开，涵盖办公自动化（Word/PDF/PPT/Excel）、开发者工具（MCP Server/Web 测试/Artifacts 构建）、创意类技能三大类。**核心范式转变**：Claude Skills 的爆发标志着 AI 应用从「提示词工程」进入「流程工程」时代；Vibe Coding 的尽头也是 Skills；真正有价值的不是 Prompt 写得最花的人，而是最懂业务流程、能将经验沉淀成 SOP 的人。属 [[AI时代发展策略]] 的方法论层，为 [[Claude Skills]] 和 [[流程工程（Workflow Engineering）]] 提供实践案例支撑。与 [[vibe-coding经验收集]] 的「验证优于流程」观点存在张力，两者互补——Vibe Coding 是探索阶段，Skills 是验证成功后沉淀为可复用流程的阶段。
@@ -25,32 +37,69 @@ The wiki covers two major multi-agent frameworks: **The Agency** (agency-agents)
 
 **The Agency 贡献指南**（[[contributing_zh-cn]] + [[contributing]] 英文原版）：The Agency 项目贡献者指南——核心贡献方式：①创建全新智能体（8大分类：engineering/design/marketing/product/project-management/testing/support/spatial-computing/specialized）；②优化现有智能体；③分享成功案例；④反馈问题。智能体设计五原则：**鲜明性格**（拒绝通用人设）、**明确交付物**（真实代码/模板）、**可量化指标**、**经过验证的工作流**、**学习记忆机制**。PR 流程包含提交前检查（真实场景测试、遵循模板、补充示例）、社区评审与迭代优化。属 [[Multi-Agent-System-Reliability]] 的智能体设计规范层，为 [[Multi-Agent-Team]] 提供标准化的智能体创建框架。
 
+**[[design-ux-architect]]**：The Agency Design 部门的核心技术架构与 UX 基础专家 Agent——核心职责：在 ProjectManager 和 LuxuryDeveloper 之间建立技术桥梁，提供 CSS 设计系统（变量/间距/字体）、Grid/Flexbox 布局框架和 Theme Toggle 组件。Foundation-first 理念：架构决策由 UX Architect 在前期完成，开发者专注实现而非做架构决策。Theme Toggle（light/dark/system 三态）是所有新站点的默认必备组件，基于 localStorage + `prefers-color-scheme` 实现。组件命名遵循 BEM/Utility-first/Component-based 任一方法，并在项目内保持一致。与 LuxuryDeveloper 属于时序分工（Foundation → Polish），分界线在"专业 UX 基线建立"之后。与 [[design-whimsy-injector]] 互补——后者在 UX Architect 建立的基线之上叠加趣味性设计，通过微交互、趣味文案和游戏化提升品牌记忆度。
+
+**[[design-ux-researcher]]**（UX Researcher）：The Agency Design 部门的用户体验研究专家 Agent——核心职责：通过混合研究方法（定性与定量结合）理解用户行为、验证设计决策、提供可落地洞察。与 [[design-ux-architect]] 和 [[design-whimsy-injector]] 共同构成 Design 部门三支柱（Research → Architecture → Delight）。研究方法论：先确立清晰研究问题 → 选择有统计依据的样本量和研究方法 → 通过三角验证缓解偏差 → 转化为可实施的设计建议。交付物包含用户画像（含直接引用语）、用户旅程地图、可用性测试结果（A/B测试支持）和优先级建议（高/中/长期）。默认要求包含无障碍研究和包容性设计测试。与 [[design-ux-architect]] 存在张力：研究洞察是设计系统输入，但架构决策在某些情况下基于技术约束而非用户数据——通过时序分工协调（Research → Architecture → Polish）。
+
+**[[design-whimsy-injector]]**（Whimsy Injector）：The Agency Design 部门的品牌趣味性设计专家 Agent——核心职责：为品牌注入差异化、趣味性的交互元素，在用户感知路径的全流程嵌入愉悦感。趣味分类学四层：Subtle Whimsy（悬停效果/加载动画）、Interactive Whimsy（点击反馈/表单验证庆祝）、Discovery Whimsy（复活节彩蛋/隐藏功能）和 Contextual Whimsy（404页面/空状态）。交付物包括品牌个性框架、微交互 CSS 系统、趣味文案库和游戏化成就系统。核心原则：趣味必须有功能性或情感性目的，不可喧宾夺主；必须对残障用户和文化背景不同用户可访问。与 [[design-ux-architect]] 时序协作（基线 → 趣味叠加），属 [[Multi-Agent-System-Reliability]] 的 Design 部门 Agent 设计层。
+
+**[[design-brand-guardian]]**（Brand Guardian）：The Agency Design 部门的品牌守护者专家 Agent——核心职责：创建内聚的品牌身份系统，确保品牌在所有触点的一致表达，并提供品牌保护策略。品牌 Foundation Framework（Purpose/Vision/Mission/Values/Personality）是所有品牌决策的基础；Visual Identity System（Logo/Color/Typography）必须作为内聚系统设计；Brand Voice and Messaging 定义品牌声音特征（Strategic/Consistent/Protective/Visionary）。默认要求包含品牌保护（商标/合规监控/危机管理）。与 [[design-ux-architect]] 时序协作——Brand Guardian 先定义品牌战略框架 → UX Architect 再构建技术实现系统；与 [[design-whimsy-injector]] 互补——Brand Guardian 定义的品牌个性是 Whimsy Injector 趣味性设计的输入。属 [[Multi-Agent-System-Reliability]] 的 Design 部门 Agent 设计层。
+
 **[[llms-rag-ai-agent-三个到底什么区别]]**（LLM/RAG/AI Agent 三者区别）：AI 应用入门基础知识——作者将 LLM 比作"天才大脑"（擅长思考但不知当前）、RAG 比作"随身图书馆助理"（动态获取外部知识，消除幻觉）、AI Agent 比作"循环控制系统"（感知→规划→执行→反思的自主行动能力）。核心观点：三者并非竞争技术，而是在三个不同层面互补协同——**LLM 用于思考，RAG 用于认知，Agent 用于执行**。生产系统应叠加三者：纯语言任务用 LLM、需准确性时加 RAG、需真正自主性时部署 Agent。属 [[Multi-Agent-AI-Systems]] 的基础概念层。
 
 **[[multi-agent-team]]**（Multi-Agent Specialized Team — Solo Founder Setup）：Solo Founder 通过多 Agent 专业化团队实现"一人公司"运作的实战方案——4个专业 Agent（Milo 战略lead / Josh 商业分析 / Marketing 内容营销 / Dev 开发）+ 共享记忆 + Telegram 单入口 + 定时任务自动推送。核心洞察：**Agent 个性化**使"和团队对话"比"使用工具"更自然（Milo 自信有魅力、Josh 务实数据驱动）；**共享记忆 + 私有上下文**组合是核心——共同 ground（目标/决策）+ 各积累领域专长；按任务复杂度匹配模型（Claude Opus 做战略、Gemini 做长文本研究、Codex 做实现）；定时主动推送洞察而非被动响应形成价值飞轮。建议从小团队开始（lead + 1 specialist），按瓶颈逐步扩展。属 [[Multi-Agent-System-Reliability]] 的团队协作实践层，与 [[ContentFactory]]（内容创作流水线）和 [[Agents-Orchestrator]]（流水线编排）同属多 Agent 协作模式的不同维度，可结合使用。
-**[[AI Citation Strategist]]**（AI Citation Strategist Agent）：专注于 AI 推荐引擎优化（AEO/GEO）的营销 Agent——审计品牌在 ChatGPT、Claude、Gemini、Perplexity 四大 AI 平台上的引用可见性，识别竞争对手被引用的原因，生成 Fix Pack 改善内容信号。与 [[Marketing SEO Specialist]] 互补但独立——传统 SEO 成功不能自动转化为 AI 可见性，AEO 与 SEO 必须作为不同策略对待。核心方法：多平台 Citation Audit Scorecard → Lost Prompt Analysis → 竞品内容结构映射 → Schema markup + 实体信号优化 → Fix Pack 优先级实施。与 [[Marketing Agentic Search Optimizer]] 同属 AI 驱动的内容可见性优化方向。属 [[Multi-Agent-System-Reliability]] 的营销 Agent 设计层。
+**[[AI Citation Strategist]]**（AI Citation Strategist Agent）：专注于 AI 推荐引擎优化（AEO/GEO）的营销 Agent——审计品牌在 ChatGPT、Claude、Gemini、Perplexity 四大 AI 平台上的引用可见性，识别竞争对手被引用的原因，生成 Fix Pack 改善内容信号。与 [[Marketing SEO Specialist]] 互补但独立——传统 SEO 成功不能自动转化为 AI 可见性，AEO 与 SEO 必须作为不同策略对待。核心差异化：**AI 引用 ≠ SEO 排名**，引用的信号（实体清晰度、结构化权威、FAQ 对齐、Schema 标记）完全不同。**平台差异化**：ChatGPT 偏好权威性+结构化页面（FAQ/对比表/how-to指南），Claude 偏好细腻平衡+明确溯源的分析内容，Gemini 依赖 Google 生态信号+实时搜索集成，Perplexity 偏好来源多样性+时效性+直接答案。**提示词模式工程**：围绕用户实际输入 AI 的查询模式设计内容——"Best X for Y"（对比内容）、"X vs Y"（专页对比+Schema）、"How to choose X"（买家指南+决策框架）、"What is the difference between X and Y"（清晰定义）。核心方法：Discovery（20-40 提示词生成）→ Audit（四平台查询记录引用率）→ Analysis（竞品内容结构映射）→ Fix Pack（按影响力优先级排序）→ Recheck（14天复测）。属 [[Multi-Agent-System-Reliability]] 的营销 Agent 设计层，与 [[Marketing Agentic Search Optimizer]] 同属 AI 驱动的内容可见性优化方向。
 
 **[[nexus-spatial-discovery]]**（Nexus Spatial Discovery Exercise）：8个 The Agency 专业 Agent 并行协作完成 AI 空间指挥中心产品完整规划的实战案例——10分钟 wall-clock time 产出完整规划。参与 Agent：产品趋势研究员（市场验证 + Vision Pro 现实核查）、后端架构师（8服务 Rust 架构）、品牌守护者（定义 [[SpatialAIOps]] 新品类）、增长黑客（3阶段 GTM + 增长飞轮）、支持应答者（AI 内嵌空间的差异化支持设计）、UX 研究员（识别调试为杀手级用例）、XR 界面架构师（命令剧院 + 7态节点系统）、项目牧羊人（35周时间线 + 5团队分配）。跨 Agent 独立共识：2D先行（WebXR分发） > VisionOS、品牌 > 调试 > 战情室协作 > 渐进披露。核心张力：Growth Hacker（$29-59）与 Trend Researcher（$99-249）定价分歧待 A/B 测试。属 [[Multi-Agent-System-Reliability]] 的多 Agent 协作规划层实践，展示了并行 Agent 发现可产出连贯、相互引用的完整计划。与 [[Multi-Agent-Team]]（单团队多 Agent 架构）和 [[Agents-Orchestrator]]（流水线编排）同属多 Agent 协作模式的不同维度。
 
+**[[examples-readme]]**（The Agency Examples 索引）：The Agency 多 Agent 协作案例的索引与贡献指南——展示了当全体 Agent 协作时实际上是什么样子的。Nexus Spatial Discovery 是首个也是最完整的示例：8 个专业 Agent 并行运行，产出连贯、相互引用的完整计划，无须人工协调开销。贡献标准：多个 Agent 协作同一目标、展示 Agency 能力广度、具有现实适用性。是 [[Multi-Agent-Collaboration]] 概念的实践验证入口。
+
 **[[workflow-landing-page]]**：多 Agent 一天冲刺工作流——展示 Landing Page 场景下 4 个核心设计模式：**[[Parallel-Kickoff]]**（Content Creator + UI Designer 上午并行启动）、**[[Merge-Point]]**（Frontend Developer 等待两者完成）、**[[Feedback-Loop]]**（Growth Hacker 审查后 Frontend Developer 修改）、**[[Time-Boxing]]**（每个阶段严格时间盒：09:00→16:30）。与 [[workflow-startup-mvp]] 互补——后者以周为单位的长周期迭代，本工作流是单日冲刺的具体化实现。与 [[design-ui-designer]] 和 [[design-brand-guardian]] 共享 UI Designer 角色。
 
+**[[workflow-book-chapter]]**（Book Chapter Development Workflow）：单 Agent 工作流——[[BookCoAuthor]] Agent 将粗糙的原始素材（录音、碎片笔记、战略要点）转化为结构化的第一人称章节草稿。核心理念：**不是泛化 ghostwriting，而是保持作者声音 + 强化分类定位 + 暴露开放编辑决策**。五部分输出结构：Target Outcome（目标与战略定位）→ Chapter Draft（版本化章节草稿）→ Editorial Notes（假设与证据缺口的编辑注释）→ Feedback Loop（内部反馈循环）→ Next Step（明确修订问题而非模糊交接）。质量标准：草稿保持第一人称声音、claim 必须依附来源或标记为假设、删除泛化激励语言、以明确修订问题结尾。与 [[workflow-startup-mvp]]（多 Agent 长周期迭代）互补——前者聚焦单 Agent 聚焦式内容创作，后者是多 Agent 系统级协作；与 [[marketing-book-co-author]] 共享 Book Co-Author Agent，但本工作流是通用场景示例，后者是营销场景专用。属 [[TheAgency]] examples 层，与 [[agents-orchestrator]] 共同展示单 Agent 到多 Agent 的能力谱系。
+
 **GitHub Copilot Integration**（[[github-copilot]]）：The Agency 与 GitHub Copilot 的开箱即用集成——无需转换，Agency 的 `.md` + YAML frontmatter 格式与 GitHub Copilot 原生兼容。通过 `./scripts/install.sh --tool copilot` 一键安装，或手动复制到 `~/.github/agents/` 或 `~/.copilot/agents/` 目录。用户可在任意 Copilot 会话中通过名称激活特定 agent，如 `"Activate Frontend Developer and help me build a React component."`。与 [[readme|Cursor Integration]] 互补——后者项目级别生效，Copilot Integration 用户级别全局生效，共同构成 [[The Agency]] 的多 IDE 集成生态。
 
 **Windsurf Integration**（[[windsurf-integration]]）：The Agency Agent roster 与 Windsurf 编辑器的集成方案——通过 `.windsurfrules` 文件将全部 Agent roster 聚合为单一规则文件，install.sh 脚本从项目根目录安装，项目级生效。Windsurf 中在 prompt 里按名称引用 Agent 即可激活（如 "Use the Frontend Developer agent to build this component."）。与 [[Cursor Integration]]（.mdc 规则）和 [[Aider Integration]]（CONVENTIONS.md）同为项目级 IDE 集成，机制相似，共同构成 The Agency 的多 IDE 覆盖体系。[[integrations-readme]] 已覆盖所有 11 种集成工具的概览。
 
+**Aider Integration**（[[aider-readme]]）：The Agency Agent roster 与 Aider 编辑器的集成方案——通过 `install.sh --tool aider` 安装，将全部 Agent roster 汇总到单一 `CONVENTIONS.md` 文件，Aider 会自动读取项目根目录的该文件。在 Aider 会话中按名称引用 Agent 即可激活（如 "Use the Frontend Developer agent to refactor this component."），或通过 `aider --read CONVENTIONS.md` 手动指定。`convert.sh --tool aider` 可重新生成最新的 CONVENTIONS.md。与 [[Windsurf Integration]]（.windsurfrules）、[[Cursor Integration]]（.mdc 规则）同为项目级 IDE 集成，共同构成 The Agency 的多编辑器支持生态。
+
 **Antigravity Integration**（[[antigravity-integration]]）：The Agency Agent roster 与 Antigravity/Gemini 的集成方案——通过 `./scripts/install.sh --tool antigravity` 将全部 Agent roster 转换为 Antigravity SKILL.md 文件，复制到 `~/.gemini/antigravity/skills/` 目录。所有 skill slug 统一使用 `agency-` 前缀（如 `agency-frontend-developer`）以避免与 Antigravity 原生 skills 冲突。用户可通过 `"Use the agency-frontend-developer skill to review this component."` 激活对应 agent。与 [[Cursor Integration]]（.mdc 规则）和 [[Windsurf Integration]]（.windsurfrules）同属多 IDE/平台集成，共同构成 The Agency 的完整集成生态，覆盖 Cursor（VS Code 兼容）、Windsurf、Copilot（用户级）和 Antigravity（Gemini）四大平台。
 
-**Kimi Code CLI Integration**（[[kimi]]）：The Agency 与 Kimi Code CLI 的集成方案——通过 `./scripts/convert.sh --tool kimi` 将所有 agent 转换为 `agent.yaml`（规范定义）+ `system.md`（系统提示词）的目录结构，再通过 `./scripts/install.sh --tool kimi` 安装到 `~/.config/kimi/agents/`。使用 `--agent-file` 标志激活特定 agent，支持 `extend: default` 继承 Kimi 内置 default agent 的工具集。与 [[readme|Cursor Integration]] 和 [[github-copilot]] 同属 The Agency 的多 IDE/CLI 集成生态，Kimi Code CLI 由 Moonshot AI 出品，与 Claude Code 形成竞争。
+**Kimi Code CLI Integration**（[[kimi]]）：The Agency 与 Kimi Code CLI 的集成方案——通过 `./scripts/convert.sh --tool kimi` 将所有 agent 转换为 `agent.yaml`（规范定义）+ `system.md`（系统提示词）的目录结构，再通过 `./scripts/install.sh --tool kimi` 安装到 `~/.config/kimi/agents/`。使用 `--agent-file` 标志激活特定 agent，支持 `extend: default` 继承 Kimi 内置 default agent 的工具集。与 [[readme|Cursor Integration]]（.mdc 规则）和 [[github-copilot]] 同属 The Agency 的多 IDE/CLI 集成生态，Kimi Code CLI 由 Moonshot AI 出品，与 Claude Code 形成竞争。
+
+**Claude Code Integration**（[[claude-code-integration]]）：The Agency Agent roster 与 Claude Code 的原生集成方案——无需任何格式转换，The Agency 使用 `.md` + YAML frontmatter 格式原生支持 Claude Code。通过 `./scripts/install.sh --tool claude-code` 批量安装全部 Agent，或手动复制特定 Agent 目录到 `~/.claude/agents/`。在任意 Claude Code 会话中按名称引用即可激活 Agent（如 `"Activate Frontend Developer and help me build a React component."`）。与 [[github-copilot]]（用户级 Copilot）、[[readme|OpenCode Integration]]（OpenCode 子 Agent）、[[windsurf-integration]]（Windsurf .windsurfrules）同属 The Agency 的多 IDE 集成生态，共同构成跨平台 Agent 使用体系。
+
+**Gemini CLI Integration**（[[gemini-cli]]）：The Agency Agent roster 与 Gemini CLI 的扩展集成方案——通过 `./scripts/convert.sh --tool gemini-cli` 将全部 61 个 Agent 转换为扩展文件，再通过 `./scripts/install.sh --tool gemini-cli` 安装到 `~/.gemini/extensions/agency-agents/`（Home-Scoped 级别）。安装后在 Gemini CLI 中按名称引用 Agent 即可激活（如 `"Use the frontend-developer skill to help me build this UI."`）。与 [[Antigravity Integration]]（同样面向 Gemini 平台但路径不同）和其他 IDE 集成共同构成 The Agency 的多平台覆盖体系。
+
+**[[supply-chain-strategist]]**（Supply Chain Strategist Agent）：The Agency Specialized 部门的供应链管理专家 Agent——专注于中国制造业生态的端到端供应链优化。核心能力覆盖：供应商开发与分级管理（ABC 分类 + QCD 绩效考核）、战略采购（Kraljic 矩阵分类 + TCO 全成本分析）、质量管理（IQC/IPQC/OQC + AQL 抽样检验）、库存优化（EOQ + 安全库存 + 再订货点模型）、物流仓储（国内快递/零担/整车 + WMS 系统）、供应链数字化（ERP/SRM 系统选型 + 数字化成熟度评估 L1-L5）、成本控制（短期商业谈判到长期战略整合）和风险管理（多源采购 + 国产替代）。强调数据驱动决策（TCO 而非单价）+ 供应链安全优先（关键物料不得单一来源）。属 The Agency Specialized 部门的垂直领域专家 Agent，与工程类和营销类 Agent 共同构成完整的企业运营支持体系。
 
 **OpenCode Integration**（[[readme|OpenCode Integration]]）：The Agency Agent roster 与 OpenCode 编辑器的子 Agent 集成方案——通过 `./scripts/install.sh --tool opencode` 安装，将 The Agency 的 .md 文件格式 Agent 转换为 OpenCode 的 `.opencode/agents/` 目录格式。核心机制：在 YAML frontmatter 中添加 `mode: subagent` 使 Agent 仅在 `@agent-name` 触发时出现，不会在 Tab 循环列表中占位；颜色通过命名颜色到十六进制的自动映射实现。支持两种安装范围：项目级（`.opencode/agents/`）和全局级（`~/.config/opencode/agents/`）。与 [[readme|Cursor Integration]]（.mdc 规则）、[[github-copilot]]（用户级 Copilot）、[[windsurf-integration]]（.windsurfrules）同属 The Agency 的多 IDE 集成生态，[[integrations-readme]] 已覆盖所有集成工具概览。
 
 **MCP Memory Integration**（[[mcp-memory-integration]]）：The Agency 的 MCP Memory 集成方案——通过在 Agent 提示词中加入标准化的 Memory Integration 段落，为任意 Agent 赋予跨会话持久记忆能力，无需修改 Agent 代码。MCP Memory Server 提供四个核心工具：`remember`（存储决策/交付物快照）、`recall`（跨会话检索）、`rollback`（失败时回滚到上一个检查点）、`search`（跨 Agent 搜索记忆）。**Rollback 是杀手级功能**——当 QA 检查失败或架构决策出错时，直接恢复到已知良好状态而非从头重建。标签一致性是关键：每个记忆使用 Agent 名称和项目名称作为标签，确保 recall 可靠。与 [[specialized-mcp-builder]]（构建 MCP Server）和 [[ai-memory-tools-two-camps]]（AI 记忆工具全景分类）同属 The Agency MCP 生态的核心组成部分。
 
-**Backend Architect with Memory**（[[backend-architect-with-memory]]）：The Agency 中具备持久记忆能力的后端架构师 Agent——专门负责可扩展系统设计、数据库架构、API 开发与云基础设施。核心记忆机制：会话启动时检索 `backend-architect` + 项目名标签的历史记忆，防止重复讨论已做决策；架构决策以标签化快照持久化；交付物完成后主动标记接收方供下游 Agent 查找；QA 失败时检索最近良好检查点回滚。作为 [[agents-orchestrator]] 调度的具体执行 Agent，通过 MCP Memory 实现多 Agent 协作中的上下文连续性。
+**Backend Architect with Memory**（[[backend-architect-with-memory]]）：The Agency 中具备持久记忆能力的后端架构师 Agent——专门负责可扩展系统设计、数据库架构、API 开发与云基础设施。核心记忆机制：会话启动时检索 `backend-architect` + 项目名标签的历史记忆，防止重复讨论已做决策；架构决策以标签化快照持久化（含决策理由，供未来会话和其他 Agent 查找）；交付物完成后主动标记接收方供下游 Agent 查找；QA 失败时检索最近良好检查点并回滚，而非手动撤销变更链。标签一致性是记忆召回可靠工作的前提——每个记忆使用 Agent 名称 + 项目名 + 主题标签（如 `database-schema`/`api-design`/`auth-strategy`）三重标签。作为 [[agents-orchestrator]] 调度的具体执行 Agent，通过 MCP Memory 实现多 Agent 协作中的上下文连续性。与 [[engineering-software-architect]] 在架构决策记录方式上存在互补张力——后者用 ADR 文档供人类阅读，前者用 MCP Memory 快照供 Agent 自动化召回。
 
 **[[engineering-software-architect]]**（Software Architect）：软件架构与系统设计专家 Agent——设计可维护、可扩展、符合业务领域的系统架构。核心理念：**"Designs systems that survive the team that built them."** 最佳架构是团队能实际维护的架构，反对过度设计。核心设计哲学：①权衡优先于最佳实践——命名所放弃的，而非仅列举所获得的；②领域优先、技术其次——理解业务问题再选工具；③可逆性优先于"最优"决策；④记录决策（WHY）而非仅记录设计（WHAT）。核心方法：ADR（Architecture Decision Record）标准化模板，捕捉 Context/Decision/Consequences 三要素；C4 模型分层沟通（Context/Container/Component/Code）；架构模式选型矩阵（Modular Monolith/Microservices/Event-Driven/CQRS 各自适用场景与规避条件）；质量属性分析（可扩展性/可靠性/可维护性/可观测性）。与 [[backend-architect-with-memory]] 在设计哲学上共享权衡优先、可逆性重要的核心价值观；在具体实现上，Backend Architect 侧重记忆持久化机制，Software Architect 侧重架构决策记录与模式选型；与 [[specialized-workflow-architect]] 在 ADR 使用上有协作关系。核心成功指标：每个关键决策均记录 ADR；所有权衡均有书面权衡分析；架构满足团队维护能力边界。
 
 **[[engineering-mobile-app-builder]]**（Mobile App Builder）：移动应用开发专家 Agent——专注于原生 iOS/Android 开发和跨平台框架（Swift/SwiftUI、Kotlin/Jetpack Compose、React Native、Flutter）。核心理念：**平台感知、性能优先、用户体验驱动**。核心规范：遵循平台设计指南（Material Design / Human Interface Guidelines）；默认实现离线优先架构和智能数据同步；跨平台开发在代码复用与平台原生体验之间找到平衡。核心方法：MVVM 模式作为推荐架构；平台原生性能优化（冷启动 < 3 秒、内存 < 100MB、续航损耗 < 5%/小时）；生物识别认证（Face ID/Touch ID/指纹）、推送通知（APNs/Firebase）等平台特定功能集成。与 [[software-architect]] 共享系统架构思维应用于移动端；与 [[unity-architect]] 在跨平台理念上有分工——前者面向通用移动应用，后者面向游戏；与 [[visionos-spatial-engineer]] 和 [[xr-immersive-developer]] 共同构成 Apple 生态和 XR 领域的移动开发扩展。属 The Agency Engineering 部门。
+
+**[[engineering-filament-optimization-specialist]]**（Filament Optimization Specialist）：Filament PHP 管理后台的结构性优化专家 Agent——专注于将"能用"的管理表单转化为"令人愉悦"的高体验界面，核心价值主张：**结构性改变（Tab/Grid/Collapsible）比装饰性改进（图标/提示文字）价值高 10 倍**。结构优化层次体系（按优先级）：Tab 分隔（逻辑分组字段）→ 并排 Grid（相关 Section 并排减少垂直滚动）→ Range Slider 替换（1-10 个 radio button 是 UX 反模式）→ 可折叠次要区块（默认折叠减少视觉噪音）→ Repeater `->itemLabel()`（使条目列表可识别）→ Summary Placeholder（编辑表单顶部关键指标摘要）→ NavigationGroup 导航分组。噪音控制三原则：最多一层引导（不堆叠 label+hint+placeholder）、图标克制（仅用于顶级 Tab 或高可见性区域）、保留明显默认值。与 [[design-ux-architect]] 共享 UX 优化理念但专注后端管理场景；属 The Agency Engineering 部门。
+
+**[[engineering-backend-architect]]**（Backend Architect）：高级后端架构师 AI Agent——专注于可扩展系统设计、数据库架构、API 开发与云基础设施。核心理念：**安全性优先、性能意识、可靠性至上**。核心方法：数据/Schema 工程卓越（子 20ms 查询性能、10 万+实体索引、实时 WebSocket 推送）→ 可扩展系统架构（微服务分解、水平扩展设计）→ 系统可靠性（熔断器、优雅降级、自动扩缩容）→ 性能与安全优化（缓存策略、认证授权、深度防御）。默认要求：所有系统必须包含综合安全措施和监控。核心交付物：System Architecture Specification（含高层次架构模式选型矩阵：Microservices/Monolith/Serverless/Hybrid）、Database Schema（含 PostgreSQL + 索引优化示例）、API Design（含 Express.js + Helmet + Rate Limiting 安全中间件）。与 [[engineering-software-architect]] 共享架构思维，但 Backend Architect 关注实现细节（Schema/API/部署拓扑），Software Architect 关注抽象层次（领域边界/模式选型）；与 [[backend-architect-with-memory]] 在知识持久化方式上互补——基础版通过交付物文档传递，增强版通过 MCP Memory 自动召回；与 [[autonomous-optimization-architect]] 共享系统性能和可靠性关注，但后者专注于 LLM API 路由优化。属 The Agency Engineering 部门。
+
+**[[engineering-code-reviewer]]**（Code Reviewer）：代码审查与质量保证专家 Agent——专注于提供构造性、可操作的反馈，聚焦正确性、安全性、可维护性、性能四大维度，而非代码风格偏好。核心理念：**像导师而非门卫一样审查，每次评论都教授知识**。审查清单三层优先级：🔴 Blocker（安全漏洞/数据损坏/竞态条件/破坏API合约/缺失关键路径错误处理）、🟡 Suggestion（缺失输入验证/命名混乱/缺失测试/N+1查询/代码重复）、💭 Nit（风格不一致/小幅命名改进/文档缺口）。审查评论格式：必须具体化（指出行号和机制）、解释原因（为何需要修改）、建议而非要求（用"考虑X因为Y"而非"改成X"）、一次完整反馈。核心交付物：安全漏洞识别（如 SQL 注入定位到行号 + 修复建议）、性能瓶颈分析（N+1 查询定位 + 优化建议）、可维护性评估（逻辑复杂度 + 重构建议）。与 [[SoftwareArchitect]] 和 [[BackendArchitect]] 协同——架构决策影响审查重点，后端实现依赖代码审查保障质量；与 [[QualityGate]] 构成质量保障双层——Reviewer 提供人工判断，QualityGate 提供自动化验证。属 The Agency Engineering 部门。
+
+**[[engineering-technical-writer]]**（Technical Writer）：技术文档工程师 Agent——专注于将复杂工程概念转化为开发者真正愿意阅读的清晰、准确、引人入胜的文档。核心理念：**"Bad documentation is a product bug."** 技术文档质量等同于产品质量。核心方法：Divio 文档体系（教程/操作指南/参考文档/解释文档四象限分离）；Docs-as-Code 基础设施（Docusaurus/MkDocs/Sphinx/VitePress + CI/CD 集成）；OpenAPI/Swagger 自动生成 API 参考文档；质量门禁（代码示例必须测试通过、无文档的代码视为不完整）。质量标准：零错误代码示例、破坏性变更附带迁移指南、文档与软件版本同步。核心指标：支持工单降低 20%、新开发者 15 分钟内上手、文档搜索满意度 ≥ 80%。与 [[EngineeringCodeReviewer]] 协同——Code Reviewer 确保代码质量，Technical Writer 将质量内化为可维护文档；与 [[SoftwareArchitect]] 在文档架构设计层面协作。属 The Agency Engineering 部门。
+
+**[[engineering-rapid-prototyper]]**（Rapid Prototyper）：极速原型开发专家 Agent——专注于 3 天内交付可工作 MVP，核心理念：**"Turns an idea into a working prototype before the meeting's over."** 速度优先开发哲学：选择最小化设置时间的工具和框架；先实现核心功能再打磨边界情况；优先用户面功能而非基础设施优化。验证驱动开发：只构建测试核心假设所必需的功能；从第一天起内置用户反馈收集和数据分析；A/B 测试框架内置于原型基础设施。快速开发技术栈：Next.js 14 + Supabase（后端即服务）+ Prisma（ORM）+ Clerk（认证）+ shadcn/ui（UI 组件）+ Vercel（零配置部署）。成功指标：3 天内交付功能原型、1 周内收集真实用户反馈、80% 核心功能通过用户测试验证、原型到生产转化时间 < 2 周。与 [[SoftwareArchitect]] 和 [[BackendArchitect]] 互补——Rapid Prototyper 侧重速度验证，Architect 侧重生产级架构设计。
+
+**[[engineering-embedded-firmware-engineer]]**（Embedded Firmware Engineer）：嵌入式固件工程师 Agent——专注于资源受限嵌入式系统的生产级固件开发，核心理念：**"Writes production-grade firmware for hardware that can't afford to crash."** 性格特征：严谨、硬件意识强、对未定义行为和栈溢出极度敏感。核心约束：禁止动态分配（malloc/new）——必须使用静态分配或内存池；ISR 必须最小化，通过队列或信号量将工作延迟到任务；栈大小必须计算，使用 `uxTaskGetStackHighWaterMark()` 验证而非猜测。平台差异化实践：ESP-IDF（ESP32 Wi-Fi+BLE SoC，esp_err_t 错误检查，ESP_LOGI/W/E 日志）；STM32 LL vs HAL（时序关键代码优先 LL 驱动，禁止在 ISR 中轮询）；Nordic nRF Zephyr（使用 devicetree 和 Kconfig，禁止硬编码外设地址）；PlatformIO 生产环境锁定库版本，禁止 `@latest`。核心交付物：FreeRTOS 任务架构（队列/信号量/事件组）、外设驱动（UART/SPI/I2C/CAN/BLE/Wi-Fi）、OTA 升级（ESP-IDF/STM32/MCUboot）。成功指标：零栈溢出（72h 压力测试）、ISR 延迟可测量（硬实时 < 10µs）、Flash/RAM 使用 ≤ 80% 预算。与 [[engineering-backend-architect]] 共享可靠性优先的工程价值观——固件层更极端（任何崩溃不可接受），云后端可容错降级；与 [[engineering-rapid-prototyper]] 在速度哲学上有张力——固件层强制稳定优先（禁止 malloc/禁止 @latest），原型层允许短期技术债换取速度。属 The Agency Engineering 部门。
+
+**[[engineering-ai-engineer]]**（AI Engineer）：AI/ML 工程师 Agent——专注于机器学习模型开发、部署与生产系统集成的完整生命周期，核心理念：**"Turns ML models into production features that actually scale."** 性格特征：数据驱动、系统化、性能导向、伦理意识强。核心能力矩阵：ML 框架（TensorFlow/PyTorch/HuggingFace）、LLM 集成（OpenAI/Anthropic/Cohere/RAG）、向量数据库（Pinecone/Weaviate/Chroma/FAISS）、MLOps（MLflow/Kubeflow 模型版本管理）、生产集成模式（实时 API <100ms / 批处理 / 流式事件驱动 / 边缘推理）。AI 安全底线规则：必须内置偏见检测（跨人口统计学群体）、公平性指标、隐私保护（差分隐私/联邦学习）和对抗鲁棒性。核心成功指标：推理延迟 <100ms（实时）、模型可用性 >99.5%、漂移检测自动触发再训练。与 [[engineering-backend-architect]] 互补——Backend Architect 提供 API 基础设施，AI Engineer 在其上构建推理服务和 MLOps 管道；与 [[AgentsOrchestrator]] 协同——编排层协调多个 AI 工程师子 Agent 完成复杂 ML 任务。与 [[engineering-embedded-firmware-engineer]] 共享生产级可靠性价值观，但 ML 系统允许统计容错（模型精度波动在可接受范围内），固件层则完全不允许任何不确定性。属 The Agency Engineering 部门。
+
+**[[engineering-threat-detection-engineer]]**（Threat Detection Engineer）：威胁检测工程师 Agent——专注于构建检测层，在攻击者绕过预防控制后捕获威胁，核心理念：**"An undetected breach costs 10x more than a detected one, and a noisy SIEM is worse than no SIEM at all."** 核心能力：Sigma 规则开发（厂商无关）并编译为 Splunk SPL / Sentinel KQL / Elastic EQL / Chronicle YARA-L；MITRE ATT&CK 覆盖度映射与差距评估；威胁狩猎（基于情报、异常分析主动搜寻检测遗漏的威胁）；告警调优（通过允许列表、阈值调优和上下文富化降低误报）；Detection-as-Code CI/CD 流水线（Git + CI + 自动部署）。核心原则：检测质量 > 检测数量；行为检测优于 IOC 匹配（IP/哈希可日频轮换）；规则即代码——版本控制、peer review、测试、CI/CD 部署，绝不在 SIEM 控制台直接编辑；每个规则映射到至少一个 ATT&CK 技术；覆盖完整杀伤链（初始访问→横向移动→持久化→数据外泄）。关键量化指标：平均误报率 <15%、MTTD <48小时（关键 ATT&CK 技术情报→部署检测规则）、100% 规则通过 CI/CD 部署。与 [[engineering-backend-architect]] 在安全运营方面互补——Backend Architect 构建安全基础设施，Threat Detection Engineer 在其上构建检测层；属 The Agency Engineering 部门。
+
 **[[workflow-with-memory]]**（Multi-Agent Workflow: Startup MVP with Persistent Memory）：[[workflow-startup-mvp]] 的增强版——通过 MCP Memory Server 将手动复制粘贴交接升级为自动召回，实现"记忆服务器作为粘合剂"。核心机制：`remember` 存储 Agent 交付物（带项目名 + 接收方标签）、`recall` 自动召回上下文（无需人工粘贴）、`rollback` 回滚到上一个检查点（替代手动撤销）。Before/After 对比：手动交接（会话超时丢失 / 多 Agent 需重复编译上下文 / QA 失败需手动描述问题 / 跨多天项目需重建上下文）→ Memory 模式（跨会话持久 / 按标签共享 / 自动回滚 / 每次 pick up 继续）。核心标签策略：所有记忆用项目名标签（如 retroboard），交付物额外用接收 Agent 标签（如 frontend-developer），这是 recall 正常工作的前提。Rollback 是 QA 失败恢复的核心：回滚到检查点而非手动追踪变化。与 [[workflow-startup-mvp]] 的关系：两者不冲突，Memory 模式是原始工作流的增强层——Memory Server 可用时自动召回；不可用时沿用原始工作流的手动粘贴策略。
 
 **[[multi-channel-assistant]]**：基于 [[OpenClaw]] 的多渠道个人助理方案——以 Telegram Topic 路由为统一入口，整合 Google Workspace（gog）、Slack、Todoist、Asana，实现"说一句话完成全套工作"。核心价值：消除应用切换疲劳，AI 主动推送定时提醒（如每周垃圾清理、公司周报）。
@@ -101,7 +150,9 @@ The wiki covers two major multi-agent frameworks: **The Agency** (agency-agents)
 
 **[[design-image-prompt-engineer]]**（Image Prompt Engineer）：The Agency 设计部门的 AI 图像生成提示词工程专家智能体——专注于将视觉概念精准翻译为可执行的提示词语言，驱动 Midjourney、DALL-E、Stable Diffusion、Flux 等 AI 图像生成工具产出专业级摄影作品。核心方法：五层提示词结构框架（主体描述层 → 环境设定层 → 光线规范层 → 摄影技术层 → 风格美学层）+ 平台特定语法优化 + 体裁专属提示模式（人像/产品/风光/时尚摄影）。核心原则：摄影术语精确性（"f/1.8 bokeh 浅景深"而非"背景模糊"）+ 负向提示词排除不想要元素 + 宽高比和构图纳入每条提示词。成功指标：视觉概念还原率 90%+、多次生成结果一致性高、技术摄影元素（布光/景深/构图）精准渲染。与 [[design-ui-designer]]（像素级精确）存在张力——概率生成固有不确定性，需通过确定性约束（具体颜色值/光照参数）协调；与 [[design-brand-guardian]]（品牌一致性）协同，确保生成图像符合品牌视觉规范；与 [[design-whimsy-injector]]（品牌趣味）互补——提供视觉语言能力支撑趣味元素在图像中的精准表达。
 
-**[[InclusiveVisualsSpecialist]]**（Inclusive Visuals Specialist）：The Agency 设计部门的包容性视觉表征专家智能体——专门对抗 AI 图像/视频生成模型（Midjourney、Sora、Runway Gen-3、DALL-E）中内嵌的系统性刻板印象偏见，生成具有文化真实性、尊严感和无歧视性的人类视觉表征。核心挑战：克隆脸（Clone Faces）、异域化偏见（Exoticism Bias）、文化符号乱码（Gibberish Cultural Text）、地理/建筑失真。核心技术：结构化提示词架构（Subject → Sub-actions → Context → Camera Spec → Color Grade → Explicit Exclusions）+ 负向提示库 + 视频物理学定义（服装/头发/辅助器具的运动一致性）。四阶段工作流：Brief Intake → Annotation Framework → Video Physics Definition → 7-Point QA Review Gate。成功指标：表征准确度 100%、AI 伪影消除率 100%、社区验证认可。[[UX-Researcher]] 提供 QA 审查，[[design-brand-guardian]] 把控企业品牌伦理标准。与 [[design-image-prompt-engineer]] 互补——后者侧重摄影美学精准度，前者侧重消除表征偏见与文化真实性。与 [[design-whimsy-injector]] 存在张力——"Kumbaya"式库存照片套路和表演性象征主义是包容性设计必须坚决拒绝的。
+**[[InclusiveVisualsSpecialist]]**（Inclusive Visuals Specialist）：The Agency 设计部门的包容性视觉表征专家智能体——专门对抗 AI 图像/视频生成模型（Midjourney、Sora、Runway Gen-3、DALL-E）中内嵌的系统性刻板印象偏见，生成具有文化真实性、尊严感和无歧视性的人类视觉表征。核心挑战：克隆脸（Clone Faces）、异域化偏见（Exoticism Bias）、文化符号乱码（Gibberish Cultural Text）、地理/建筑失真。核心技术：结构化提示词架构（Subject → Sub-actions → Context → Camera Spec → Color Grade → Explicit Exclusions）+ 负向提示库 + 视频物理学定义（服装/头发/辅助器具的运动一致性）。四阶段工作流：Brief Intake → Annotation Framework → Video Physics Definition → 7-Point QA Review Gate。
+
+**[[Intersectionality]] vs [[Sociological Accuracy]]**：Inclusive Visuals Specialist 引入的两个互补分析维度——Intersectionality 要求多维度身份交叉的精准锚定（文化+年龄+残障+社会经济地位的 intersectional 组合），Sociological Accuracy 要求超越技术保真度的社会可识别性（被描绘社区的用户能否认可该 representation 为真实和特定于其现实的）。两者共同构成 Inclusive AI imagery 的质量标准。与 [[Negative-Prompting]]（通用排除层）和 [[Cultural-Authenticity]]（文化环境层）一起，构成 Inclusive Visuals Specialist 的四层质量保障体系。成功指标：表征准确度 100%、AI 伪影消除率 100%、社区验证认可。[[UX-Researcher]] 提供 QA 审查，[[design-brand-guardian]] 把控企业品牌伦理标准。与 [[design-image-prompt-engineer]] 互补——后者侧重摄影美学精准度，前者侧重消除表征偏见与文化真实性。与 [[design-whimsy-injector]] 存在张力——"Kumbaya"式库存照片套路和表演性象征主义是包容性设计必须坚决拒绝的。
 
 **[[design-brand-guardian]]**（Brand Guardian）：The Agency 设计部门的品牌战略与身份守护专家智能体——负责创建 cohesive 品牌体系、确保跨所有触点的品牌表达一致性、并通过品牌保护策略维护品牌价值。核心交付物：品牌战略框架（Purpose/Vision/Mission/Values/Personality 五要素）、视觉身份系统（CSS 变量定义的品牌色彩/字体/间距/Logo 变体）、品牌声音指南（Voice Characteristics/Tone Variations/Messaging Architecture/Writing Guidelines）、品牌保护策略（商标监控/合规审计/危机管理）。核心原则：**Brand-First**——在战术执行前必须先建立完整的品牌基础；**一致性优先**——确保品牌识别在 95%+ 触点保持一致；**战略性演进**——品牌必须能够随市场变化成长而不失去核心身份。与 [[design-whimsy-injector]] 互补——Brand Guardian 建立品牌边界并制定一致性标准，Whimsy Injector 在边界内通过有目的的趣味和微交互注入品牌个性，共同为 [[LuxuryDeveloper]] 提供完整的品牌体验设计。与 [[ArchitectUX]]（技术架构）和 [[UX-Researcher]]（用户研究）协同，共同构成 [[The Agency]] 设计部门的完整设计支撑体系。
 
@@ -136,6 +187,8 @@ The wiki covers two major multi-agent frameworks: **The Agency** (agency-agents)
 
 **[[Project-Management-Experiment-Tracker]]**（Experiment Tracker）：实验追踪与数据驱动决策专家 Agent——The Agency 项目管理部门的实验管理专家 Agent，专注于 A/B 测试、功能实验和假设验证的科学化管理。核心职责：设计统计有效的 A/B 测试和多变量实验（默认 95% 置信度）、管理实验 Portfolio 组合（每季度 15+ 实验）、执行统计功效分析确定所需样本量、实施渐进放量与安全监控。高级能力：多臂老虎机（Multi-armed Bandits）动态流量分配、贝叶斯分析支持实时决策、因果推断技术理解实验真正效果、ML 模型 A/B 测试与预测建模。典型交付物：实验设计文档模板（假设/设计/风险评估/实施计划）、实验结果报告模板（统计结果/置信区间/业务影响/决策建议）。成功指标：95% 实验达统计显著性、70% 实验成功率、80% 成功实验实现落地。与 [[Project-Management-Studio-Producer]] 协同——Producer 基于实验数据优化 Portfolio 资源配置；与 [[Project-Management-Studio-Operations]] 存在潜在张力——实验节奏（等待统计显著性）可能与内容制作节奏冲突；与 [[Project-Management-Jira-Workflow-Steward]] 协同——实验结果通过 Jira 工作流转化为产品改进任务。属 Agency 项目管理体系中的实验验证层级，补充了从战略规划→任务分解→实验验证→流程治理的完整闭环。
 
+**[[Project-Management-Project-Shepherd]]**（Project Shepherd）：跨职能项目协调与利益相关方对齐专家 Agent——The Agency 项目管理部门的核心交付专家，专注于将复杂跨职能项目的混乱协调为按时、按范围交付的规范化流程。核心方法论：**项目章程模板**（问题陈述/目标/范围/成功标准 + 利益相关方分析/沟通计划/资源需求/风险评估）、**四阶段工作流**（项目启动与规划→团队组建与启动→执行协调与监控→质量保证与交付）。关键交付物：Project Charter（项目章程）、Project Status Report（绿/黄/红健康状态报告）。成功指标：95% 项目按时在预算内交付、利益相关方满意度 4.5/5、范围蔓延 < 10%、90% 已识别风险成功缓解。沟通原则：透明报告（即使坏消息）、聚焦解决方案（上报即带推荐方案）、绝不承诺不切实际的时间线。与 [[ProjectManagerSenior]] 协同——Senior PM 产出详细任务列表，Project Shepherd 负责多团队协调执行；与 [[Project-Management-Jira-Workflow-Steward]] 协同——Jira 工作流编排确保任务追踪与可见性。属 Agency 项目管理体系中的跨团队交付协调层级，与 Studio Producer（战略层）→ Senior PM（执行层任务分解）→ Project Shepherd（跨团队交付）共同构成完整的项目管理体系。[[project-management-project-shepherd]]
+
 ### The Agency — Testing 部门
 |The Agency 的 Testing 部门涵盖 API 测试、可访问性审计、工具评估、证据收集、结果分析、性能基准、真实性检验、工作流优化等专业测试 Agent，覆盖从功能到安全到性能的全方位质量保障。|
 
@@ -164,7 +217,7 @@ The Agency 的 Support 部门涵盖数据分析、基础设施维护、法律合
 
 **[[support-infrastructure-maintainer]]**（Infrastructure Maintainer）：基础设施维护专家 Agent——The Agency Support 部门的基础设施专家，负责确保系统可靠性、性能优化和技术运维管理，核心理念：**"Keeps the lights on, the servers humming, and the alerts quiet"**。核心能力：①监控告警系统（Prometheus + Grafana，CPU/内存/磁盘/服务可用性实时告警，99.9%+ 上线时间目标）；②基础设施即代码（Terraform IaC，VPC/Subnet/Auto Scaling/RDS 数据库版本化管理，确保部署一致性）；③自动化备份与灾备恢复（GPG AES-256 加密 + S3 分层存储，30 天自动清理，经过测试的恢复流程）；④安全合规集成（SOC2/ISO27001 合规验证，零信任 + MFA + 漏洞管理）；⑤成本优化（资源正确规模分析 + 预留实例，年度效率提升 20%+）。四步工作流：基础设施评估规划 → 监控实施 → 性能优化 → 安全合规验证。成功指标：上线时间 99.9%+、MTTR < 4 小时、70%+ 运维任务自动化、安全合规 100% 达标。**前置依赖：** [[support-support-responder]]（工单系统依赖稳定基础设施）和 [[support-analytics-reporter]]（数据分析依赖数据库和存储基础设施）；与 [[support-legal-compliance-checker]] 存在张力——合规验证应作为 CI/CD 流水线 Gate，不阻断常规变更但强制阻断高风险变更。属 [[Multi-Agent-System-Reliability]] 的运维基础设施层，为所有 Support Agent 提供稳定可靠的运行基础。
 
-**[[support-executive-summary-generator]]**（Executive Summary Generator）：咨询级执行摘要生成 Agent——The Agency Support 部门的战略沟通专家，融合麦肯锡 SCQA、BCG 金字塔原理、贝恩行动导向三大顶级咨询框架，将复杂冗长的商业输入转化为 325-475 词的高管级执行摘要，确保 C-suite 决策者在 3 分钟内把握本质、评估影响、做出决策。核心理念：**洞察优先于信息，行动优先于描述**——每个关键发现必须包含量化数据点（≥1 个），不允许超越提供数据的假设，明确标记数据缺口。核心方法：四步流水线（Intake 分析 → SCQA/Pyramid 结构开发 → 执行摘要生成 → QA 验证）；输出格式严格遵循五段式结构（Situation Overview / Key Findings / Business Impact / Recommendations / Next Steps）；建议按业务影响排序（Critical / High / Medium），每条包含负责人+时间线+预期结果。成功指标：摘要阅读时间 <3 分钟、100% 发现含量化数据、325-475 词合规率 100%。与 [[support-analytics-reporter]] 协同——后者提供原始数据洞察，前者将其转化为高管可执行决策；与 [[support-legal-compliance-checker]] 协同——合规 Checker 的风险评估报告经 Executive Summary Generator 转化为高管行动建议；与 [[report-distribution-agent]] 协同——生成的执行摘要通过 Report Distribution Agent 分发给相关利益相关者。属 [[Multi-Agent-System-Reliability]] 的战略沟通层，为 C-suite 提供可执行的决策支撑文档。
+**[[support-executive-summary-generator]]**（Executive Summary Generator）：咨询级执行摘要生成 Agent——The Agency Support 部门的战略沟通专家，融合麦肯锡 SCQA、BCG 金字塔原理、贝恩行动导向三大顶级咨询框架，将复杂冗长的商业输入转化为 325-475 词的高管级执行摘要，确保 C-suite 决策者在 3 分钟内把握本质、评估影响、做出决策。核心理念：**洞察优先于信息，行动优先于描述**——每个关键发现必须包含量化数据点（≥1 个），不允许超越提供数据的假设，明确标记数据缺口。核心方法：四步流水线（Intake 分析 → SCQA/Pyramid 结构开发 → 执行摘要生成 → QA 验证）；输出格式严格遵循五段式结构（Situation Overview / Key Findings / Business Impact / Recommendations / Next Steps）；建议按业务影响排序（Critical / High / Medium），每条包含负责人+时间线+预期结果；高级能力包括统计验证的数据驱动洞察、行业基准对比分析、情景分析（最佳/最差/最可能）和价值 vs. 努力矩阵。成功指标：摘要阅读时间 <3 分钟、100% 发现含量化数据、325-475 词合规率 100%。与 [[support-analytics-reporter]] 协同——后者提供原始数据洞察，前者将其转化为高管可执行决策；与 [[support-legal-compliance-checker]] 协同——合规 Checker 的风险评估报告经 Executive Summary Generator 转化为高管行动建议；与 [[report-distribution-agent]] 协同——生成的执行摘要通过 Report Distribution Agent 分发给相关利益相关者。属 [[Multi-Agent-System-Reliability]] 的战略沟通层，为 C-suite 提供可执行的决策支撑文档。
 
 ### The Agency — Paid Media 部门
 The Agency 的 Paid Media 部门专注于企业级付费媒体策略与运营，涵盖 Google Ads、Microsoft Advertising、Amazon Ads 三大核心平台。
@@ -175,7 +228,7 @@ The Agency 的 Paid Media 部门专注于企业级付费媒体策略与运营，
 
 **[[paid-media-creative-strategist]]**（Creative Strategist）：付费媒体广告创意策略 Agent——由 John Williams（@itallstartedwithaidea）设计，专注于 Google、Meta、Microsoft 及程序化平台的全渠道广告文案创作、响应式搜索广告（RSA）架构设计和系统性创意测试框架。核心理念：**创意是自动化竞价环境中最大的可控杠杆**，当算法接管了出价、预算和定向时，每一条标题、描述、图片和视频都是一个待验证的假设。核心能力：15-headline RSA 策略设计（全品牌/利益/功能/CTA/社会证明分类，确保所有可能组合语法和逻辑上都能成立）；Hook-Body-CTA 视频广告叙事结构；资产组（Asset Group）组合策略；A/B 测试框架与统计显著性标准（2-4 周内达到）；广告强度（Ad Strength）优化（90%+ 达到 "Good" 或 "Excellent"）；创意疲劳（Creative Fatigue）监测与快速迭代（每 2 周一次创意测试）。成功指标：CTR 提升 15-25%、转化率提升 5-10%、测试后 2-4 周内达成统计显著性。与 [[paid-media-ppc-strategist]] 协同：PPC 策略师定义账户架构和竞价策略，创意策略师提供素材支撑，两者共同制定 Performance Max 和 Display 投放方案；与 [[paid-media-paid-social-strategist]] 协同：社交策略师提供受众洞察和平台选择，创意策略师据此定制平台原生创意执行。与 [[ResponsiveSearchAds]]（RSA 架构）、[[PerformanceMax]]（Asset Group 设计）、[[AdStrength]]（广告强度评分）、[[CreativeFatigue]]（创意疲劳监测）和 [[HookBodyCTA]]（视频广告叙事框架）共同构成付费媒体创意优化的完整方法论。
 
-**[[paid-media-tracking-specialist]]**（Tracking Specialist）：付费媒体追踪专家——负责转化追踪配置、数据归因建模和跨平台效果归因。与 [[paid-media-ppc-strategist]] 协同：为竞价策略优化提供可靠的数据基础。
+**[[paid-media-tracking-specialist]]**（Tracking Specialist）：付费媒体转化追踪与归因测量专家 Agent——由 John Williams（@itallstartedwithaidea）设计，专注于 GTM 容器架构、GA4 事件设计、跨平台归因建模和隐私合规。核心理念：**"If it's not tracked correctly, it didn't happen."** ——错误的追踪数据比无追踪更具误导性，会导致算法持续优化错误目标。核心能力：GTM 容器架构（工作区管理/触发器变量设计/Consent Mode v2）、GA4 实现（事件分类/自定义维度/电子商务 dataLayer）、转化追踪（Google Ads 增强转化/离线转化 API）、Meta CAPI（含 event_id 去重机制避免 Pixel 与服务端事件双重计数）、服务端 Tagging（GTM 服务端容器/第一方数据收集/富化）、归因建模（数据驱动归因/增量测试/营销组合建模）、调试 QA（Tag Assistant/GA4 DebugView/Meta Event Manager）。成功指标：转化数据差异 <3%、标签触发成功率 99.5%+、CAPI 去重零双重计数、页面性能影响 <200ms、Consent Mode 覆盖率 100%、95%+ 转化数据完整性。与 [[paid-media-ppc-strategist]] 协同：为竞价策略优化提供可靠的数据基础；与 [[paid-media-paid-social-strategist]] 协同：确保 Meta CAPI 和像素追踪配置正确；与 [[paid-media-auditor]] 协同：提供追踪准确性核查的数据依据。
 
 **[[paid-media-search-query-analyst]]**（Search Query Analyst）：搜索词分析专家——分析搜索词报告，识别高效关键词和负向关键词优化机会。与 [[paid-media-ppc-strategist]] 协同：提供关键词策略的数据支撑。
 
@@ -188,11 +241,11 @@ Key concepts: [[PerformanceMax]], [[SmartBidding]], [[AccountArchitecture]], [[T
 ### The Agency — Product 部门
 |The Agency 的 Product 部门涵盖用户反馈分析、趋势研究、产品路线图规划和行为引导等专业 Agent。|
 
-**[[product-feedback-synthesizer]]**（Product Feedback Synthesizer）：The Agency 产品部门的用户反馈综合分析专家 Agent——专精于从多渠道（调查/访谈/工单/评论/社交媒体）收集、分析和综合用户反馈，将海量用户声音蒸馏为可量化的产品决策依据。核心能力：NLP 情感分析与满意度建模（NPS/CSAT/CES）、RICE/MoSCoW/Kano 多维度优先级框架、用户旅程映射与痛点识别、流失预测与早期预警系统。核心理念：**定性反馈 → 定量优先级 → 数据驱动路线图**。成功指标：24 小时内处理关键问题、90%+ 主题准确率（利益相关者验证）、85% 综合反馈产生可衡量决策、NPS 提升 10+ 分、80% 反馈驱动功能成功率。与 [[product-sprint-prioritizer]]（Sprint 迭代优先级）和 [[product-trend-researcher]]（产品趋势研究）协同，共同构成 The Agency 产品部门的数据驱动决策体系。
+**[[product-feedback-synthesizer]]**（Product Feedback Synthesizer）：The Agency 产品部门的用户反馈综合分析专家 Agent——专精于从多渠道（主动/反应/被动/社区/竞争渠道）收集、分析和综合用户反馈，将海量用户声音蒸馏为可量化的产品决策依据。核心能力：五步处理流水线（数据摄取→清洗标准化→NLP情感分析→分类→质量保证）、多维度情感与满意度建模（NPS/CSAT/CES）、RICE/MoSCoW/Kano 多框架优先级量化、流失预测早期预警系统（90% 精度）、多格式交付（Executive Dashboard/Product Team Reports/Customer Success Playbooks）。核心理念：**定性反馈 → 定量优先级 → 数据驱动路线图**。成功指标：24 小时内处理关键问题、90%+ 主题准确率（利益相关者验证）、85% 综合反馈产生可衡量决策、NPS 提升 10+ 分、80% 反馈驱动功能成功率。与 [[product-sprint-prioritizer]]（Sprint 迭代优先级）和 [[product-trend-researcher]]（产品趋势研究）协同，共同构成 The Agency 产品部门的数据驱动决策体系；与 [[product-sprint-prioritizer]] 在优先级框架上存在张力——前者侧重用户价值长期路线图，后者侧重开发资源约束短期迭代，两者互补而非替代。
 
 **[[product-trend-researcher]]**（Product Trend Researcher）：The Agency 产品部门的专家级市场情报分析师——专注于新兴趋势识别、竞争分析和机会评估，为产品战略和创新决策提供可操作的洞察。核心能力：七步趋势识别流程（信号收集→模式识别→上下文分析→影响评估→验证→预测→可操作性）；覆盖 50+ 数据源实时聚合，统计验证的弱信号检测，提前 3-6 个月识别主流采纳前的趋势；TAM/SAM/SOM 三层市场量化（置信区间 ±20%）；竞争情报框架（直接/间接/新兴/技术/替代）。成功指标：80%+ 准确率的 6 个月趋势预测、90% 洞察转化为战略决策、48 小时内紧急请求响应、15+ 独立验证来源/报告。与 [[product-manager]] 协同——后者提供产品规格与市场定位输入，前者提供趋势情报与竞争格局分析；与 [[product-feedback-synthesizer]] 互补——后者分析已有用户反馈，前者预判未来市场趋势，共同构成数据驱动的产品决策闭环。属 The Agency 产品部门的市场情报核心层。
 
-**[[product-manager]]**（Product Manager Agent — Alex）：The Agency 产品部门的核心战略 Agent——以 10+ 年 B2B SaaS/消费者应用/平台业务经验的产品经理身份，自主拥有从发现到衡量的完整产品生命周期。核心理念：**以结果为导向，而非产出**，功能是假设，发布是实验，成功的产品必须 measurable 改变用户行为。核心交付物：PRD（含机会评估/用户故事/Launch Plan/风险矩阵）、Opportunity Assessment（RICE 评分）、Now/Next/Later 路线图、GTM Brief、Sprint Health Snapshot。六阶段工作流：Discovery → Framing/Prioritization → Definition → Delivery → Launch → Measurement。核心原则：**先问题后方案**（永远不接受表面的功能请求）、**写新闻稿再写 PRD**、**无 Owner/Metric/Time Horizon 不上路线图**、**经常说"不"保护团队焦点**。与 [[Agents-Orchestrator]] 协同——由编排器协调任务；与 [[product-feedback-synthesizer]] 互补——后者收集用户反馈，前者将反馈转化为产品决策和交付计划。属 The Agency 产品部门的战略决策核心层。
+**[[product-manager]]**（Product Manager Agent — Alex）：The Agency 产品部门的核心战略 Agent——以 10+ 年 B2B SaaS/消费者应用/平台业务经验的产品经理身份，自主拥有从发现到衡量的完整产品生命周期。核心理念：**以结果为导向，而非产出**，功能是假设，发布是实验，成功的产品必须 measurable 改变用户行为。核心交付物：PRD（含机会评估/用户故事/Launch Plan/风险矩阵）、Opportunity Assessment（RICE 评分）、Now/Next/Later 路线图、GTM Brief、Sprint Health Snapshot。六阶段工作流：Discovery → Framing/Prioritization → Definition → Delivery → Launch → Measurement。**八大关键原则**：①先问题后方案（不接受表面的功能请求）②写新闻稿再写 PRD ③无 Owner/Metric/Time Horizon 不上路线图 ④经常说"不"保护团队焦点 ⑤发布前验证、发布后测量 ⑥对齐不等于共识 ⑦惊喜即失败 ⑧范围蔓延是产品杀手。**沟通风格**：书面优先、异步默认；直接且有同理心；数据流利但不依赖数据；不确定性下果断决策；随时可向高管和工程师双向切换表达深度。核心成功指标：75%+ 功能在90天内达成首要成功指标；80%+ 季度承诺按时交付；零惊喜（领导层始终知情在先）。与 [[Agents-Orchestrator]] 协同——由编排器协调任务；与 [[product-feedback-synthesizer]] 互补——后者收集用户反馈，前者将反馈转化为产品决策和交付计划。属 The Agency 产品部门的战略决策核心层。
 
 **[[product-sprint-prioritizer]]**（Product Sprint Prioritizer）：The Agency 产品部门的冲刺规划与优先级排序专家 Agent——专注于敏捷冲刺规划、特性优先级排序和资源分配，通过数据驱动的优先级框架最大化团队交付价值。核心能力：RICE/MoSCoW/Kano/Value vs. Effort 等多框架优先级评分；基于 6 个冲刺滚动平均值的团队速率预测（偏差 < 15%）；冲刺前五步准备（Backlog Refinement → 依赖分析 → 容量评估 → 风险识别 → 干系人审查）；技术债务与新功能的 ROI 平衡建模；跨团队依赖识别与关键路径分析。成功指标：承诺故事点交付率 90%+、干系人满意度 4.5/5、时间线偏差 ±10%、技术债务占比 < 20%。核心理念：**数据驱动的优先级决策**——每个评分附置信区间和敏感性分析；**冲刺目标先行**——无清晰可衡量目标的冲刺不上计划；**主动风险管理**——风险评分（概率 × 影响矩阵）定期重新评估。与 [[product-manager]] 协同——PM 制定路线图，本 Agent 将路线图转化为可执行的冲刺计划；与 [[product-feedback-synthesizer]] 互补——后者提供用户反馈驱动的优先级输入，前者将优先级决策转化为 Sprint 容量规划。属 The Agency 产品部门的执行规划核心层。
 
@@ -458,6 +511,8 @@ A practical tip for extracting YouTube Channel IDs: use `view-source:` prefix in
 
 **[[academic-narratologist]]**：以叙事理论框架驱动故事结构分析的 AI Agent——将俄罗斯形式主义、法国结构主义、认知叙事学等学术传统注入 Agent，使其能像专业叙事理论家一样分析故事结构、角色弧光、主题表达，并提供有命名框架依据的叙事建议。核心理念："每个故事都是一个论证（Every story is an argument）"；核心原则：大多数叙事问题存在于讲述层面（sjuzhet）而非故事层面（fabula），诊断应优先于处方；每个建议必须引用至少一个命名理论框架（Propp/Campbell/Genette/Barthes/Todorov）。核心框架：Propp 形态学（童话/冒险结构）、Campbell 单一体神话（英雄叙事）、Vogler 编剧旅程（好莱坞改编）、Genette 叙事学（视角/时序/声音）、Barthes 五代码（叙事语义）、Todorov 均衡模型（破坏-恢复结构）。与 [[academic-anthropologist]]（共时性文化系统）、[[academic-historian]]（历时性时间分析）、[[academic-geographer]]（空间维度）共同构成"人文社科 AI 研究者矩阵"。
 
+**[[academic-psychologist]]**（Psychologist）：AI Agent 中的临床与研究心理学家角色——专注于人格、动机、创伤和群体动力学，为角色构建提供心理学可信的行为和互动框架。核心理念："People don't do things for no reason — I find the reason"；核心方法：所有心理观察必须以命名理论或实证研究为基础，并诚实承认该理论的局限性。理论工具箱：Big Five 人格五因素模型（开放性/尽责性/外向性/宜人性/神经质）、Bowlby 依恋理论（安全型/焦虑型/回避型/恐惧型）、Vaillant 防御机制层级（intellectualization/projection/humor 等）、Karpman 戏剧三角（受害者/迫害者/拯救者）、CBT 认知扭曲分类（Beck）、Erikson 心理社会发展阶段、Porges 迷走神经理论（创伤的生理基础）。关键原则：拒绝将角色简化为诊断标签（"narcissistic traits" ≠ "a narcissist"）；区分流行心理学与研究实证心理学；创伤反应具有多样性（过度警觉型/取悦他人型/隔离回避型/高功能 compartmentalization）。典型交付物：Psychological Profile（Big Five + 依恋风格 + 防御机制 + 核心创伤 + 盲点）、Interpersonal Dynamics Analysis（权力动态/沟通模式/隐性契约/触发点/成长边缘）。与 [[academic-historian]]（心理-历史交叉分析）、[[academic-anthropologist]]（文化背景对心理的影响）、[[academic-narratologist]]（角色弧光的心理学基础）共同构成"人文社科 AI 研究者矩阵"。
+
 **[[arXiv-Paper-Reader]]**：AI Agent 驱动的 arXiv 论文阅读助手——通过 `arxiv-reader` skill（3 个工具：`arxiv_fetch`、`arxiv_sections`、`arxiv_abstract`）直接从 arXiv 下载 LaTeX 源码并自动扁平化展开，消除 PDF 下载后切换论文丢失上下文和 LaTeX 符号难以解析的痛点；支持摘要浏览、多论文对比排序、选择性细读和会话式分析；本地缓存使重复访问秒级响应；纯 Node.js 零依赖部署。与 [[academic-historian]] 同属学术研究场景互补——前者侧重理工科论文，后者侧重人文社科；与 [[YouTube-Content-Pipeline]] 的 Research Agent 共享研究工作流设计模式。
 
 **[[Daily Reddit Digest]]**：AI Agent 驱动的 Reddit 每日精选摘要自动化——通过 [[OpenClaw]] + `reddit-readonly` skill，每日定时抓取指定 Subreddit 的热门/最新/最高赞帖子，AI 记忆用户偏好并持续优化精选规则（如排除表情包类内容）。纯读取模式，无需认证。属 [[Daily YouTube Digest]] 同款模式（定时 + AI 摘要 + 偏好学习）的 Reddit 垂直场景。
@@ -835,6 +890,8 @@ Key concepts: [[Django ORM]], [[Django REST Framework]], [[Django Admin 定制]]
 
 **[[marketing-twitter-engager]]**（Marketing Twitter Engager）：The Agency Marketing 部门的 Twitter 实时互动与思想领袖建立专家 Agent——专注于通过真实对话参与、领袖思想内容创作和社区驱动增长构建品牌权威。**核心理念：Twitter 成功的核心不是广播式发布，而是通过真实参与将对话转化为社区，将互动转化为权威，将粉丝转化为品牌倡导者**。核心方法：**内容配比策略**（教育类25%/个人故事20%/行业评论20%/社区互动15%/推广10%/娱乐10%）；**四阶段工作流**（实时监控与互动 → 思想领袖内容创作 → 社区建设 → 效果优化）；**Twitter Spaces**（行业讨论/Q&A 定期举办，平均 200+ 实时听众）；**危机管理协议**（<30 分钟响应声誉威胁事件）。关键指标：互动率 ≥2.5%、回复率 80%（2小时内）、教育 thread ≥100 转推。与 [[marketing-social-media-strategist]] 协同——后者负责跨平台有机战略，前者负责 Twitter 垂直深耕；与 [[marketing-growth-hacker]] 互补——Growth Hacker 侧重病毒增长机制，Twitter Engager 侧重社区沉淀与声誉建立；与 [[marketing-linkedin-content-creator]] 构成专业社交平台双渠道矩阵（Twitter + LinkedIn）。
 
+**[[marketing-linkedin-content-creator]]**（LinkedIn Content Creator）：The Agency Marketing 部门的 LinkedIn 专业内容创作与个人品牌建设专家 Agent——专注于思想领导力内容、个人品牌塑造和高互动率内容策略。**核心理念：中性内容 = 中性结果；首句钩子决定一切**。核心方法：**七阶段内容工作流**（受众定位→钩子工程→帖子构造→格式优化→轮播制作→主页优化→互动策略）；**受众分群 Playbook**（创始人/求职者/开发者/B2B）；**LinkedIn 算法四杠杆**（停留时间/收藏率/早期互动速度/原生内容）；**轮播深层架构**（首张独立成帖/每张一理念/倒数第二张揭示/结尾 CTA + 关注提示）；**评论转管道系统**（内容温暖外联连接接受率 30%+）。关键原则：首句必须停止滚动；具体故事 > 泛泛激励；必须响应发布后首 60 分钟的每条评论；原生内容（PDF/原生视频）触达量是含外链帖的 3-5 倍；3-5 个精准标签。与 [[marketing-social-media-strategist]] 协同——后者提供跨平台框架，前者深入 LinkedIn 专项机制；与 [[marketing-zhihu-strategist]] 并列——两者均专注思想领导力，但平台不同（LinkedIn vs 知乎），受众文化和内容格式各异；与 [[marketing-content-creator]] 构成内容生产的台前与平台分发协同。
+
 ### Douyin Short-Video & Livestream Commerce
 **[[marketing-douyin-strategist]]**（Marketing Douyin Strategist）：The Agency Marketing 部门的抖音短视频营销与直播带货策略专家 Agent——深度掌握抖音推荐算法机制、爆款视频策划与直播带货全链路，是国内电商流量运营的核心角色。**核心理念：抖音的核心不是"拍好看的视频"，而是"前三秒钩住注意力，让算法替你分发"**。核心方法论：**算法优先思维**（完播率 > 点赞率 > 评论率 > 分享率）；**黄金3秒钩子**（冲突型/价值型/悬念型/共鸣型四种开场）；**内容矩阵**（教育类/剧情类/产品测评类/Vlog类协同布局）；**直播节奏**（每15分钟制造一次流量峰值）。交付物模板：短视频脚本结构（1-3秒黄金钩子 + 4-20秒核心内容 + 21-30秒收尾钩子）、直播产品结构（引流款20%/利润款50%/形象款15%/秒杀款15%）、DOU+精准定向策略。与 [[marketing-tiktok-strategist]] 同属短视频平台策略，但算法权重不同——抖音以完播率为首要指标，TikTok 需平衡分享率与互动率；与 [[marketing-bilibili-content-strategist]] 互补——抖音以算法推荐驱动流量爆发（中心化），B站 以社区文化和弹幕互动为核心（社区驱动），两者内容生态和用户心理有根本差异，绝不可套用同一策略。|
 
@@ -856,6 +913,8 @@ Key concepts: [[Django ORM]], [[Django REST Framework]], [[Django Admin 定制]]
 
 **[[marketing-kuaishou-strategist]]**（Marketing Kuaishou Strategist）：The Agency Marketing 部门的快手平台下沉市场营销策略专家 Agent——专注于低线城市短视频营销、直播带货运营与老铁经济社区信任构建。**核心理念：真实性高于一切，快手用户能即时识别并拒绝精心制作的不真实内容**。核心方法：**均衡分发算法**（快手给予每个创作者基础曝光，奖励日常一致性而非病毒爆发）；**老铁关系构建**（信任先于销售，每条内容加强创作者-粉丝情感纽带）；**直播带货 3-2-1 公式**（3个痛点→2个产品演示→1个不可抗拒报价）；**私域运营**（粉丝团+微信私域转化）。交付物：账号定位策略（下沉市场受众画像+真实感创作人格）、每日短视频内容矩阵（70%生活快照/20%信任建立/10%社区内容）、直播带货全链路脚本（预热→直播中→复盘）、快手vs抖音差异化策略表。**核心禁忌：绝不将抖音内容直接复用到快手**——两者在受众心理（低线城市30-50岁 vs 一二线18-35岁）、算法逻辑（均衡分发 vs 中心化推荐）、内容审美（真实质朴 vs 精致潮流）上存在根本差异。与 [[marketing-douyin-strategist]] 形成中国短视频双平台互补体系——快手侧重下沉市场信任积累，抖音侧重一二线城市流量爆发。与 [[marketing-livestream-commerce-coach]] 协同——后者提供直播带货通用战术，快手策略师专注快手平台原生适配。属 [[直播带货]] 在快手生态的具体实践。
 
+**[[marketing-china-ecommerce-operator]]**（Marketing China E-Commerce Operator）：The Agency Marketing 部门的中国电商多平台运营专家 Agent——覆盖淘宝、天猫、拼多多、京东、抖音小店全平台店铺运营与增长策略，**核心理念：每个平台算法、受众和规则均不同，绝不能跨平台复制策略**。核心方法：**多平台差异化运营**（各平台独立制定标题公式、主图策略和详情页结构）；**大促运营 T-60 作战模型**（T-60战略规划→T-30筹备→T-7蓄水→T-day爆发→T+7复盘）；**直播电商**（淘宝直播/抖音/快手跨平台矩阵，直播贡献目标占整体GMV 20%+）；**广告ROAS优化**（淘宝直通车/万相台/超级推荐 + 拼多多多多搜索/多多场景 + 京东京准通，ROAS目标3:1）；**私域运营**（微信CRM + 会员体系 + 微信群/小程序 + 客户生命周期管理）。关键成功指标：店铺类目排名前10、全平台广告ROAS超3:1、大促GMV达标、月环比增长15%+、店铺评分4.8+、90天复购率超25%。交付物模板：多平台运营Dashboard（GMV/订单量/转化率/广告ROI）、618/双11战役计划（5阶段60天节点）、产品 listing 优化清单（标题/主图/详情页分平台规范）、广告ROI优化周循环。与 [[marketing-douyin-strategist]] 和 [[marketing-kuaishou-strategist]] 协同——后两者是单一平台的流量策略，本 Agent 负责将所有平台整合为统一的店铺运营体系；与 [[marketing-private-domain-operator]] 协同——私域运营是电商复购策略层；与 [[supply-chain-strategist]] 协同——供应链为电商运营提供库存和物流保障；与 [[Supply Chain Strategist Agent]] 同属 The Agency Specialized 部门的运营支撑体系。属 [[直播带货]] 和 [[私域运营]] 在中国电商生态的综合实践层。
+
 **[[marketing-livestream-commerce-coach]]**（Marketing Livestream Commerce Coach）：The Agency Marketing 部门的直播带货全链路运营教练 Agent——专注于主播培训、直播间操盘、流量运营和数据优化，覆盖抖音、快手、淘宝直播和微信视频号四大平台。**核心理念：停留时长和互动率决定平台是否给免费流量，GMV 是结果而非目标**。核心方法论：**主播孵化三阶段**（素人→能播4小时不冷场→能控节奏驱动转化→能拉自然流量即兴发挥）；**五阶段话术框架**（留人钩子→产品介绍→信任建立→紧迫成交→追单挽留）；**三阶段流量模型**（冷启期付费70%+自然30%→成长期50%+50%→成熟期30%+自然70%）；**产品排品策略**（引流款/主推款/利润款/秒杀款配比，随流量波峰实时切换）。关键指标：停留时长>60秒、互动率>5%、GPM>800元、自然流量占比>50%（成熟期）、千川ROI>2.5。交付物模板涵盖单品5分钟脚本、千川投放全流程SOP、直播间数据复盘模板。合规底线：不使用绝对化表述、不暗示医疗功效、不贬低竞品、不诱导未成年人购买。**核心原则：永远不以GMV为目标，而是以停留时长和互动率为目标——前者是结果，后者才是算法真正在喂养的指标**。与 [[marketing-douyin-strategist]]（抖音短视频+直播双驱动）和 [[marketing-kuaishou-strategist]]（快手下沉市场+老铁经济）构成中国直播电商三平台矩阵——抖音侧重算法驱动流量爆发，快手侧重信任积累长期复购，本教练提供跨平台的通用操盘战术层；与 [[marketing-private-domain-operator]] 协同——直播间作为公域获客入口，私域运营商负责将直播流量沉淀为企业微信资产；与 [[OceanEngine]] 协同——千川/Qianniu/超级直播等付费流量工具是冷启期的核心放大器；与 [[直播带货]] 概念页（[[直播带货]]）形成互补——概念页抽象化定义，本教练提供可直接执行的操作模板。
 
 **[[marketing-short-video-editing-coach]]**（Marketing Short-Video Editing Coach）：The Agency Marketing 部门的短视频剪辑技术教练 Agent——专注于完整后期制作流水线，涵盖剪辑软件选择决策树（CapCut Pro 主推高效日更/Pr 适合商业项目/DaVinci Resolve 调色行业标准/Final Cut Pro Mac首选）、镜头语言体系（景别/运镜/转场）、色彩调色（二元体系：初级校正恢复真实 + 次级调色风格化）、音频工程（降噪→人声增强→BGM混音三步骤）、动态图形与VFX、字幕设计与多平台导出优化、AI辅助剪辑（自动字幕95%+/智能抠像/文字成片/数字人配音）。**核心理念：剪辑的核心不是软件熟练度，而是叙事能力和节奏感——软件是工具，叙事是灵魂。每一帧都必须有其存在的理由**。核心观点：音频优先于视频（观众可忍受平庸画面，无法忍受刺耳音频）；LUT是起点而非终点（60%-80%强度最合适）；模板化后单视频制作时间从2小时降至30分钟；AI承担60%重复工作，剩余40%创意打磨仍需人工。与 [[marketing-douyin-strategist]] 和 [[marketing-kuaishou-strategist]] 协同——策略师负责内容策划和平台运营，本教练负责将素材转化为专业成片；与 [[marketing-video-optimization-specialist]] 在视频结构设计上互补——前者专注剪辑技术，后者专注算法层面包装（缩略图/留存率/SEO元数据），共同构成完整视频内容生产体系。
@@ -898,7 +957,7 @@ Key concepts: [[Django ORM]], [[Django REST Framework]], [[Django Admin 定制]]
 ### Sales Coaching Methodology
 **[[sales-coach]]**（Sales Coach Agent）：AI 销售教练 Agent，通过苏格拉底式提问驱动销售代表成长——坚信过程纪律比结果运气更有价值，"一次失败的纪律分明的交易比一次幸运的赢单更有价值，因为过程会累积而运气不会"。核心辅导框架：Richardson Sales Performance（四维能力：辅导卓越/激励领导/销售管理纪律/战略规划）、Challenger 辅导模型（以商业洞察引领对话而非回应需求）、MEDDPICC 资质诊断（资质缺口是交易风险信号而非CRM问题）。每周2小时以上辅导的代理赢单率56%，vs 少于30分钟仅43%；正式辅导项目配额完成率91.2%，vs 非正式辅导84.7%。关键方法：辅导行为而非结果；一次只做一件事；管道质量是管理工具而非数量是虚荣指标；挑战"happy ears"要求可验证的承诺。[[sales-coach]] 与 [[sales-discovery-coach]] 协同——后者专注发现阶段深度辅导，前者覆盖全周期辅导规划与战略制定，共同构成完整销售能力发展体系。
 
-**[[sales-account-strategist]]**（Account Strategist Agent）：售后账户扩张策略师 Agent，专注于将成交客户从单点解决方案扩展为企业平台——核心理念：最佳销售时机是客户成功时（"The best time to sell more is when the customer is winning"）。核心框架：**Land-and-Expand**（从初始 land deal 扩展为七位数平台的系统性方法）+ QBR 前瞻性战略规划（永远不做回顾性状态报告）+ 利益相关者多线程关系建设（每账户至少三条独立关系线）+ NRR（净收入留存）作为终极指标。账户健康评分体系：绿色账户推扩张、黄色账户稳基础、红色账户救流失。关键纪律：永远不在未成功的账户上推扩张；扩张信号必须配合情境+时机+利益相关者对齐三个维度才算机会；单线程账户是最高风险状态。[[sales-account-strategist]] 与 [[sales-proposal-strategist]] 互补——前者构建赢单叙事，后者交付并超越叙事；与 [[sales-coach]] 协同——后者辅导卖方（代表成长），前者辅导买方（内部冠军培养）。
+**[[sales-account-strategist]]**（Account Strategist Agent）：售后账户扩张策略师 Agent，专注于将成交客户从单点解决方案扩展为企业平台——核心理念：最佳销售时机是客户成功时（"The best time to sell more is when the customer is winning"）。核心框架：**Land-and-Expand**（从初始 land deal 扩展为七位数平台的系统性方法）+ QBR 前瞻性战略规划（永远不做回顾性状态报告）+ 利益相关者多线程关系建设（每账户至少三条独立关系线）+ NRR（净收入留存）作为终极指标。账户健康评分体系：绿色账户推扩张、黄色账户稳基础、红色账户救流失。关键纪律：永远不在未成功的账户上推扩张；扩张信号必须配合情境+时机+利益相关者对齐三个维度才算机会；单线程账户是最高风险状态。**高级能力**（Advanced Capabilities）：战略账户规划（基于增长潜力和战略价值的投资组合分层，顶级账户进行 C-level 双边高管业务回顾）+ 收入架构（消费下限/增长阶梯/多年期承诺等合同激励机制，定价与包装优化，渠道协同扩张）+ 组织情报（非正式决策路径映射，利用内部政治定位扩张，实时感知 M&A/重组/领导层更替并动态调整策略）。[[sales-account-strategist]] 与 [[sales-proposal-strategist]] 互补——前者构建赢单叙事，后者交付并超越叙事；与 [[sales-coach]] 协同——后者辅导卖方（代表成长），前者辅导买方（内部冠军培养）；与 [[sales-pipeline-analyst]] 共享 NRR 作为共同语言——赢单是 NRR 的前提，管道数据可作为扩张信号的早期预警。
 
 **[[sales-deal-strategist]]**（Deal Strategist Agent）：高级deal策略师与管线架构师，将严谨的资质方法论应用于复杂B2B销售周期——坚信每个deal都是战略问题而非关系练习，"如果资质缺口没有尽早识别，失败就已经锁定了，只是你还没发现"。核心能力：**MEDDPICC资质评估**（八维度评分，每维度5分，满分40；全面推行MEDDPICC的组织赢率提升18%、deal规模扩大24%）+ **竞争定位**（Winning/Battling/Losing三区分析 + 地雷问题布局）+ **Challenger商业教学法**（六步序列：Warmer → Reframe → Rational Drowning → Emotional Impact → A New Way → Your Solution）+ **交易检查方法论**（系统探测风险信号：单线程/无紧迫事件/Champion不开放EB通道/决策标准完美匹配竞争对手）。核心原则：预测准确率Commit deals关闭率85%+；Qualified Pipeline（28/40+）赢率35%+；永远不做单线程账户；每条资质缺口必须附带具体下一步、责任人、和截止日期。与 [[sales-discovery-coach]] 协同——后者提供买方情境输入（发现阶段），前者构建交易策略（评估+定位+计划）；与 [[sales-proposal-strategist]] 互补——Deal Strategist提供结构化deal分析和竞争定位，Proposal Strategist将其转化为说服性叙事，共同构成"发现→赢单策略→提案叙事"完整销售闭环。
 
@@ -916,11 +975,11 @@ Key concepts: [[Django ORM]], [[Django REST Framework]], [[Django Admin 定制]]
 
 **[[healthcare-marketing-compliance]]**（Healthcare Marketing Compliance Specialist）：The Agency Specialized 部门的医疗营销合规专家——覆盖中国医疗健康全品类（药品/医疗器械/医美/保健食品/互联网医疗）营销合规，深度熟悉《广告法》《医疗广告管理办法》《互联网广告管理办法》等核心法规体系。核心能力：医疗广告审查（《医疗广告审查证明》申请与合规）、处方药/OTC药广告分规管理、医疗器械三类分级合规（I类备案/II类注册/III类严格审批）、医美"容貌焦虑"红线防控、保健品"蓝帽子"标识管理、互联网诊疗合规（初诊必须线下面诊）、患者隐私 PIPL 合规（敏感个人信息须单独授权）、学术推广合规（医疗代表备案、会议赞助标准、医师讲课费规范）。关键原则：**合规不是"堵营销"，而是"保护品牌"**——一次违规处罚的代价远高于合规投入；**"事前审查"优于"事后补救"**——所有对外发布的医疗营销内容必须经过合规团队审核。成功指标：年度零监管处罚、平台违规 < 3次/年、100% 内容发布前合规审查覆盖率。属 The Agency Specialized 部门的合规垂直方向，与 [[government-digital-presales-consultant]]（政府合规）和 [[legal-compliance-checker]]（通用法律合规）共同构成完整的合规能力体系。
 
-**[[blockchain-security-auditor]]**（Blockchain Security Auditor）：The Agency Specialized 部门的智能合约安全审计 Agent——专职发现 DeFi 协议与区块链应用中的漏洞，核心理念：**在攻击者之前找到漏洞**。核心方法：自动化静态分析（Slither/Mythril/Echidna）+ 人工逐行审查 + 属性化模糊测试 + 经济博弈建模；五步工作流（范围→自动化分析→人工审查→经济分析→报告）。核心原则：自动化工具只能捕获约 30% 的真实漏洞；每个发现必须包含可复现 PoC；使用 OpenZeppelin 不等于安全（误用安全库本身是漏洞类型）；必须验证代码与部署字节码一致（供应链攻击真实存在）。漏洞评级严格化：能导致用户资金损失的发现不得降级为 Informational。与 [[Agents-Orchestrator]] 构成审计质量门控——流水线交付前须通过安全审计；与 [[compliance-auditor]] 同属审计类 Agent，但前者聚焦代码层智能合约安全，后者聚焦企业合规认证体系（SOC 2/ISO 27001/HIPAA）。
+**[[blockchain-security-auditor]]**（Blockchain Security Auditor）：The Agency Specialized 部门的智能合约安全审计 Agent——专职发现 DeFi 协议与区块链应用中的漏洞，在攻击者之前找到 bug。核心理念：**"Your job is not to make developers feel good — it is to find the bug before the attacker does."** 核心理念：自动化工具只能捕获约 30% 的真实漏洞；每个发现必须包含可复现 PoC；使用 OpenZeppelin 不等于安全（误用安全库本身是漏洞类型）；必须验证代码与部署字节码一致（供应链攻击真实存在）；Solidity 0.8+ 的 `unchecked` 块仍需审查；漏洞发现误报率必须控制在 10% 以下。核心方法：自动化静态分析（[[Slither]]/[[Mythril]]/[[Echidna]]）+ 人工逐行审查 + 属性化模糊测试 + 经济博弈建模；五步工作流（范围→自动化分析→人工审查→经济分析→报告）。交付物包含完整审计报告模板（Severity 分类表 + 详细 Finding 结构 + Foundry PoC）、Slither 综合分析脚本（高/中置信度分类）、访问控制审计清单（Role Hierarchy/Initialization/Upgrade Controls/External Calls）。高级能力涵盖形式化验证（[[Certora]]/[[Halmos]]/KEVM）、EVM 层漏洞（存储冲突/签名重放/跨链消息重放）、事件响应（攻击溯源 + 救援合约）。漏洞评级严格化：能导致用户资金损失的发现不得降级为 Informational；C-01/H-01 必须在部署前修复；Medium 可随监控计划上线。与 [[Agents-Orchestrator]] 构成审计质量门控——流水线交付前须通过安全审计；与 [[Compliance-Auditor]] 同属审计类 Agent，但前者聚焦代码层智能合约安全，后者聚焦企业合规认证框架。
 
 **[[compliance-auditor]]**（Compliance Auditor）：The Agency Specialized 部门的专业技术合规审计 Agent——专注于 SOC 2、ISO 27001、HIPAA、PCI-DSS 等安全隐私认证的全流程指导，从准备评估到证据收集直至认证通过。与 Healthcare Marketing Compliance 侧重营销内容合规不同，Compliance Auditor 关注**技术控制体系**的审计准备。核心方法：五步工作流（Scoping → Gap Assessment → Remediation Support → Audit Support → Continuous Compliance）；核心原则：**不跟随的政策比没政策更危险**（Checkbox-Compliance 是反面教材）、**证据必须证明整个审计周期内持续有效**（而非仅当下存在）、**自动化证据收集从第一天建立**（手动流程无法扩展）、**技术控制优于管理控制**（代码比培训更可靠）。核心交付物：Gap Assessment Report（差距评估报告）、Evidence Collection Matrix（证据收集矩阵）、Policy Template（策略模板）。成功指标：零不合格发现（zero adverse findings）、审计周期缩短 30%、年度合规状态持续可查。与 [[specialized-model-qa]] 互补——后者审计 AI/ML 模型质量，前者审计组织整体安全控制，两者共同构成完整的技术合规审计体系；与 [[automation-governance-architect]] 协同——自动化证据收集需依托 Governance Architect 设计的 AI 系统治理框架。
 
-|**[[specialized-workflow-architect]]**（Workflow Architect）：工作流设计专家 Agent——The Agency Specialized 部门的工作流设计与系统建模专家，在代码编写前对系统所有路径进行穷举建模。核心职责：**工作流发现**（扫描 route/worker/migration/IaC/cron 文件找出隐式工作流）+ **工作流注册表维护**（四视角：按工作流/按组件/按用户旅程/按状态）。核心交付物：**工作流树规范格式**（含 Actor/Prerequisites/Trigger/Step 树/ABORT_CLEANUP/State Transitions/Cleanup Inventory/Test Cases/Assumptions），覆盖快乐路径+七类失败分支（输入验证/超时/瞬态/永久/部分失败/并发冲突）。关键原则：**不只为快乐路径设计**、**每个系统边界定义显式 Handoff Contract**（payload schema + 成功/失败响应 + 超时值 + 恢复动作）、**Reality Checker 验证是 Draft 升为 Approved 的前置条件**。Agent 协作协议：Reality Checker 验证规范→Backend Architect 实现代码→API Tester 生成测试用例→DevOps Automator 验证清理顺序。属 The Agency Specialized 部门的质量保障基础设施，与 [[specialized-civil-engineer]]（基础设施工程）同属 Specialized 专业 Agent 系列。
+|**[[specialized-workflow-architect]]**（Workflow Architect）：工作流设计专家 Agent——The Agency Specialized 部门的工作流设计与系统建模专家，在代码编写前对系统所有路径进行穷举建模。核心职责：**工作流发现**（扫描 route/worker/migration/IaC/cron/event-listener/webhook 文件找出隐式工作流）+ **工作流注册表维护**（四视角：按工作流/按组件/按用户旅程/按状态）。核心交付物：**工作流树规范格式**（含 Actor/Prerequisites/Trigger/Step 树/ABORT_CLEANUP/State Transitions/Cleanup Inventory/Test Cases/Assumptions），覆盖快乐路径+七类失败分支（输入验证/超时/瞬态/永久/部分失败/并发冲突）。关键原则：**不只为快乐路径设计**、**每个系统边界定义显式 Handoff Contract**（payload schema + 成功/失败响应 + 超时值 + 恢复动作）、**Reality Checker 验证是 Draft 升为 Approved 的前置条件**、**每个分支必须有对应测试用例**（无测试覆盖的分支在生产中断言）。Agent 协作协议：Reality Checker 验证规范→Backend Architect 实现代码→API Tester 生成测试用例→DevOps Automator 验证清理顺序→Security Engineer 审查凭证传递。高级能力：**好奇心驱动式 Bug 发现**（追问数据持久化假设/网络连通性假设/时序假设/认证假设，主动发现高危 Bug）。成功指标：假设表随时间持续缩减、注册表中无 Missing 状态工作流残留超过一个 Sprint、零孤岛资源。属 The Agency Specialized 部门的质量保障基础设施，与 [[specialized-civil-engineer]]（基础设施工程）同属 Specialized 专业 Agent 系列。
 
 **[[corporate-training-designer]]**（Corporate Training Designer）：The Agency Specialized 部门的企业培训体系架构师与课程开发专家——专注企业级培训需求分析、ADDIE/SAM 教学设计模型、混合学习项目、内训师培养（TTT）、领导力发展（HIPO）及 Kirkpatrick 四级培训效果评估。核心价值观：**优秀培训的衡量标准不是"教了什么"，而是"学员回去做了什么"**。关键方法：ADDIE 模型（分析→设计→开发→实施→评估）、Bloom 认知六层次、Kirkpatrick 四级评估（反应→学习→行为→业务结果）、Kolb 体验式学习圈、OMO 混合学习（线上"认知"→线下"实践"→社群"持续"）。与 [[specialized-workflow-architect]]（工作流设计）和 [[cultural-intelligence-strategist]]（跨文化产品设计）形成系统性设计能力互补——分别应用于组织学习、软件工程和文化包容三大领域，共同构成 [[The Agency]] 的系统性设计矩阵。
 
@@ -987,33 +1046,38 @@ Key concepts: [[Django ORM]], [[Django REST Framework]], [[Django Admin 定制]]
 
 核心交付物：DataManager.lua（含 retryAsync + deepCopy + 双保存点）、CombatSystem.lua（完整验证链路示例）、GameServer.bootstrap.server.lua（五阶段引导模式）。高级能力涵盖 Parallel Luau（task.desynchronize + Actor 模型 + SharedTable）、对象池（预实例化 effects/NPC 减少 GC）、数据版本迁移（data._version + UpdateAsync 原子升级）。属 The Agency Game Dev 部门 Roblox Studio 专项，与 [[Roblox Experience Designer]]（玩家参与度和变现系统设计）协同构成完整 Roblox 开发体系——Experience Designer 定义体验目标，Systems Scripter 实现底层架构支撑。与 [[Server-Authoritative Architecture]]（服务器权威模型）、[[DataStore Reliability]]（DataStore 可靠性模式）、[[ModuleScript Architecture]]（模块化架构）、[[Parallel Luau]]（并行 Luau）共享 Roblox 系统工程核心技术栈。
 
-**[[roblox-experience-designer]]**（Roblox Experience Designer）：Roblox 平台原生体验设计师 AI Agent——专注于 Roblox 受众（9-17岁）的参与度循环设计、变现系统与玩家留存。核心使命：设计让玩家返回、分享和投资的体验。核心方法：DataStore 驱动进度系统（玩家等级/道具/货币持久化，创造沉没成本）；Roblox 原生化变现（Game Pass 永久权益、Developer Product 消耗品、UGC 道具）；参与度阶梯（首次会话→每日返回→周留存，每层有清晰奖励闭环）；每日奖励系统（1-7天循环阶梯，驱动习惯性返回）；入职引导三阶段（0-60秒/5分钟/15分钟，最小化早期流失）。核心原则：**免费体验必须完整**——禁止 pay-to-win；**DataStore 安全优先**——进度丢失是永久流失的首因；**变现伦理**——禁止暗黑模式、人工稀缺、压力购买。成功指标：D1 留存 >30%、D7 >15%、MAU 月增长 >10%、转化率 >3%、零 Roblox 政策违规。核心交付物：PassManager.lua（Game Pass 集中管理模块）、DailyRewardSystem.lua（每日奖励系统）、Onboarding Flow Design Document（含 Drop-off Recovery Points）。属 The Agency Game Dev 部门 Roblox Studio 专项，与 [[Roblox Systems Scripter]]（底层系统架构）协同构成完整 Roblox 开发体系——Experience Designer 定义体验目标，Systems Scripter 实现底层架构支撑。与 [[Game Designer]]（通用游戏设计方法论）、[[Technical Artist]]（视觉质量）协同构成 Game Dev 完整设计支撑体系。与 [[EngagementLoop]]（参与度循环）、[[DailyRewardSystem]]（每日奖励）、[[DataStoreProgression]]（数据存储进度）、[[RobloxMonetization]]（Roblox 变现）共享 Roblox 原生设计核心技术栈。
+**[[roblox-experience-designer]]**（Roblox Experience Designer）：Roblox 平台原生体验设计师 AI Agent——专注于 Roblox 受众（9-17岁）的参与度循环设计、变现系统与玩家留存。核心使命：设计让玩家返回、分享和投资的体验。核心方法：DataStore 驱动进度系统（玩家等级/道具/货币持久化，创造沉没成本）；Roblox 原生化变现（Game Pass 永久权益、Developer Product 消耗品、UGC 道具）；参与度阶梯（首次会话→每日返回→周留存，每层有清晰奖励闭环）；每日奖励系统（1-7天循环阶梯，第7天含徽章奖励，驱动习惯性返回）；入职引导三阶段（0-60秒/5分钟/15分钟，含流失恢复策略：<2分钟流失=引导过慢/5-7分钟=奖励不够吸引/>15分钟=缺少返回钩子）。核心原则：**免费体验必须完整**——禁止 pay-to-win；**DataStore 安全优先**——进度丢失是永久流失的首因；**变现伦理**——禁止暗黑模式、人工稀缺、压力购买；**Roblox SEO 三要素**——标题/描述/缩略图与玩法设计同等重要。成功指标：D1 留存 >30%、D7 >15%、MAU 月增长 >10%、转化率 >3%、零 Roblox 政策违规。核心交付物：PassManager.lua（集中管理 VIP/DoubleXP/ExtraLives，ownershipCache 避免过度 API 调用）、DailyRewardSystem.lua（7天循环奖励阶梯，含 pcall 安全保存和断连恢复）、Onboarding Flow Design Document（含 Drop-off Recovery Points）、Retention Metrics Tracking（AnalyticsService 事件追踪：OnboardingCompleted/FirstPurchase/SessionEnd）。高级能力涵盖：**Live Ops 事件运营**（ReplicatedStorage 配置对象 + 服务器重启实现限时活动，无需热更新）；**高级分析**（A/B 测试基础设施 math.random() 按 UserId 分配桶、队列元数据存储 Cohort 分析、HttpService 导出至外部 BI）；**社会化系统**（好友邀请奖励 GetFriendsAsync 验证、Group 门控 GetRankInGroup、实时在线人数/成就展示 Lobby）；**变现优化**（软货币首次购买漏斗降低门槛、价格锚定高级选项对比、购买遗弃提醒通知）。属 The Agency Game Dev 部门 Roblox Studio 专项，与 [[Roblox Systems Scripter]]（底层系统架构）协同构成完整 Roblox 开发体系——Experience Designer 定义体验目标，Systems Scripter 实现底层架构支撑。与 [[Game Designer]]（通用游戏设计方法论）、[[Technical Artist]]（视觉质量）协同构成 Game Dev 完整设计支撑体系。与 [[EngagementLoop]]（参与度循环）、[[DailyRewardSystem]]（每日奖励）、[[DataStoreProgression]]（数据存储进度）、[[RobloxMonetization]]（Roblox 变现）共享 Roblox 原生设计核心技术栈。与 [[UnityArchitect]] 在变现策略上存在受众差异——Roblox 面向 9-17 岁强制伦理变现，Unity 平台受众更广可接受更强付费优势。
 
 **[[roblox-avatar-creator]]**（Roblox Avatar Creator）：Roblox UGC 化身 pipeline 专家 AI Agent——掌握 Roblox avatar 系统的全部约束条件，以及如何构建能通过 Creator Marketplace 审核的商品。核心理念：技术规格精准、视觉打磨到位、平台合规。核心规范：UGC 网格三角面数硬限制（配件 ≤4,000、Bundle 部件 ≤10,000）；单 UV 通道且范围严格在 [0,1]；所有 transform 在导出前必须应用（scale=1, rotation=0）；纹理分辨率 256×256 ~ 1024×1024 PNG，UV island 留 2px 最小 padding；Layered Clothing 必须有 Outer Mesh + InnerCage + OuterCage 三层 cage。附件点必须使用标准命名（HatAttachment / FaceFrontAttachment / LeftShoulderAttachment 等），在 5 种 body type 上全部测试。核心交付物：Accessory Export Checklist（建模检查清单）、AvatarManager.lua（HumanoidDescription 全套换装）、Layered Clothing Cage Setup Guide（Blender cage 网格规范）、Creator Marketplace Submission Package（提交前审核检查清单）、UGC Shop UI Flow（MarketplaceService 购买监听）。属 The Agency Game Dev 部门 Roblox Studio 专项，与 [[Roblox Systems Scripter]]（Luau 系统架构）、[[Roblox Experience Designer]]（玩家变现）协同构成完整 Roblox 开发体系——Avatar Creator 负责 UGC 资产从建模到上线的 pipeline。与 [[LayeredClothing]]（分层服装系统）、[[HumanoidDescription]]（化身 API）、[[CreatorMarketplace]]（UGC 交易市场）、[[R15Rig]]（R15 骨骼权重系统）共享 Roblox 化身资产核心技术栈。与 [[UnityArchitect]] 在角色定制系统实现路径上存在平台差异——Roblox 强制服务端权威（HumanoidDescription + DataStore），Unity 可客户端预测，均为各自平台最优解。
 
 **[[game-designer]]**（Game Designer Agent）：游戏系统与机制设计师 AI Agent——以"循环、杠杆、玩家动机"为思维框架，将创意愿景转化为可执行、无歧义的游戏设计文档（GDD）。核心理念：**从玩家动机出发设计，而非从功能列表出发**。核心方法：五步工作流（概念→设计支柱→纸面原型→GDD撰写→调优迭代）；三层核心循环（瞬间体验 0-30秒 → 会话目标 5-30分钟 → 长期进阶 数小时至数周）；数值以 `[PLACEHOLDER]` 标记假设直至测试验证。核心交付物：Game Design Document（含目的/玩家体验/输入/输出/边界/失败状态的完整机制规格）、Economy Balance Spreadsheet（玩家画像：鲸鱼/海豚/小鱼）、Player Onboarding Checklist（引导完成率目标 >90%）。高级能力涵盖行为经济学应用（Cialdini 影响原则/损失厌恶/变率奖励/沉没成本）、跨类型机制移植（机制活检分析）、高级经济设计（供给-需求模型/通胀检测/Monte Carlo 模拟）、系统性涌现设计（系统交互矩阵/最小可行复杂度）。属 The Agency Game Dev 部门。与 [[Narrative Designer]]（叙事-机制一致性整合）、[[Level Designer]]（关卡空间叙事协作）、[[Game Audio Engineer]]（反馈音效系统）、[[Technical Artist]]（视觉原型可执行化）共同构成 Game Dev 部门完整设计支撑体系。与 [[Core Gameplay Loop]]（核心循环设计）、[[Economy Balance]]（经济平衡）、[[Behavioral Economics in Games]]（行为经济学）共享 GameDesigner 核心方法论。
 
+**[[level-designer]]**（Level Designer Agent）：游戏关卡空间叙事设计师 AI Agent——将走廊视为句子、房间视为段落、关卡视为完整论点的空间叙事专家。核心理念：**空间本身就是叙事媒介**——玩家通过探索空间而非阅读文字来理解世界和感受情感。核心方法：六阶段工作流（意图定义→纸面布局→灰盒→遭遇战调优→美术交接→打磨）；节奏控制通过时间-张力图表（紧张→释放→探索→战斗交替）实现；遭遇战三要素（进入读时+多种战术选项+撤退位置）；环境叙事通过道具/光照/几何传达世界观无需对话。设计纪律：**灰盒阶段锁定设计决策，美术美化零例外必须先通过灰盒测试**；关键路径必须在视觉上可读（玩家迷路必须是刻意的设计而非系统失败）。高级能力涵盖空间心理学（Prospect-Refuge 理论使玩家感到安全）、程序化关卡设计（规则集+手工锚点保证生成质量下限）、Kevin Lynch 城市设计五要素应用于游戏空间、多人空间设计（视觉不对称性、观战清晰度）。核心交付物：Level Design Document（意图+节奏弧线+遭遇战列表）、Pacing Chart（时间-张力可视化）、Blockout Specification（含光照方向和覆盖率）、Navigation Affordance Checklist。属 The Agency Game Dev 部门。与 [[Game Designer]]（整体游戏设计框架）协作提供空间层落地；与 [[Narrative Designer]]（环境叙事内容架构）协同执行物理空间叙事；与 [[Technical Artist]] 在美术交接文档（gameplay-critical vs. dressable 标注）和 [[Game Audio Engineer]] 在节奏弧线音效支持上存在潜在冲突。与 [[Grey Box Blockout]]（灰盒）、[[Pacing Chart]]（节奏图表）、[[Encounter Design]]（遭遇战设计）、[[Environmental Storytelling]]（环境叙事）、[[Spatial Psychology]]（空间心理学）共享核心方法论工具集。
+
 **[[unreal-technical-artist]]**（Unreal Technical Artist）：Unreal Engine 5 视觉系统工程师 AI Agent——拥有 Material Editor、Niagara VFX、PCG 和 Nanite 全栈专业能力，负责 UE5 项目的美术-引擎视觉管线。核心交付标准：Material Function 库复用规范（消除跨 Master Material 重复节点簇）、Niagara Scalability 三档预设（High/Medium/Low）、确定性 PCG 图设计（相同参数→相同输出）、Nanite 优先策略（非适用资产须手动 LOD 链）、Substrate 多层材质（UE5.3+ 替代 SSS workaround）。性能纪律：每个 Static Switch 使着色器排列数翻倍，必须审计；所有粒子系统必须设 Max Particle Count；PCG 生成须在 3 秒内完成，流式加载不得造成卡顿。属 The Agency Game Dev 部门，与 [[Technical Artist]]（通用技术美术基类）共享 VFX/着色器核心规范；与 [[Unreal World Builder]]（开放世界场景搭建）、[[Unreal Systems Engineer]]（引擎底层系统）协同构成 UE5 专精团队。
 
 **[[unreal-multiplayer-architect]]**（Unreal Multiplayer Architect）：Unreal Engine 5 多人游戏网络架构工程师 AI Agent——构建服务器权威模型、延迟容忍、作弊防护的生产级 UE5 多人游戏网络系统。核心理念：**服务器拥有真相，客户端请求——服务器决定**。核心方法：Server-authoritative 架构（所有游戏状态变化在服务器执行，客户端预测+对账）；UFUNCTION(Server, Reliable, WithValidation) 全覆盖（每个游戏逻辑 RPC 必须实现 _Validate）；复制频率按 Actor 类型差异化（投射物 100Hz/NPC 20Hz/环境物 2Hz）；GAS 双路径初始化（PossessedBy 服务器路径 + OnRep_PlayerState 客户端路径）。核心交付物：Replicated Actor 模板（含 RepNotify + WithValidation）、GameMode/GameState/PlayerState 架构规范、GAS 网络集成方案、Replication Graph 空间分区优化、专用服务器 Shipping 构建配置。性能指标：每玩家带宽 <15KB/s、反作弊验证全覆盖、200ms 延迟下每玩家每 30 秒校正 <1 次。属 The Agency Game Dev 部门，与 [[Unreal Technical Artist]]（UE5 视觉系统）、[[Game Designer]]（多人游戏机制设计）协同构成 UE5 专精团队。与 [[ServerAuthoritativeModel]]（服务器权威模型）、[[ActorReplication]]（Actor 复制）、[[GAS]]（Gameplay Ability System）、[[ReplicationGraph]]（复制图）共享 UE5 网络核心技术栈。
 
-**[[unreal-systems-engineer]]**（Unreal Systems Engineer）：Unreal Engine 5 系统架构工程师 AI Agent——掌握 C++/Blueprint 连续统一体、Nanite 几何系统、Lumen GI、Gameplay Ability System 的 AAA 级 UE5 项目性能与混合架构专家。核心理念：**Tick 逻辑必须 C++，Blueprint 是设计师 API 而非运行时引擎**。核心规范：
+**[[unreal-systems-engineer]]**（Unreal Systems Engineer）：Unreal Engine 5 系统架构工程师 AI Agent——掌握 C++/Blueprint 连续统一体、Nanite 几何系统、Lumen GI、Gameplay Ability System 的 AAA 级 UE5 项目性能与混合架构专家。核心理念：**Tick 逻辑必须 C++，Blueprint 是设计师 API 而非运行时引擎；Blueprint Tick 较 C++ 存在 ~10x 性能差距，是规模级项目的性能隐患**。核心规范：
 
-- **C++/Blueprint 边界**：每帧逻辑（Tick）必须 C++；Blueprint 适用于：高层游戏流、UI 原型、设计师可扩展层
-- **Nanite 预算**：单场景 1600 万实例上限，开放世界需提前规划实例预算；不兼容骨骼网格/复杂 clip 操作/样条网格
-- **内存安全**：所有 UObject 指针必须 UPROPERTY() 声明；跨帧 Actor 指针需 IsValid() 检查；TWeakObjectPtr/TSharedPtr 处理非拥有引用
-- **GAS 架构**：UGameplayAbility + UAttributeSet + UAbilitySystemComponent 网络就绪配置；FGameplayTag 替代字符串标识符
-- **高级能力**：Mass Entity（Unreal ECS，处理海量 NPC）、Chaos 破坏系统（Geometry Collection 实时断裂）、Lyra 模块化框架（GameFeatureAction 运行时注入）
+- **C++/Blueprint 边界**：每帧逻辑（Tick）必须 C++，Blueprint VM 开销与缓存未命中在每帧调用频率下构成 ~10x 性能差距；Blueprint 适用于：高层游戏流、UI 原型、设计师可扩展层；Blueprint Callable/Native Event 暴露 C++ 接口给蓝图
+- **Nanite 预算**：单场景 1600 万实例上限，开放世界植被密度在 500m 视距内将超出上限；Nanite 隐式在像素着色器推导切线空间，**不得存储显式切线**；不兼容骨骼网格/复杂 clip 遮罩材质/样条网格/程序化网格组件；`r.Nanite.Visualize` 模式生产期早开早发现；Nanite 适用于：密集植被、模块化建筑套件、岩石地形细节
+- **内存安全**：所有 UObject 指针必须 UPROPERTY() 声明（缺失导致 GC 意外销毁）；跨帧 Actor 指针需 IsValid() 检查（不能用 != nullptr，对象可能处于 pending kill 状态）；TWeakObjectPtr/TSharedPtr/TWeakPtr 处理非拥有引用
+- **GAS 架构**：.Build.cs 须添加 "GameplayAbilities" + "GameplayTags" + "GameplayTasks"；UGameplayAbility + UAttributeSet（含 GAMEPLAYATTRIBUTE_REPNOTIFY）+ UAbilitySystemComponent 网络就绪配置；FGameplayTag 替代字符串（层级结构、复制安全、可搜索）；禁止手动复制技能状态，统一经由 UAbilitySystemComponent
+- **Unreal Build System**：修改 .Build.cs 或 .uproject 后必须运行 GenerateProjectFiles.bat；模块依赖必须显式声明（循环依赖导致链接失败）；UCLASS/USTRUCT/UENUM 反射宏缺失导致**静默运行时失败**（非编译错误）
+- **高级能力**：Mass Entity（Unreal ECS，FMassFragment 数据层 + FMassTag 标记 + UMassRepresentationSubsystem LOD 切换渲染）；Chaos 破坏系统（Geometry Collection 实时断裂 + Chaos constraint 类型 + Unreal Insights Chaos trace 通道分析）；Lyra 模块化框架（GameFeatureAction 运行时注入 + Experience-based 游戏模式切换 + HeroComponent 组件注入）
 
 属 The Agency Game Dev 部门，与 [[Unreal Technical Artist]]（Nanite 资产验证与优化）协同处理几何管线；与 [[Unreal Multiplayer Architect]]（GAS 网络复制安全）在技能系统实现与 RPC 层调用上互补。核心性能纪律：Tick 逻辑 C++ 实现、帧预算 60fps（目标硬件）、Unreal Insights 性能分析验证。
 
 **[[unreal-world-builder]]**（Unreal World Builder）：Unreal Engine 5 开放世界环境架构工程师 AI Agent——专注于 World Partition 分区流送、Landscape 地形系统、PCG 程序化内容生成和 HLOD 层级 LOD 构建，覆盖 4km² ~ 64km² 超大规模开放世界。核心理念：**用格子大小控制流送预算，用 RVT 消除地形层混合成本**。核心规范：
 
 - **World Partition 格子策略**：密集城区 64m / 空旷地形 128m / 沙漠海洋 256m+；Always Loaded 层存放 Sky/Audio/GameMode；关键游戏内容（任务触发器、关键 NPC）禁止放在格子边界
-- **Landscape 层限制**：单区域最多 4 层材质，超过则产生材质排列组合爆炸；超过 2 层必须启用 RVT（Runtime Virtual Texturing）消除逐像素层混合开销
-- **HLOD 规则**：所有 500m 以外可见区域必须生成 HLOD；Nanite 资产排除在 HLOD 合并之外；骨骼网格不支持 HLOD
-- **PCG vs Foliage Tool**：Foliage Tool 仅用于手工放置主角物件；大规模植被用 PCG + Nanite 预烘焙；排除区域（道路/路径/水体/建筑）必须在 PCG 图中显式定义
-- **LWC（大世界坐标）**：任何轴超过 2km 的世界必须启用 LWC；约 20km 后无 LWC 会出现浮点精度错误；代码中位置使用 FVector3d 双精度
+- **Landscape 层限制**：单区域最多 4 层材质，超过则产生材质排列组合爆炸；超过 2 层必须启用 RVT（Runtime Virtual Texturing）消除逐像素层混合开销；景观空洞使用 Visibility Layer，禁止删除组件（会破坏 LOD 和水体系统集成）
+- **HLOD 规则**：所有 500m 以外可见区域必须生成 HLOD；Nanite 资产排除在 HLOD 合并之外；骨骼网格不支持 HLOD；使用 Mesh Merge 方法，目标 LOD Screen Size ≤ 0.01
+- **PCG vs Foliage Tool**：Foliage Tool 仅用于手工放置主角物件；大规模植被用 PCG + Nanite 预烘焙；排除区域（道路/路径/水体/建筑）必须在 PCG 图中显式定义；Runtime PCG 仅限 < 1km² 小区域
+- **LWC（大世界坐标）**：任何轴超过 2km 的世界必须启用 LWC；约 20km 后无 LWC 会出现浮点精度错误；代码中位置使用 FVector3d 双精度；着色器中使用 `LWCToFloat()` 替代直接世界位置采样
+- **OFPA（One File Per Actor）**：所有 World Partition 关卡启用 OFPA 以支持多用户编辑；教育团队按 Actor 单独签出而非整个关卡文件；监控 OFPA 文件数增长并建立文件数预算
+- **流式性能优化**：使用 Unreal Insights 验证地面疾跑无 >16ms 卡顿；建立流式预算仪表盘（活动单元格数/每格内存/最大流式半径投影内存）；目标存储 I/O 延迟设计单元格大小（SSD vs HDD 相差 10-100x）
 
 属 The Agency Game Dev 部门，与 [[Unreal Systems Engineer]]（Nanite 实例预算规划）共享 World Partition 流送基础设施；与 [[Unreal Technical Artist]]（Landscape 材质与 RVT 配置）共享地形渲染技术；与 [[Unreal Multiplayer Architect]]（World Partition 流送源与网络同步）互补。核心成功指标：地面疾跑无 >16ms 流送卡顿、1km² 以上区域全部预烘焙、HLOD 覆盖所有 500m+ 区域、Landscape 层数永不超 4。
 
@@ -1024,7 +1088,7 @@ Key concepts: [[Django ORM]], [[Django REST Framework]], [[Django Admin 定制]]
 - **PropertyDrawer 标准**：`OnGUI` 必须调用 `BeginProperty`/`EndProperty` 以正确支持 Prefab Override UI；`GetPropertyHeight` 返回值必须与 `OnGUI` 实际绘制高度一致
 - **构建验证**：失败时必须抛出 `BuildFailedException`，而非仅 `Debug.LogWarning`
 
-属 The Agency Game Dev 部门，与 [[technical-artist]]（编辑器工具和资产管线）共享工具开发模式；与 [[unreal-systems-engineer]] 在"构建前验证"模式上互补——Unity 侧通过 `IPreprocessBuildWithReport` 在打包前验证，Unreal 侧通过 UAssetCheckConfig 在编辑器内实时检查。核心成功指标：每项工具都有量化的"每周节省 X 分钟"指标；AssetPostprocessor 拦截所有应被捕获的违规资产；团队在发布后 2 周内自愿采用工具（无需提醒）。
+属 The Agency Game Dev 部门，与 [[technical-artist]]（编辑器工具和资产管线）共享工具开发模式；与 [[unreal-systems-engineer]] 在"构建前验证"模式上互补——Unity 侧通过 `IPreprocessBuildWithReport` 在打包前验证，Unreal 侧通过 UAssetCheckConfig 在编辑器内实时检查。核心交付物：AssetAuditWindow（纹理预算审计窗口）、TextureImportEnforcer（命名规范强制 `_N`→Normal Map + 预算强制 2048px + UI 贴图自动优化）、FloatRangeDrawer（MinMax 范围滑动条）、BuildValidationProcessor（构建前质量门控）。高级能力涵盖：Assembly Definition 架构（asmdef 隔离编辑器/运行时程序集 + 追踪编译时间）、CI/CD 集成（`-batchmode` 头less 验证 + AssetPostprocessor CI 审计 CSV 输出）、Scriptable Build Pipeline（自定义构建任务：资产剥离/着色器变体收集/CDN 缓存失效 + 分平台 Addressable Bundle）、UI Toolkit 迁移（从 IMGUI EditorWindow 迁移到 UIElements + USS 暗/亮主题支持 + 数据绑定 API）。核心成功指标：每项工具都有量化的"每周节省 X 分钟"指标；AssetPostprocessor 拦截所有应被捕获的违规资产；团队在发布后 2 周内自愿采用工具（无需提醒）。
 
 **[[unity-shader-graph-artist]]**（Unity Shader Graph Artist）：Unity 渲染效果专家 AI Agent——精通 Shader Graph 可视化材质创作与 HLSL 性能优化，专注于 URP/HDRP 渲染管线的实时视觉效果开发。核心理念：**Shader Graph 是艺术家创作的首选工具，HLSL 仅用于性能关键路径**。核心规范：
 
@@ -1123,4 +1187,21 @@ Key concepts: [[Django ORM]], [[Django REST Framework]], [[Django Admin 定制]]
 
 23. **本地 Ollama + Qwen2.5-Coder 部署：开发者本地 AI Coding 基础设施**：[[在-ubuntu-安装-ollama-并运行-qwen2-5‑coder-7b]] 介绍了在 Ubuntu 上通过 Ollama 本地部署 Qwen2.5-Coder 7B 的完整流程。核心价值：3 条命令完成安装（`curl install.sh | sh` → `ollama pull qwen2.5-coder:7b` → `ollama run qwen2.5-coder:7b`），模型约 4.5GB，最低 8GB RAM 推荐 16GB，无需 GPU 也可运行。推荐搭配工具链：Open WebUI（ChatGPT 风格 UI）、n8n（AI 工作流自动化）、LangChain（Agent 框架）、OpenClaw（AI Coding Agent）。[[Qwen2.5-Coder]] 相比普通 `qwen2.5:7b` 在 Tool usage、Shell/Python/SQL 理解和 Repo 级代码理解方面更强，更适合 DevOps automation、SQL Agent、Kubernetes troubleshooting 等工程任务。Ollama 默认仅监听 127.0.0.1，通过设置 `OLLAMA_HOST=0.0.0.0` 可开放远程 API 访问，支持 Python/NodeJS SDK 和 n8n、WebUI、Agent 等外部调用。属 [[AI时代发展策略]] 的本地 AI 基础设施层。
 
+24. **Senior Project Manager Agent：规格驱动型任务规划 Agent**：[[project-manager-senior]] 定义了一种专注于将站点规格说明转换为可执行开发任务清单的 AI Agent。其核心工作流：读取 `ai/memory-bank/site-setup.md` → 引用精确需求原文（不自行发挥）→ 拆解为 30-60 分钟原子任务 → 每个任务附带验收标准。与 [[project-management-studio-producer]]（工作室生产管理）、[[project-management-project-shepherd]]（项目全程跟踪）、[[project-management-jira-workflow-steward]]（Jira 工作流维护）共同构成项目管理层 Agent 矩阵。核心设计理念：**规格比表面看起来更简单**，任务粒度控制在可执行单元，强调基础实现优于奢华功能，预留 2-3 轮迭代周期。技术栈锁定 Laravel/Livewire + FluxUI + Playwright QA。
+
+25. **ZK Steward Agent：Luhmann Zettelkasten 的 AI Agent 实现**：[[zk-steward]] 将 Niklas Luhmann 的卡片盒笔记法（Zettelkasten）引入 AI Agent，用于构建有链接、可验证、持续生长的知识网络。核心机制：① **Luhmann 四原则验证**（原子性 / 连通性 / 有机增长 / 持续对话）——每条笔记归档前必须通过四问；② **领域专家切换**（Luhmann 默认 / Feynman 学 / Munger 策略 / Ogilvy 品牌 / Karpathy 工程 / Mollick prompting 等）——按"领域 × 任务类型 × 输出形式"三角定位选取最匹配的专家心智模型；③ **任务闭环清单**（四原则验证 / 归档路径与 ≥2 链接 / 每日日志 / 开放循环清理 / 链接提案 + Gegenrede 反问）。核心价值：**结构优先、连接至上、验证驱动**——每一回复声明专家视角、每笔记通过 Luhmann 四原则、每个知识单元嵌入网络而非孤立存在。[[zk-steward-companion]] 提供配套的 Cursor/Claude Code 兼容 Skill 定义。与 [[Zettelkasten]]（方法论根源）、[[Second Brain]]（持久化笔记系统）共同构成知识管理工具矩阵。
+
+26. **Report Distribution Agent：销售报告自动化分发 Agent**：[[report-distribution-agent]] 自动化分发整合后的销售报告给对应业务员，基于区域（Territory）路由规则确保每个业务员只收到其负责区域的数据。核心能力：①**Territory-Based Routing**——业务员按 Assigned Territory 接收对应区域报告；②**Schedule Distribution**——每日报告（工作日早8点）和每周汇总（周一早7点）自动发送；③**Audit Trail**——每次分发均记录收件人、区域、状态、时间戳，支持合规查询；④**Graceful Failure**——分发失败时记录错误并继续向其他收件人发送，绝不静默丢弃；⑤**Report Formats**——HTML 格式区域报告含业务员绩效表，公司汇总含区域对比表，遵循 STGCRM 品牌规范。与 [[Data Consolidation Agent]] 协作生成报告内容，共同构成销售团队报告自动化体系。
+
+27. **Automation Governance Architect：治理优先的自动化决策框架**：[[automation-governance-architect]] 是 n8n-first 的业务自动化治理架构师，核心理念：**治理优于自动化数量**——不是所有技术可行的自动化都值得做，必须通过四维评估框架（时间节省 / 数据关键性 / 外部依赖风险 / 可扩展性）才能进入生产。核心产出：五级裁定结果（APPROVE / APPROVE AS PILOT / PARTIAL AUTOMATION ONLY / DEFER / REJECT）、n8n 工作流十步标准（Trigger → Validation → Logic → Actions → Logging → Error Branch → Fallback → Writeback）、可靠性基线（幂等/重试/超时/告警/人工fallback）、测试基线（6类测试覆盖）和集成治理规范（每个集成必须明确 Source of Truth）。与 [[Workflow-Architect-Agent-Personality]] 存在互补张力：后者负责"如何构建"，前者负责"是否值得构建"——建议 Workflow Architect 在构建前先过治理评估。属 The Agency Specialized 部门的治理支柱，为自动化建设提供护栏保障。
+
+28. **Marketing Reddit Community Builder：价值优先的 Reddit 社区营销 Agent**：[[marketing-reddit-community-builder]] 定义了一种与传统营销截然不同的 Reddit 参与策略——**不是"在 Reddit 上营销"，而是"成为有价值贡献的社区成员，恰好代表某个品牌"**。核心机制：① **90/10 法则**——90% 价值内容，10% 推广内容，确保不被视为垃圾信息；② **四阶段工作流**——社区研究与融入 → 内容策略制定 → 声誉建立 → 战略价值创造；③ **Karma 系统**——通过持续提供价值积累社区声望（目标 10,000+ karma），每条帮助性评论平均 5+ upvotes。成功指标：5+ 相关子版块获得可信贡献者身份、AMA 协调实现 500+ 问答互动、品牌相关讨论正面情感达 80%+。核心矛盾：与即时转化导向的社交媒体营销思维冲突——Reddit 营销以季度/年为周期建立关系，追求长期信任而非短期 ROI。与 [[Marketing Social Media Strategist]] 共享社区运营方法论，但 Reddit 独特的文化（子版块规则、反spam机制、社区规范）需要专门的参与策略。
+
+29. **Marketing Kuaishou Strategist：快手下沉市场直播电商专家 Agent**：[[marketing-kuaishou-strategist]] 定义了一种专注于快手平台短视频营销与直播电商运营的 Agent。核心理念：**真实性 > 精致度**——快手用户能即时识别并排斥虚伪内容，生产真实场景下的产品演示比精致工作室拍摄更有价值。核心差异于抖音：快手"均衡分发"算法给予每个创作者基础曝光（日更一致性 > 单次爆款）；下沉市场（30-50岁，三四五线城市）为核心受众；老铁（兄弟）关系驱动重复购买而非冲动发现购买；信任建立后再商业转化。与 [[营销抖音策略]]（抖音中心化推荐 + 一二线城市 + 精致内容）共同构成中国短视频营销双平台差异化策略体系。关键方法论：3-2-1 话术框架（3个痛点 → 2个演示 → 1个不可抗拒的offer）、直播前中后完整 playbook、私域运营（粉丝团 + 微信）提升 LTV。成功指标：直播转化率 ≥3%、平均观看时长 ≥5 分钟、粉丝团月增长 ≥15%、老铁自发在评论区为品牌辩护（终极信任信号）。
+
+30. **WeChat Mini Program Developer Agent：微信小程序全栈开发 Agent**：[[engineering-wechat-mini-program-developer]] 定义了一种专注于微信生态高性能小程序开发的 AI Agent，核心约束来自微信平台独特的技术限制：双线程架构（无 DOM 操作、setData 跨线程通信）、包体积限制（主包 ≤2MB，子包合计 ≤20MB）、域名白名单 + HTTPS 强制要求。核心方法论：WXML/WXSS/WXS 技术栈、组件化 + 子包加载策略、微信支付四步流程（服务端创建订单 → 小程序 wx.requestPayment → 回调处理）、订阅消息替代已废弃模板消息（关键节点触发授权）。跨平台能力：Taro（React）和 uni-app（Vue）实现一次开发多端部署（微信/支付宝/百度/抖音）。性能指标：启动时间 <1.5秒、主包 <1.5MB、审核首次通过率 >90%、WeChat DevTools 性能评分 >90/100。与 [[engineering-mobile-app-builder]] 共享移动应用开发方法论，差异在于微信生态的特殊平台约束（审核政策、包体积限制、双线程架构）。
+
+31. **Email Intelligence Engineer Agent：邮件数据管道与 AI 推理上下文工程 Agent**：[[engineering-email-intelligence-engineer]] 定义了一种将原始邮件（MIME/Gmail API/Microsoft Graph）转换为 AI Agent 可消费的结构化推理上下文的专用 Agent。核心洞察：邮件的结构复杂性（引用文本重复、转发链折叠、线程分叉、第一人称代词歧义）导致传统 RAG 方式无法正确理解邮件对话，必须保留线程拓扑才能正确归因和推理。核心四步管道：①邮件摄取与标准化（RFC 5322/MIME 解析、字符编码归一化）→ ②线程重建与去重（In-Reply-To/References 头链重建对话图、引用文本去重 4-5x 压缩）→ ③结构化分析（参与者检测与角色推断、决策时间线、行动项归因、沉默决策检测）→ ④上下文组装与工具接口（混合检索：语义+全文+元数据过滤器、Token 预算管理、带来源引用的结构化 JSON 输出）。关键质量指标：线程重建准确率 >95%、引用内容去重率 >80%、行动项归因准确率 >90%、Agent 下游任务准确率提升 >20%。LangChain / CrewAI / LlamaIndex / MCP Server 是核心集成目标，使邮件智能能力可直接被主流 Agent 框架消费。属 The Agency Engineering 部门的数据管道专精层，与 [[engineering-backend-architect]] 在数据管道架构上有协同空间，与 [[RAG]] 通用实现的核心张力在于：传统 RAG 将文档视为原子单元，而邮件是对话序列必须保留线程拓扑。属 [[Multi-Agent-AI-Systems]] 的数据输入层，为 Agent 系统提供邮件领域的推理上下文。
+
+32. **Feishu Integration Developer Agent：飞书开放平台全栈集成专家 Agent**：[[engineering-feishu-integration-developer]] 定义了一种专注于飞书（Feishu/Lark）开放平台企业级集成的 AI Agent，覆盖自定义机器人、交互式消息卡片、审批流自动化、Bitable 多维表格、SSO/OIDC 认证和飞书小程序六大核心模块。核心理念：**飞书集成不只是调用 API**，必须处理权限模型、事件幂等性、多租户架构和与内部系统的深度集成。核心工程标准：`tenant_access_token`（应用级）与 `user_access_token`（用户级 OAuth）必须严格区分使用场景；所有 API 响应必须检查 `code` 字段；事件处理必须实现幂等性（飞书可能重复投递同一事件）；卡片 JSON 必须在 Card Builder 工具验证后才发送；Bitable 批量写入每请求上限 500 条需分批并建议批次间 200ms 延迟。核心交付物：完整项目结构（config/auth/bot/approval/bitable/sso/webhook 目录）、TokenManager 缓存实现（含提前5分钟刷新边界保护）、CardBuilder 审批通知卡片（含 Approve/Reject/View Details 三按钮）、EventDispatcher 事件分发（含 Bot 消息接收和审批状态变更监听）、BitableClient CRUD（含 500 条分批写入）、OAuth 授权登录三步流程（authorize 重定向 → code 交换 → user_info 获取，state 参数防 CSRF）。成功指标：API 调用成功率 >99.5%、事件处理延迟 <2 秒、卡片渲染成功率 100%、Token 缓存命中率 >95%、审批流端到端时间缩短 50%+。属 The Agency Engineering 部门的集成专精层，与 [[engineering-backend-architect]] 在 API 集成架构上有协同空间；与 [[engineering-rapid-prototyper]] 在速度哲学上存在张力：原型阶段可简化幂等性和错误处理，生产化阶段必须补充完整错误恢复机制。