Auto-sync: 2026-04-25 04:02

This commit is contained in:
2026-04-25 04:02:51 +08:00
parent ef8474f0d2
commit a26d62bb6d
55 changed files with 2535 additions and 25 deletions

View File

@@ -0,0 +1,62 @@
---
title: "macOS Spatial/Metal Engineer Agent Personality"
type: source
tags: [agent, apple, metal, spatial-computing, visionos, xr]
date: 2026-04-25
---
## Source File
- [[raw/Agent/agency-agents/spatial-computing/macos-spatial-metal-engineer.md]]
## Summary用中文描述
- 核心主题macOS Spatial/Metal Engineer Agent 的人格定义——一个专注于 Swift + Metal 渲染的空间计算专家 Agent负责构建 macOS 和 Vision Pro 上的高性能 3D 可视化系统
- 问题域:如何在 Apple 平台上实现大规模图数据的高性能 GPU 渲染,并将渲染流通过 Compositor Services 传输到 Vision Pro 进行沉浸式空间计算体验
- 方法/机制:使用实例化 Metal 渲染Instanced Rendering驱动 10k-100k 节点;通过 RemoteImmersiveSpace 和 LayerRenderer 实现 Vision Pro 立体帧流;用 Metal Compute Shader 实现 GPU 物理力导向图布局
- 结论/价值:定义了一个完整的 Apple 平台空间计算 Agent 技术栈,从渲染管线到手势交互到性能调优,覆盖了 visionOS/macOS 跨平台沉浸式开发的核心路径
## Key Claims用中文描述
- Agent 通过实例化 Metal 渲染,可在 90fps 立体渲染下驱动 25k 节点图数据
- Agent 使用 RemoteImmersiveSpace 实现 macOS 与 Vision Pro 的全沉浸式代码可视化连接
- Agent 通过 LayerRenderer 的 stereo 配置RGBA16Float + Depth32Float实现高质量立体帧流
- Agent 利用 Metal Compute Shader 执行 GPU 并行力导向图布局,避免 CPU 瓶颈
- Agent 将注视Gaze追踪 + 捏合Pinch手势识别作为主要空间交互方式
## Key Quotes
> "Never drop below 90fps in stereoscopic rendering" — Metal 渲染硬性性能要求
> "Use instanced drawing for massive node counts" — 核心渲染优化策略
> "Stream stereo frames to Vision Pro via Compositor Services" — 跨设备渲染架构目标
> "Implement proper depth ordering for stereoscopic rendering" — Vision Pro 立体渲染规范
## Key Concepts
- [[Instanced Rendering]]:通过单次 draw call 批量渲染大量节点,每个节点含 position/color/scale/symbolId 属性
- [[RemoteImmersiveSpace]]macOS 与 Vision Pro 之间的全沉浸式空间连接协议
- [[Compositor Services]]:提供 LayerRenderer 用于生成和提交立体帧到 Vision Pro
- [[LayerRenderer]]:配置 stereo 模式、RGBA16Float 颜色格式和 Depth32Float 深度格式的渲染层
- [[Force-Directed Graph Layout]]:在 Metal Compute Shader 中实现的力导向图物理模拟(排斥力 + 吸引力 + 阻尼)
- [[Metal System Trace]]Xcode Instruments 工具,用于分析 Metal 帧时间和 GPU 利用率
- [[Stereoscopic Rendering]]:双眼立体渲染,需维护正确的深度顺序和 vergence-accommodation 限制
- [[GPU-Driven Rendering]]:通过 Indirect Command Buffers 实现 GPU 自主驱动的渲染管线
- [[Triple Buffering]]:三缓冲策略保证 CPU-GPU 数据传输与渲染流水线的平滑衔接
- [[Frustum Culling & LOD]]:视锥裁剪和层级细节优化,用于大规模图数据的性能保障
## Key Entities
- [[Apple]]:平台生态——提供 Metal、visionOS、CompositorServices 等核心框架
- [[Vision Pro]]:目标设备——通过 RemoteImmersiveSpace 接收来自 macOS 的立体渲染流
- [[Metal]]:底层图形 API——支持 instanced rendering、compute shaders、geometry shaders
- [[Xcode Instruments]]性能分析工具——Metal System Trace 用于帧时间和 GPU 利用率分析
- [[RealityKit]]:空间锚点支持——用于 Vision Pro 空间锚点的持久化管理
- [[ARKit]]:环境映射——结合 ARKit 实现环境光照和空间理解
## Connections
- [[macos-spatial-metal-engineer]] ← builds ← [[MetalGraphRenderer]](核心渲染组件)
- [[macos-spatial-metal-engineer]] ← integrates_with ← [[VisionProCompositor]]Vision Pro 流式连接)
- [[macos-spatial-metal-engineer]] ← uses ← [[ForceDirectedGraphLayout]]GPU 物理模拟)
- [[xr-immersive-developer]] ← shares_architecture_with ← [[macos-spatial-metal-engineer]]XR 开发领域重叠)
- [[visionos-spatial-engineer]] ← extends ← [[macos-spatial-metal-engineer]]visionOS 专用扩展)
## Contradictions
- 与 [[visionos-spatial-engineer]] 可能存在职责重叠:
- 冲突点:两者都涉及 Vision Pro 开发,但侧重点不同
- 当前观点macOS Spatial/Metal Engineer 专注 macOS 侧渲染管线 + Vision Pro 流式输出
- 对方观点visionOS Spatial Engineer 专注 visionOS 原生空间交互开发
- 协调两者可协同——macOS 侧负责高性能渲染visionOS 侧负责原生交互体验

View File

@@ -0,0 +1,63 @@
---
title: "Paid Media Ad Creative Strategist Agent"
type: source
tags: ["paid-media", "creative", "advertising", "google-ads", "meta-ads", "ppc", "agent-persona"]
date: 2026-04-25
---
## Source File
- [[Agent/agency-agents/paid-media/paid-media-creative-strategist.md]]
## Summary用中文描述
- 核心主题:付费媒体广告创意策略 Agent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。
- 问题域:如何在算法控制竞价、预算和定向的自动化竞价环境中,通过创意这一唯一可控变量实现效果最大化;创意疲劳监测与快速迭代难题。
- 方法/机制15-headline RSA 策略设计(全品牌/利益/功能/CTA/社会证明分类Hook-Body-CTA 视频广告结构资产组Asset Group组合策略A/B 测试框架与统计显著性标准;广告强度评分优化。
- 结论/价值:创意是自动化竞价环境中最大的可控杠杆,每一条标题、描述、图片和视频都是一个待验证的假设,必须通过系统性测试持续迭代。
## Key Claims用中文描述
- 在 tCPA/tROAS/Max Conversions 等自动化竞价环境中,创意是广告主唯一实际可控的变量,算法接管了出价、预算和定向。
- RSA 的 15 条标题和 4 条描述的所有可能组合必须语法和逻辑上都能成立,这是架构设计的核心挑战。
- 创意疲劳Creative Fatigue是效果下降的主因必须通过 CTR 趋势监测和超优展示阈值识别及时刷新。
- 广告强度Ad Strength90%+ 达到 "Good" 或 "Excellent" 是 RSA 质量基准Meta 相关性诊断需高于平均或顶级表现。
- 统计显著性Statistical Significance是判定创意胜负的唯一可靠标准必须在 2-4 周内达到。
## Key Quotes
> "Creative is the largest remaining lever in automated bidding environments — when the algorithm controls bids, budget, and targeting, the creative is what you actually control." — 核心价值观阐述
> "Every headline, description, image, and video is a hypothesis to be tested." — 创意即假设
> "Always audit existing ad performance before writing new creative. If API access is available, pull list_ads and ad strength data as the starting point for any creative refresh." — 数据优先原则
## Key Concepts
- [[ResponsiveSearchAds]]: RSA响应式搜索广告Google Ads 核心广告格式,由最多 15 条标题和 4 条描述自由组合,系统自动测试最优搭配。
- [[PerformanceMax]]: Performance Max 广告系列Google 全渠道自动化广告创意资产组Asset Group是核心输入决定系统学习信号质量。
- [[AssetGroup]]: 资产组Performance Max 的创意容器由文本资产、图片、视频、Logo 等组成,决定广告主题表达质量。
- [[AdStrength]]: 广告强度评分Google 衡量 RSA 或 PMax 创意质量的指标90%+ "Good/Excellent" 是基准目标。
- [[CreativeFatigue]]: 创意疲劳,广告在超优展示阈值后点击率自然下降的现象,需通过定期刷新和新鲜创意对抗。
- [[HookBodyCTA]]: Hook-Body-CTA 结构视频广告的叙事框架——钩子0-3秒吸引注意主体传递价值号召行动促进转化。
- [[ABTesting]]: A/B 测试框架,创意验证的标准方法,通过统计显著性判定胜负,指导规模化应用。
- [[MessageMatch]]: 消息匹配评分,衡量广告创意与落地页内容一致性的指标,直接影响质量得分和转化率。
- [[StatisticalSignificance]]: 统计显著性,创意测试的判断标准,确保结果可推广而非随机波动。
- [[AdExtensions]]: 广告附加信息Sitelink/Callout/Structured Snippets/Image Extensions 等),扩展广告视觉空间和点击率。
## Key Entities
- [[GoogleAds]]: Google Ads 平台,核心投放渠道,提供 RSA、Performance Max、Ad Strength 数据和 Google Ads MCP 工具集成。
- [[MetaAdsManager]]: MetaFacebook/Instagram广告管理平台支持 Primary Text/Headline/Description 框架和 Relevance Diagnostics。
- [[MicrosoftAdvertising]]: Microsoft AdvertisingBing/AOL/Yahoo搜索广告平台与 Google Ads 并行的 PPC 渠道。
- [[PerformanceMax]]: Google Performance Max 广告系列AI 驱动的全渠道投放Asset Group 质量决定效果上限。
- [[JohnWilliams]]: Agent 作者(@itallstartedwithaidea),资深付费媒体创意策略师。
## Connections
- [[PaidMediaPpcStrategist]] ← coordinates_with ← [[PaidMediaCreativeStrategist]]: PPC 策略师制定活动架构,创意策略师提供素材支撑,两者协同制定 Performance Max 和 Display 投放方案。
- [[PaidMediaProgrammaticBuyer]] ← depends_on ← [[PaidMediaCreativeStrategist]]: 程序化购买依赖高质量创意资产填充展示和视频广告库存。
- [[PaidMediaSearchQueryAnalyst]] ← informs ← [[PaidMediaCreativeStrategist]]: 搜索查询分析师提供关键词意图数据,创意策略师据此撰写关键词插入文案。
- [[PaidMediaTrackingSpecialist]] ← depends_on ← [[PaidMediaCreativeStrategist]]: 追踪专家提供的 CTR/CVR 数据是判断创意胜负的基础。
- [[PaidMediaAuditor]] ← depends_on ← [[PaidMediaCreativeStrategist]]: 审计师诊断广告效果,创意刷新是优化策略的核心输出之一。
## Contradictions
- 与 [[PaidMediaPpcStrategist]] 在"自动化程度"权衡上存在张力:
- 冲突点PPC 策略师倾向于强调 Smart Bidding 和自动化优化;创意策略师认为创意质量是瓶颈,自动化不能弥补低质量素材。
- 当前观点:创意是决定性杠杆,即使在自动化竞价环境中也需要人工精心设计的 RSA 组合和 Asset Group 策略。
- 对方观点Broad Match + Smart Bidding 组合可以弥补创意不足,系统会自动寻找最优受众-创意搭配。
- 与 [[PaidMediaProgrammaticBuyer]] 在"创意新鲜度"上存在潜在冲突:
- 冲突点:程序化购买强调规模化和成本效率,倾向于复用已有创意;创意策略师强调创意疲劳必须通过高频迭代对抗。
- 当前观点:持续创意迭代(每 2 周一次测试)是效果保持的必要条件,低频迭代会导致 CPM 上升和 CTR 下降。
- 对方观点:程序化购买的受众覆盖足够广泛,可以抵消创意疲劳的影响。

View File

@@ -0,0 +1,54 @@
---
title: "Paid Social Strategist"
type: source
tags: []
date: 2026-04-25
---
## Source File
- [[Agent/agency-agents/paid-media/paid-media-paid-social-strategist.md]]
## Summary用中文描述
- 核心主题:跨平台付费社交广告专家 Agent覆盖 MetaFacebook/Instagram、LinkedIn、TikTok、Pinterest、X 和 Snapchat设计从引流到再营销的全漏斗社交广告项目。
- 问题域:社交广告的本质是"打断"而非"回答"如何在各平台原生体验与广告效果之间取得平衡iOS 隐私政策对追踪归因的冲击;跨平台受众重叠与频次管理难题。
- 方法/机制:全漏斗结构(引流 → 互动 → 再营销 → 留存平台差异化创意策略UGC 风格适配 TikTok/Meta专业内容适配 LinkedIn受众工程像素自定义受众、CRM 上传、互动受众Conversions API / 服务端事件追踪SKAdNetwork 应对 iOS 隐私变化。
- 结论/价值:为每个社交平台构建原生广告体验,而非跨平台复用同一创意;通过跨渠道数据验证增量贡献,避免重复计算转化。
## Key Claims用中文描述
- 付费社交广告本质上是"打断"用户而非"回答"问题,因此创意和受众策略必须赢得用户注意力。
- 各平台是独立生态系统Meta Ads Manager、LinkedIn Campaign Manager、TikTok Ads 各有不同算法机制和用户行为),不应跨平台复用同一套创意。
- iOS 隐私变化后SKAdNetwork 和聚合事件测量成为移动归因的核心手段Conversions API 实施至关重要。
- 跨渠道预算分配必须基于跨渠道证据(搜索+展示+社交综合数据),避免基于单一渠道数据做预算决策。
## Key Quotes
> "Social advertising is fundamentally different from search — you're interrupting, not answering, so the creative and targeting have to earn attention." — 核心哲学阐述
> "When cross-channel API data is available, always validate social performance against search and display results before recommending budget increases." — 跨渠道验证原则
## Key Concepts
- [[Full-Funnel Campaign Architecture]]从引流Prospecting到留存Retention的完整漏斗结构各阶段受众策略与预算分配各异。
- [[Custom Audience Engineering]]基于像素的自定义受众、CRM 名单上传、互动受众(视频观看者、主页互动者、表单开启者)的构建与排除策略。
- [[Conversions API]]:服务端事件追踪,与平台像素配合绕过浏览器限制,是后 iOS 14 隐私政策的关键归因基础设施。
- [[Advantage+ Campaigns]]Meta 的自动化广告系列,利用机器学习优化受众定位和竞价,是 CBO/ABO 架构的重要演进。
- [[Audience Overlap Analysis]]:跨平台受众重叠分析,防止频次过载,最大化独特触达。
- [[Incrementality Testing]]:增量测试,验证社交广告是否带来净新增转化,而非蚕食自然搜索流量。
- [[SKAdNetwork]]Apple 的隐私化归因框架,替代 IDFA用于衡量 iOS 应用广告效果。
## Key Entities
- [[Meta Ads Manager]]Facebook/Instagram 广告管理平台,核心工具包括 Advantage+ 购物广告、应用广告、目录销售等。
- [[LinkedIn Campaign Manager]]LinkedIn 广告管理后台支持赞助内容、消息广告、文档广告、ABM 名单上传等 B2B 定向功能。
- [[TikTok Ads]]TikTok 广告平台,支持 Spark Ads、TopView、信息流广告、品牌标签挑战等原生内容形式。
- [[Google Ads MCP Tools]]:可选集成工具,用于跨渠道(搜索+社交)数据对比、增量验证和预算决策支持。
- [[John Williams]]@itallstartedwithaideaAgent 作者。
## Connections
- [[Paid Media Search Query Analyst]] ← parallel_specialization ← [[Paid Media Paid Social Strategist]](两者同属付费媒体 Agent 体系,一个专注搜索查询,一个专注社交广告)
- [[Paid Media Programmatic Buyer]] ← channel_extension ← [[Paid Media Paid Social Strategist]](程序化购买与社交广告共享受众工程和数据归因方法论)
- [[Paid Media Creative Strategist]] ← depends_on ← [[Paid Media Paid Social Strategist]](创意策略依赖社交策略的受众洞察和平台选择)
- [[Paid Media Auditor]] ← informs ← [[Paid Media Paid Social Strategist]](审计结果指导社交广告的优化方向)
## Contradictions
- 与 [[Paid Media Programmatic Buyer]] 在"自动化 vs. 控制"的权衡上存在张力:
- 冲突点:程序化购买强调自动化竞价和实时优化;社交广告中的 Advantage+ 也强调自动化,但该 Agent 同时强调人工干预的受众排除和频次管理。
- 当前观点:社交广告需要人工把控受众排除策略和跨平台频次,防止自动化算法过度扩张。
- 对方观点:程序化购买可以高度依赖算法自动学习,人工干预应最小化。

View File

@@ -0,0 +1,55 @@
---
title: "Paid Media Tracking & Measurement Specialist Agent"
type: source
tags: ["paid-media", "agent", "tracking", "measurement", "GTM", "GA4"]
date: 2026-04-20
last_updated: 2026-04-25
sources: []
---
## Source File
- [[Agent/agency-agents/paid-media/paid-media-tracking-specialist.md]]
## Summary用中文描述
- **核心主题**:付费媒体追踪与归因专家 Agent——负责构建跨平台GTM、GA4、Google Ads、Meta CAPI、LinkedIn Insight Tag的事件追踪架构确保每一次转化都被正确计数每一分广告投入都可衡量。
- **问题域**标签容器臃肿、跨平台重复计数、归因模型失准、隐私合规GDPR/CCPA/Consent Mode v2挑战、UA→GA4/客户端→服务端迁移。
- **方法/机制**GTM 容器架构设计、dataLayer 规范、事件去重event_id 匹配、增强转化hashed PII、服务端容器部署、数据驱动归因模型。
- **结论/价值**:精准追踪是付费媒体优化的数据根基——错误的数据不仅浪费,更会误导出价算法往错误方向优化。
## Key Claims用中文描述
- 精准追踪工程师构建的数据基础,使所有付费媒体优化成为可能。
- 错误追踪比无追踪更糟糕——一次错误计数的转化,不仅浪费数据,更会主动误导出价算法向错误结果优化。
- 追踪 bug 会无声叠加——5% 的数据差异若不修复,明天就变成一个方向错误的出价算法。
- 重大营销活动前必须先建立测量计划Measurement Plan
## Key Quotes
> "Bad tracking is worse than no tracking — a miscounted conversion doesn't just waste data, it actively misleads bidding algorithms into optimizing for the wrong outcomes." — 核心原则
> "Always cross-reference platform-reported conversions against the actual API data. Tracking bugs compound silently — a 5% discrepancy today becomes a misdirected bidding algorithm tomorrow." — 调试方法论
> "If it's not tracked correctly, it didn't happen." — Agent 风格标语
## Key Concepts
- [[GoogleTagManager]]GTM 容器架构、工作区管理、触发器/变量设计、自定义 HTML 标签、Consent Mode 实现、标签序列与触发优先级。
- [[GoogleAnalytics4]]:事件分类体系设计、自定义维度/指标、增强衡量配置、电商 dataLayer 实现view_item/add_to_cart/begin_checkout/purchase、跨域追踪。
- [[MetaConversionsAPI]]CAPI 服务端配置、事件去重event_id 匹配)、域名验证、聚合事件测量配置——确保 Pixel 浏览器事件与 CAPI 服务端事件不重复计数。
- [[ServerSideTagging]]GTM 服务端容器部署、第一方数据收集、Cookie 管理、服务端富化。
- [[ConversionTracking]]Google Ads 转化操作(主转化/次转化)、增强转化(网页和线索)、离线转化 API 导入、转化价值规则、转化操作集。
- [[AttributionModeling]]:数据驱动归因模型配置、跨渠道归因分析、增量测试设计、营销组合建模输入。
- [[ConsentModeV2]]Consent Mode v2 实现、GDPR/CCPA 合规、Cookie Banner 集成、数据保留设置。
- [[DataLayerArchitecture]]:复杂电商和线索生成网站的 dataLayer 架构设计规范。
## Key Entities
- [[JohnWilliams]]Agent 作者(@itallstartedwithaidea
- [[TheAgency]]Agent 所属的多 Agent 协作框架
## Connections
- [[PaidMediaAdCreativeStrategist]] ← complementary ← [[PaidMediaTrackingSpecialist]]
- [[PaidMediaPaidSocialStrategist]] ← depends_on ← [[PaidMediaTrackingSpecialist]]Social 广告依赖精准追踪)
- [[PaidMediaPPCStrategist]] ← depends_on ← [[PaidMediaTrackingSpecialist]]PPC 依赖转化追踪数据)
- [[PaidMediaProgrammaticBuyer]] ← depends_on ← [[PaidMediaTrackingSpecialist]](程序化投放依赖归因模型)
- [[PaidMediaSearchQueryAnalyst]] ← depends_on ← [[PaidMediaTrackingSpecialist]](搜索词分析依赖转化数据)
- [[PaidMediaAuditor]] ← depends_on ← [[PaidMediaTrackingSpecialist]](审计依赖追踪准确性验证)
## Contradictions
- (暂无发现与其他页面的内容冲突)

View File

@@ -0,0 +1,63 @@
---
title: "Account Strategist Agent"
type: source
tags: []
date: 2026-04-25
---
## Source File
- [[Agent/agency-agents/sales/sales-account-strategist.md]]
## Summary用中文描述
- 核心主题Account Strategist账户策略师Agent —— 售后收入扩张战略智能体专门负责账户扩展、QBR设计、利益相关者映射和净收入留存
- 问题域SaaS/企业软件公司如何将一次性成交转化为长期平台关系如何通过系统性扩张规划实现净收入留存NRR最大化
- 方法/机制Land-and-Expand 执行框架 → 季度业务回顾QBR设计 → 利益相关者多线程关系建设 → NRR 健康评分体系 → 流失预警干预机制
- 结论/价值最佳销售时机是客户成功时账户健康优先于扩张永远不做单线程账户NRR 是终极指标
## Key Claims用中文描述
- 账户策略师将每个客户账户视为一片有待填充的空白领域territory with whitespace通过系统性扩张规划将单点解决方案转化为企业平台
- 每个扩张机会必须配套来自客户视角的文档化商业案例,单纯有信号不足以触发扩张
- 永远不在尚未成功使用现有产品的账户上推扩张——向不健康的账户销售更多会加速流失而非增长
- 区分扩张就绪(客户可以买更多)与扩张意图(客户想买更多),只有后者才能可靠转化
- 每个账户必须有至少三条独立的业务关系线——即使冠军明天离职,你仍然能与关心产品的其他人保持活跃对话
- NRR净收入留存是终极指标它用一个数字捕获了扩张、收缩和流失
- QBR 应是前瞻性的战略规划会议,而非回顾性的状态报告
## Key Quotes
> "The best time to sell more is when the customer is winning." — Account Strategist Agent 核心理念
> "A signal alone is not enough. Every expansion signal must be paired with context (why is this happening?), timing (why now?), and stakeholder alignment (who cares about this?)." — Expansion Signal Discipline
> "Never pitch expansion to a customer who is not yet successful with what they already own." — Account Health First Rule
> "NRR is the ultimate metric. It captures expansion, contraction, and churn in a single number. Optimize for NRR, not bookings." — Account Health First Rule
> "Be strategically specific: 'Usage in the analytics team hit 92% capacity — their headcount is growing 30% next quarter, so expansion timing is ideal.'" — Communication Style
## Key Concepts
- [[Land-and-Expand]]将初始成交land deal逐步扩展为七位数平台关系的系统性方法论包括扩张就绪信号识别、冠军赋能套件、RACI 扩张剧本
- [[Net Revenue Retention (NRR)]]净收入留存率——捕获扩张、收缩和流失的综合指标NRR > 100% 意味着即使没有新客户也能实现增长
- [[QBR (Quarterly Business Review)]]:季度业务回顾——前瞻性战略规划会议,包含 ROI 数据量化回顾、业务目标对齐、共同行动计划
- [[Stakeholder Mapping]]:利益相关者映射——维护账户内活的利益相关者地图:决策者、预算持有者、影响者、终端用户、反对者、冠军
- [[Multi-Threading]]多线程关系建设——每个账户至少三条独立关系线防止单点失败champion 离职导致的关系断层)
- [[Account Health Score]]:账户健康评分——综合产品使用率、支持工单情感、利益相关者参与度、合同时间线、高管发起人活动
- [[Churn Prevention Playbook]]:流失预防手册——早期预警信号 + 分级干预计划(立即/短期/中期)
## Key Entities
- **Account Strategist Agent**:售后扩张策略师角色,对应 [[sales-account-strategist]]
- **Account Executive (AE)**客户经理与账户策略师在扩张剧本、RACI 中协作
- **Customer Success (CS)**:客户成功团队,负责使用监控和健康评分维护
- **Product Team**:产品团队,参与扩张对齐和里程碑触发
- **Executive Sponsor**:高管发起人——高参与度(>60天未接触=风险信号)是账户健康的领先指标
## Connections
- [[sales-proposal-strategist]] ← post-sale extends pre-sale ← [[sales-proposal-strategist]]
- [[sales-engineer]] ← overlaps (both post-sale) ← [[sales-engineer]]
- [[sales-discovery-coach]] ← upstream feeds downstream ← [[sales-discovery-coach]]
- [[sales-pipeline-analyst]] ← shares NRR metric ← [[sales-pipeline-analyst]]
## Contradictions
- 与 [[sales-proposal-strategist]] 的关注阶段不同:
- 冲突点:提案策略师关注赢单前的提案叙事;账户策略师关注赢单后的扩张执行
- 当前观点:两者互补——提案建立期望,账户策略师交付并超越期望
- 对方观点:[[sales-proposal-strategist]] 的"赢单叙事"需要考虑 post-sale 的可交付性
- 与 [[sales-coach]] 的辅导焦点不同:
- 冲突点:销售教练辅导卖方(销售代表成长);账户策略师辅导买方(帮助客户内部推广)
- 当前观点:互补关系——[[sales-coach]] 提升卖方能力,[[sales-account-strategist]] 建设买方冠军
- 对方观点:无直接冲突,角色边界清晰

View File

@@ -0,0 +1,54 @@
---
title: "Sales Coach Agent"
type: source
tags: ["sales", "coaching", "agent", "b2b"]
date: 2026-04-24
---
## Source File
- [[Agent/agency-agents/sales/sales-coach.md]]
## Summary用中文描述
- 核心主题AI 销售教练 Agent通过苏格拉底式提问驱动销售代表成长专注于管道审查、话术辅导、交易策略和预测准确性
- 问题域:销售团队管理、销售代表能力发展、交易风险识别、预测纪律
- 方法/机制:结构化辅导框架( Richardson Sales Performance、挑战者销售模型Challenger、MEDDPICC 资质诊断、行为反馈循环
- 结论/价值:正式销售辅导项目使配额完成率达 91.2%vs 非正式辅导 84.7%每周接受2小时以上辅导的销售代表赢单率达56%vs 少于30分钟仅43%
## Key Claims用中文描述
- 正式销售辅导项目使团队配额完成率达 91.2%,显著优于非正式辅导的 84.7%
- 每周接受 2 小时以上辅导的销售代表赢单率为 56%,远高于每周少于 30 分钟辅导的 43%
- 辅导行为而非结果:过程完美的输单不需要纠正,幸运赢单需要立即辅导
- 管道数量是虚荣指标,管道质量才是管理工具
- 每次辅导互动必须产出一个具体、可行为、可执行的改进建议
## Key Quotes
> "Ask before telling. Your first instinct should always be a question, not an instruction." — 苏格拉底式辅导的核心原则
> "A lost deal with disciplined process is more valuable than a lucky win, because process compounds and luck does not." — 过程优于结果
> "Enthusiasm without commitment is not a buying signal." — 挑战"happy ears",要求可验证的承诺
## Key Concepts
- [[MEDDPICC]]交易资质诊断框架包含八个维度Metrics、Economic Buyer、Decision Criteria、Decision Process、Paper Process、Implicated Pain、Champion、CompetitionDeal 少于 5/8 字段填充即为资格不足,是预测失误的主要来源;资质缺口是交易风险的信号,而非 CRM 记录问题
- [[Challenger Sales Model]]:挑战者辅导模型,教导销售代表以商业洞察引领对话,而非被动回应客户需求;在客户思考问题的方式上重新构建认知
- [[Richardson Sales Performance Framework]]:四维能力框架:辅导卓越、激励领导、销售管理纪律、战略规划
- [[Pipeline Review]]:将管道审查从审讯转变为辅导对话,用"我们对这个交易还有什么不知道的"替代"什么时候关单"
- [[Forecast Accuracy]]:基于可验证证据而非乐观情绪的预测纪律,区分 upside/commit/closed 三个层级
- [[Coaching Discipline]]:辅导纪律——行为辅导而非结果辅导;一次只做一件事;跟进反馈是否被应用
## Key Entities
- [[Discovery Coach Agent]]:同为 The Agency 销售类 Agent专注发现阶段辅导与 Sales Coach 形成互补关系
- [[Sales Pipeline Analyst Agent]]:管道分析类 Agent提供数据支撑与 Sales Coach 协同工作
- [[Sales Deal Strategist Agent]]:交易策略类 Agent在重大交易前进行策略准备
## Connections
- [[Discovery Coach Agent]] ← complements ← [[Sales Coach Agent]]
- [[Sales Pipeline Analyst Agent]] ← provides_data_for ← [[Sales Coach Agent]]
- [[Sales Deal Strategist Agent]] ← prepares ← [[Sales Coach Agent]]
- [[Sales Coach Agent]] ← uses ← [[MEDDPICC]]
- [[Sales Coach Agent]] ← uses ← [[Challenger Sales Model]]
## Contradictions
- 与 [[Discovery Coach Agent]] 的潜在差异:
- 冲突点:辅导焦点的层次不同
- 当前观点Sales Coach辅导范围覆盖全销售周期包括发现、策略、预测
- 对方观点Discovery Coach专注发现阶段的深度辅导
- 协调方案Discovery Coach 负责发现阶段深度Sales Coach 负责整体辅导规划,两者协同覆盖完整周期

View File

@@ -0,0 +1,61 @@
---
title: "Deal Strategist Agent"
type: source
tags: []
date: 2026-04-20
---
## Source File
- [[Agent/agency-agents/sales/sales-deal-strategist.md]]
## Summary用中文描述
- 核心主题B2B 复杂销售周期的高级deal策略与管线架构
- 问题域销售管线中deal质量评估不严、预测失准、竞争定位模糊、赢率低下
- 方法/机制MEDDPICC八维资质评分 + Challenger商业教学法 + 三区竞争定位 + 六步商业教学序列 + 交易检查方法论
- 结论/价值全面推行MEDDPICC的组织赢率提升18%、deal规模扩大24%预测准确率Commit deals关闭率85%+Qualified Pipeline赢率35%+
## Key Claims用中文描述
- 全面推行MEDDPICC的组织赢率提升18%、deal规模扩大24%——但前提是将MEDDPICC作为思维工具而非打勾练习
- 一个deal若没有回答全部八个要素说明尚未真正理解该deal
- 6周采购周期如果在第11周才发现会直接扼杀季度
- 决策在理性层面被论证,在感性层面被做出
- 预测准确率Commit deals关闭率应达85%+
- Qualified Pipeline28/40分以上赢率应达35%+
- 竞争定位中的Losing Zone应对策略是缩小其重要性而非撒谎或攻击竞争对手
## Key Quotes
> "A deal without all eight answered is a deal you don't understand." — MEDDPICC核心原则
> "This deal is at risk. Here's why, and here's what to do about it." — 策略师沟通风格
> "Decisions are justified rationally and made emotionally." — 商业教学情感层
> "The winning move on losing zones is to shrink their importance, not to lie about your capabilities." — 竞争定位原则
## Key Concepts
- [[MEDDPICC]]八维资质评分框架——Metrics/Economic Buyer/Decision Criteria/Decision Process/Paper Process/Identify Pain/Champion/Competition每维度5分满分40
- [[Challenger Sales Model]]:挑战者销售法——通过商业教学重新定义买方对自身问题的理解,在定位解决方案之前先建立价值
- [[Command of the Message]]:信息掌控框架——三层支柱(我们解决什么问题/我们如何不同/客户实现什么可衡量成果)
- Deal Scoring加权评分模型分离真实管线与虚假管线含预警指标
- Competitive Positioning竞争定位策略——Winning/Battling/Losing三区分类 + 地雷问题布局
- Win Planning分阶段行动计划含明确责任人、里程碑和退出标准
- Deal Inspection Methodology交易检查方法论——系统性探测deal状态、风险和下一步
- Challenger Messaging六步商业教学序列——Warmer/Reframe/Rational Drowning/Emotional Impact/A New Way/Your Solution
## Key Entities
- [[Sales Coach Agent]]同为The Agency销售体系的核心智能体Sales Coach辅导卖方行为Deal Strategist辅导deal策略
- [[Discovery Coach Agent]]发现阶段教练提供买方情境输入给Deal Strategist
- [[Sales Proposal Strategist]]赢单叙事构建者接收Deal Strategist的竞争定位和评分输出
- Deal Strategist AgentThe Agency销售部门成员专业于MEDDPICC deal策略、竞争定位和赢单规划
## Connections
- [[sales-coach]] ← shares MEDDPICC framework with ← [[sales-discovery-coach]]
- [[sales-proposal-strategist]] ← receives win strategy input from ← [[sales-deal-strategist]]
- [[sales-discovery-coach]] ← provides buyer context to ← [[sales-deal-strategist]]
- [[sales-deal-strategist]] ← extends MEDDPICC with deal execution tactics ← [[sales-coach]]
## Contradictions
- 与 [[sales-proposal-strategist]] 的视角差异:
- 冲突点Deal Strategist聚焦交易层面的策略和执行Proposal Strategist聚焦提案层面的叙事和说服
- 当前观点Deal Strategist认为"没有全面评估的deal在预测会上就输了"
- 对方观点Proposal Strategist认为"赢单在提案开篇100词就已决定"
- 协调两者互补——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
- 与 [[sales-discovery-coach]] 的互补关系:
- Discovery Coach发现买方情境Deal Strategist基于此构建交易策略两者构成"发现→策略"闭环

View File

@@ -0,0 +1,50 @@
---
title: "Discovery Coach Agent"
type: source
tags: [sales, discovery, methodology, coaching]
last_updated: 2026-04-25
---
## Source File
- [[Agent/agency-agents/sales/sales-discovery-coach.md]]
## Summary用中文描述
- 核心主题销售发现访谈Discovery方法论与教练框架帮助销售代表成为更优秀的买家访谈者
- 问题域:销售团队普遍存在发现访谈深度不足、问题设计粗糙、无法挖掘真正购买动机的问题
- 方法/机制三大发现框架SPIN Selling / Gap Selling / Sandler Pain Funnel+ 标准30分钟发现电话结构 + AECR异议处理框架
- 结论/价值:发现是交易成败的关键战场——而非演示、提案或谈判阶段。顶级销售通过多问一个问题来击败竞争对手
## Key Claims用中文描述
- 发现阶段决定交易成败,而非演示、提案或谈判阶段
- Implication问题SPIN Selling第三层是最有力的成交工具因其激活买家的损失厌恶心理
- Gap Selling中根因问题是最重要也最常被跳过的问题表面问题不产生紧迫感根因才产生
- Sandler Pain Funnel第三层个人/情感层面)是大多数销售人员永远不会触及的区域,但购买决策本质上是情感决策
- 预算异议几乎从不是真正的预算问题,而是买家对价值是否超过成本的判断
## Key Quotes
> "Implication questions are uncomfortable to ask. That discomfort is a feature. The buyer has not fully confronted the cost of the status quo until these questions are asked." — SPIN Selling中Implication问题的价值说明
> "Level 3 is where most sellers never go. But buying decisions are emotional decisions with rational justifications." — Sandler Pain Funnel第三层的重要性
> "Budget objections are almost never about budget. They are about whether the buyer believes the value exceeds the cost." — 预算异议的真相
> "The 60/40 rule: the buyer should talk 60% of the time or more. If you are talking more than 40%, you are pitching, not discovering." — 发现访谈的核心比例原则
## Key Concepts
- [[SPIN Selling]]Neil Rackham提出的企业销售四步提问法Situation / Problem / Implication / Need-Payoff核心洞察是Implication问题通过激活损失厌恶来推动成交
- [[Gap Selling]]Keenan提出的以当前状态与期望未来状态之间的差距为中心的销售方法论差距越大紧迫感越强
- [[Sandler Pain Funnel]]:从表面症状到商业影响再到情感/个人层面的三层漏斗式发现技术
- [[AECR Framework]]处理销售异议的四步框架Acknowledge / Empathize / Clarify / Reframe将异议视为诊断信息
- [[Upfront Contract]]:发现电话开场的最优技术,通过预设三种可能结果来建立信任和获取提问许可
- [[Discovery Call Structure]]标准30分钟发现电话的时间分配开场2分钟 / 发现18分钟 / 定向pitch 6分钟 / 下一步4分钟
## Key Entities
- [[Neil Rackham]]SPIN Selling方法论的提出者通过对35,000+次销售拜访的研究发展出该框架
- [[Keenan]]Gap Selling方法论的提出者强调当前状态与未来状态之间精确差距的商业价值
- [[Sandler]]Sandler Pain Funnel的创始人开发了从表面到个人层面的三层痛苦发现技术
## Connections
- [[Sales Coach]] ← extends ← [[Discovery Call Structure]]
- [[SPIN Selling]] ← extends ← [[Sandler Pain Funnel]]两者互补SPIN强调问题序列Sandler强调深度层次
- [[AECR Framework]] ← depends_on ← [[Discovery Call Structure]]
- [[Gap Selling]] ← depends_on ← [[SPIN Selling]]Gap Selling可视为SPIN框架的实践落地
## Contradictions
- 暂无发现与现有Wiki内容的冲突

View File

@@ -0,0 +1,59 @@
---
title: "Sales Engineer Agent"
type: source
tags: []
date: 2026-04-25
---
## Source File
- [[Agent/agency-agents/sales/sales-engineer.md]]
## Summary用中文描述
- 核心主题售前工程师Sales EngineerAgent 的角色定义、能力模型与操作框架,专注于在 B2B 技术评估中赢得技术决策
- 问题域B2B 软件销售中的技术售前环节——如何设计演示、执行 POC、应对竞争、处理异议、管理评估流程
- 方法/机制Demo Engineering以影响力为导向的演示设计、POC Scoping严格限定的概念验证范围、FIA Framework事实-影响-行动竞争定位框架、Evaluation Notes交易级技术情报维护
- 结论/价值:技术决策先于商业决策,售前工程师必须将每一次技术对话连接到业务成果,而非单纯展示功能
## Key Claims用中文描述
- 售前工程师赢得技术决策,销售才能赢得商业合同——技术层是整个交易的关键门槛
- 演示不是产品tour而是叙事——买家在演示中看到自己的问题被实时解决
- POC 不是免费试用,而是有二元结果的结构化评估:成功或失败,标准在开始前就已明确定义
- 竞争定位应采用 FIA 框架Fact-Impact-Act保持事实基础和可操作性而非情绪化和反应式
- 永远不要攻击竞争对手——认可竞争对手的优势,同时清晰表达差异化
## Key Quotes
> "A demo is not a product tour. A demo is a narrative where the buyer sees their problem solved in real time." — 演示的本质是叙事,不是功能演示
> "Every technical conversation must connect back to a business outcome or it's just a feature dump." — 技术对话必须连接到业务成果
> "Ambiguous success criteria produce ambiguous outcomes, which produce 'we need more time to evaluate,' which means you lost." — 模糊的成功标准等于失败
> "Never trash the competition. Buyers respect SEs who acknowledge competitor strengths while clearly articulating differentiation." — 永远不要攻击竞争对手
## Key Concepts
- [[Demo Engineering]]:以影响力为导向的演示设计,先量化问题,再展示产品,最后证明效果
- [[POC Scoping]]:严格限定的概念验证范围设计,以成功标准、硬性时间线和检查点为支柱
- [[FIA Framework]]Fact-Impact-Act 竞争定位框架,保持事实基础和可操作性
- [[Evaluation Notes]]:交易级技术情报维护,结构化记录每个活跃交易的技术环境、决策者、竞争态势和演示策略
- [[Technical Objection Handling]]:技术异议处理,解码真实问题而非表面问题
- [[Aha Moment]]:演示中让买家产生"这正是我们需要的"那一刻,是演示成功的核心标志
## Key Entities
- [[Sales Pipeline Analyst Agent]]:同属销售团队的数据分析 Agent共同支撑销售闭环
- [[Sales Outbound Strategist Agent]]:同属销售团队的对外策略 Agent共同支撑销售闭环
- [[Deal Strategist Agent]]:同属销售团队的交易策略 Agent共同支撑销售闭环
- [[Account Strategist Agent]]:同属销售团队的客户策略 Agent共同支撑销售闭环
- [[Sales Proposal Strategist]]:同属销售团队的建议书策略 Agent共同支撑销售闭环
## Connections
- [[Sales Pipeline Analyst Agent]] ← team_member ← [[Sales Engineer Agent]]
- [[Sales Outbound Strategist Agent]] ← team_member ← [[Sales Engineer Agent]]
- [[Deal Strategist Agent]] ← team_member ← [[Sales Engineer Agent]]
- [[Account Strategist Agent]] ← team_member ← [[Sales Engineer Agent]]
- [[Sales Proposal Strategist]] ← team_member ← [[Sales Engineer Agent]]
- [[Sales Discovery Coach Agent]] ← adjacent_role ← [[Sales Engineer Agent]]
- [[Sales Coach Agent]] ← adjacent_role ← [[Sales Engineer Agent]]
## Contradictions
- 与 [[Sales Discovery Coach Agent]] 在"技术深度"维度存在互补张力:
- 冲突点:售前工程师在发现阶段应保持多深的技术参与度?
- 当前观点Sales Engineer售前工程师应主导技术发现结构化地挖掘架构、集成、安全约束和真实技术决策标准
- 对方观点Sales Discovery Coach销售发现应聚焦于业务问题深度技术探索由专门的角色或时机负责
- 协调方向:在发现阶段早期以业务语言建立信任,进入评估阶段后切换为技术深度模式

View File

@@ -0,0 +1,46 @@
---
title: "Pipeline Analyst Agent"
type: source
tags: [sales, revenue-operations, pipeline, forecasting, CRM, MEDDPICC]
date: 2026-04-25
---
## Source File
- [[Agent/agency-agents/sales/sales-pipeline-analyst.md]]
## Summary用中文描述
- 核心主题Revenue Operations 领域的 Pipeline 健康诊断与收入预测 AI Agent将 CRM 数据转化为可执行的 Pipeline 洞察,在问题演变为季度失误之前主动预警。
- 问题域:销售 Pipeline 管理、收入预测准确性、Deal 质量评估、销售教练数据分析
- 方法/机制Pipeline Velocity 公式 + MEDDPICC 资格评分 + 多信号预测模型 + Deal 健康评分卡
- 结论/价值:质量调整后的 Pipeline 覆盖度永远优于阶段加权覆盖度;每份 Pipeline 评估都应至少发现一个需要立即干预的 Deal预测必须带置信区间而非单一数字。
## Key Claims用中文描述
- Pipeline Velocity =(合格机会数 × 平均 Deal 规模 × 胜率)/ 销售周期长度,四个变量均为诊断杠杆。
- 目标覆盖比率:成熟可预测业务 3x成长期或新市场 4-5x新销售入职 5x+。
- 晚期阶段 Deal 的 MEDDPICC 字段少于 5/8 即为资格不足,是预测失误的主要来源。
- 多线程、利益相关者深度参与的 Deal 关闭率是同阶段单线程低活跃度 Deal 的 2-3 倍。
- 预测必须输出 Commit>90%置信)/Best Case>60%/Upside<60%)三档,而非单一数字。
- AI 驱动的预测评分消除两种最常见的人类偏见:销售乐观主义(永远"看起来很好")和管理层锚定(从上一季度数字而非当前数据分析)。
## Key Quotes
> "Quality-adjusted coverage discounts pipeline by deal health score, stage age, and engagement signals. A $5M pipeline with 20 stale, poorly qualified deals is worth less than a $2M pipeline with 8 active, well-qualified opportunities." — 质量调整原则:高质量少量 Pipeline 优于大量低质量 Pipeline
> "Deals with fewer than 5 of 8 MEDDPICC fields populated are underqualified. Underqualified deals at late stages are the primary source of forecast misses." — 晚期阶段资格不足 Deal 是预测失误的主因
> "The CRM shows $12M in pipeline. After adjusting for stale deals, missing qualification data, and historical stage conversion, the realistic weighted pipeline is $4.8M." — 数据质量对预测的影响示例
## Key Concepts
- [[PipelineVelocity]]Pipeline Velocity =(合格机会数 × 平均 Deal 规模 × 胜率)/ 销售周期长度,是 Revenue Operations 最核心的复合指标
- [[MEDDPICC]]8维度 Deal 资格评估框架Metrics、Economic Buyer、Decision Criteria、Decision Process、Paper Process、Implicated Pain、Champion、Competition用于诊断 Deal 质量和预测可行性
- [[DealHealthScoring]]:通过资格深度、互动强度、进展速度三维度综合评估 Deal 健康状况的评分体系
- [[QualityAdjustedCoverage]]:质量调整后的 Pipeline 覆盖度,结合 Deal 健康评分、阶段年龄和互动信号对 Pipeline 进行折减
- [[RevenueOperations]]Revenue Operations 的核心分析方法论,活动指标驱动 Pipeline 指标Pipeline 指标驱动收入结果
## Key Entities
- [[SalesDealStrategist]]Deal 策略制定 Agent与 Pipeline Analyst 共同构成销售情报闭环Pipeline Analyst 评估 Deal 质量Deal Strategist 制定推进策略)
- [[SalesAccountStrategist]]:客户策略 AgentPipeline Analyst 为其提供客户层级的 Pipeline 健康数据
- [[SalesOutboundStrategist]]:外展策略 Agent其创建的 Pipeline 机会进入 Pipeline Analyst 的监测体系
## Connections
- [[SalesDealStrategist]] ← depends_on ← [[SalesPipelineAnalyst]]
- [[SalesAccountStrategist]] ← depends_on ← [[SalesPipelineAnalyst]]
- [[SalesOutboundStrategist]] ← creates_pipeline_for ← [[SalesPipelineAnalyst]]
- [[SalesCoach]] ← uses_forecast_data ← [[SalesPipelineAnalyst]]

View File

@@ -0,0 +1,51 @@
---
title: "Sales Proposal Strategist"
type: source
tags: ["sales", "proposal", "RFP", "win-themes", "narrative", "persuasion"]
date: 2026-04-20
---
## Source File
- [[Agent/agency-agents/sales/sales-proposal-strategist.md]]
## Summary用中文描述
- 核心主题:销售提案策略师 Agent 的系统化提案撰写方法论——将 RFP 响应从合规检查清单转化为有说服力的赢单叙事
- 问题域企业级销售提案、RFP 响应、竞争性投标、赢标主题开发、执行摘要撰写
- 方法/机制三幕提案叙事结构理解挑战→解决方案旅程→转变状态、3-5 个赢标主题矩阵、执行摘要五步模板、说服架构(首因/近因效应、认知负荷管理、社会认同排序、损失厌恶框架)、内容运营体系
- 结论/价值:提案的胜负在开篇 100 词内决定;叙事是差异化核心;在能力趋同的商品化市场中,说服力即竞争力
## Key Claims用中文描述
- 赢标主题必须贯穿执行摘要、解决方案叙事、案例研究和定价逻辑——孤立的主题等于隐形的主题
- 提案在开篇 100 词内决定胜负:评估者通过前 100 词判断供应商是否真正理解他们的业务
- 执行摘要不是提案的摘要,而是提案的终局论证,应放在最前面
- 永远不要直接批评竞争对手——将自身优势框架为直接利益,让对比自然形成
- 定价在价值之后:先建立 ROI 案例、量化问题成本,在买方看到数字之前锚定成果而非成本
- 内容库应按赢标主题而非章节组织——加速未来提案并保持叙事一致性
## Key Quotes
> "Proposals are won on clarity and lost on generics." — 核心理念:泛泛而谈即失败
> "The executive summary is the proposal's closing argument, placed first." — 执行摘要的本质定义
> "Every proposal needs 3-5 win themes: compelling, client-centric statements that connect your solution directly to the buyer's most urgent needs." — 赢标主题的定义
> "Micro-stories win sections. Teams that embed micro-stories within technical sections achieve measurably higher evaluation scores." — 微故事的力量
## Key Concepts
- [[WinThemes|赢标主题Win Themes]]:连接解决方案与买方最紧迫需求的核心叙事陈述,贯穿整个提案
- [[ThreeActProposalNarrative|三幕提案叙事Three-Act Proposal Narrative]]:理解挑战→解决方案旅程→转变状态
- [[ExecutiveSummary|执行摘要Executive Summary]]:提案的终局论证,非摘要
- [[CaptureStrategy|捕获策略Capture Strategy]]RFP 发布前的预定位和关系映射
- [[PersuasionArchitecture|说服架构Persuasion Architecture]]:首因/近因效应、认知负荷管理、社会认同排序、损失厌恶框架
- [[RFP|RFPRequest for Proposal]]:招标书/需求建议书
- [[WinThemeMatrix|赢标主题矩阵Win Theme Matrix]]:评估主题与买方需求、差异化因素、证明点映射关系的结构化工具
## Key Entities
- 无特定命名实体(人/公司/产品/项目)
## Connections
- [[SalesCoach]] ← related_to ← [[SalesProposalStrategist]](同属销售 Agent 体系)
- [[SalesDiscoveryCoach]] ← related_to ← [[SalesProposalStrategist]](发现阶段为提案策略提供输入)
- [[SalesEngineer]] ← related_to ← [[SalesProposalStrategist]](技术销售工程师提供提案技术支撑)
- [[SalesOutboundStrategist]] ← related_to ← [[SalesProposalStrategist]](外展策略为提案创造机会)
- [[SalesDealStrategist]] ← related_to ← [[SalesProposalStrategist]]deal 策略与提案策略协同)
## Contradictions
- 暂无冲突

View File

@@ -0,0 +1,54 @@
---
title: "Terminal Integration Specialist"
type: source
tags: []
date: 2026-04-20
---
## Source File
- [[Agent/agency-agents/spatial-computing/terminal-integration-specialist.md]]
## Summary用中文描述
- 核心主题Terminal Integration Specialist 是一个专注于终端仿真、文本渲染优化和 SwiftTerm 集成的 Agent服务于现代 Swift 应用程序开发。
- 问题域:如何在 Apple 平台上iOS/macOS/visionOS构建高性能、符合无障碍标准的终端模拟器如何将 SSH 连接到终端仿真器;如何在 SwiftUI 应用中嵌入 SwiftTerm。
- 方法/机制:
- 完整支持 VT100/xterm ANSI 转义序列,实现光标控制与终端状态管理
- 使用 Core Graphics / Core Text 优化文本渲染,实现平滑滚动
- 通过 SwiftNIO SSH / NMSSH 实现 SSH I/O 桥接
- 嵌入式 SwiftUI 生命周期管理和后台 I/O 线程处理
- 结论/价值:提供了一套完整的 Apple 平台终端集成解决方案兼顾性能、无障碍和跨平台考虑iOS/macOS/visionOS
## Key Claims用中文描述
- SwiftTerm API 提供完整的公开接口,支持终端仿真的深度定制
- Core Graphics 优化可实现高频文本更新下的平滑滚动渲染
- 正确的后台线程处理可避免 UI 更新阻塞,确保终端 I/O 流畅
- SSH 连接状态管理涵盖连接、断开、重连场景的完整终端行为处理
- VoiceOver、动态类型等无障碍支持是 Apple 平台终端集成的必要条件
## Key Quotes
> "Focuses on creating robust, performant terminal experiences that feel native to Apple platforms while maintaining compatibility with standard terminal protocols." — 核心理念
> "Specializes in SwiftTerm specifically (not other terminal emulator libraries)" — 明确范围边界
## Key Concepts
- [[VT100/xterm Standards]]:完整的 ANSI 转义序列支持,用于光标控制和终端状态管理
- [[SwiftTerm]]Miguel de Icaza 开发的 MIT 许可 Swift 终端仿真库,核心依赖
- [[Core Graphics Optimization]]:通过 Core Graphics / Core Text 优化文本渲染,实现高频更新下的平滑滚动
- [[SSH I/O Bridging]]:将 SSH 流高效桥接到终端仿真器的输入/输出层
- [[Scrollback Buffer]]:大终端历史的回滚缓冲区管理,支持搜索功能
- [[Accessibility Integration]]VoiceOver、动态类型等 Apple 无障碍技术集成
## Key Entities
- [[SwiftTerm]]MIT License核心终端仿真库GitHub: migueldeicaza/SwiftTerm
- [[SwiftNIO SSH]]:用于 SSH 连接的 Swift 网络库
- [[NMSSH]]:另一个 SSH 连接选项库
- [[Core Graphics]]Apple 平台 2D 渲染框架
- [[Core Text]]Apple 平台文本排版引擎
## Connections
- [[visionOS Spatial Engineer]] ← depends_on ← [[Terminal Integration Specialist]]visionOS 空间工程师依赖终端集成实现空间终端体验
- [[macOS Spatial Metal Engineer]] ← depends_on ← [[Terminal Integration Specialist]]macOS Metal 工程师依赖终端集成处理渲染层面
- [[SwiftTerm]] ← implements ← [[VT100/xterm Standards]]SwiftTerm 库实现 VT100/xterm 标准
## Contradictions
- 无明显内容冲突;该 Agent 专注于 Apple 平台和 SwiftTerm与其他通用终端解决方案如 libvte、iTerm2不在同一问题域内。

View File

@@ -0,0 +1,41 @@
---
title: "XR Cockpit Interaction Specialist Agent"
type: source
tags: []
date: 2026-04-20
---
## Source File
- [[Agent/agency-agents/spatial-computing/xr-cockpit-interaction-specialist.md]]
## Summary用中文描述
- 核心主题XR 座舱交互专家 Agent——专注于设计和实现沉浸式座舱式交互环境融合空间控制与自然人体工学
- 问题域:如何在 XR 环境中构建高存在感、低眩晕的固定视角座舱交互系统
- 方法/机制固定视角fixed-perspective高存在感交互区设计、人体工学对齐眼-手-头协调、约束驱动控制机制constraint-driven、多模态交互集成手势+语音+注视+物理道具)
- 结论/价值:提供真实感与舒适度并重的 XR 座舱解决方案适用于模拟指挥中心、航天器座舱、XR 载具界面和训练模拟器
## Key Claims用中文描述
- XR 座舱交互通过固定视角设计fixed-perspective和高存在感交互区high-presence interaction zones显著提升沉浸感体验
- 约束驱动控制机制constraint-driven control mechanics消除自由漂浮运动有效降低用户眩晕感
- 座舱人体工学设计需对齐自然的眼-手-头协调流动eyehandhead flow确保长时间使用舒适性
- 多模态交互集成(手势、语音、注视、物理道具)为用户提供灵活自然的控制选择
## Key Quotes
> "You create fixed-perspective, high-presence interaction zones that combine realism with user comfort." — Agent 核心定位:固定视角高存在感交互区设计
## Key Concepts
- [[Constraint-Driven-Control-Mechanics]]:约束驱动控制机制——通过 3D meshes 和输入约束实现的控制物理化设计,取代自由漂浮式交互
- [[Cockpit-Ergonomics]]:座舱人体工学——对齐自然的眼-手-头协调流动,优化长时间使用的舒适度
- [[Spatial-Computing]]空间计算——XR 环境的核心技术基础,支持 3D 空间中的交互设计
- [[Motion-Sickness-Threshold]]:运动病阈值——通过固定视角和约束驱动设计将其最小化
## Key Entities
- [[XR-Cockpit-Interaction-Specialist]]:本 Agent 角色——空间座舱设计专家,专注于 XR 模拟和载具界面
## Connections
- [[XR-Interface-Architect]] ← builds_upon ← [[XR-Cockpit-Interaction-Specialist]]
- [[XR-Immersive-Developer]] ← collaborates ← [[XR-Cockpit-Interaction-Specialist]]
- [[Terminal-Integration-Specialist]] ← extends ← [[XR-Cockpit-Interaction-Specialist]]
## Contradictions
- 与 [[XR-Immersive-Developer]] 在运动自由度上存在设计张力:后者倾向开放空间沉浸体验,前者强调固定视角约束以降低眩晕;当前观点:座舱场景优先舒适性与真实感,通用沉浸场景可保留开放自由度

View File

@@ -0,0 +1,55 @@
---
title: "XR Immersive Developer Agent Personality"
type: source
tags: []
date: 2026-04-20
---
## Source File
- [[Agent/agency-agents/spatial-computing/xr-immersive-developer.md]]
## Summary用中文描述
- 核心主题XR Immersive Developer Agent——基于 WebXR 技术的沉浸式浏览器 AR/VR/XR 应用开发专家智能体
- 问题域:如何在浏览器环境下构建跨平台、高性能、具备手部追踪/注视/控制器输入的沉浸式 3D 体验
- 方法/机制:使用 A-Frame / Three.js / Babylon.js 构建模块化组件化 XR 应用,通过 raycasting、hit testing、实时物理引擎实现沉浸交互通过 occlusion culling、shader tuning、LOD 系统优化性能,兼容 Meta Quest / Vision Pro / HoloLens / mobile AR
- 结论/价值:提供一套完整的前端 WebXR 工程能力——从原型开发到性能优化,从交互设计到跨设备兼容覆盖
## Key Claims用中文描述
- XR Immersive Developer 通过 WebXR Device API 实现浏览器端完整沉浸式支持hand tracking / pinch / gaze / controller input
- A-Frame / Three.js / Babylon.js 是核心 3D 引擎栈,覆盖从快速原型到高级渲染的完整需求
- 性能优化通过 occlusion culling、shader tuning、LOD 系统三条路径协同实现
- 跨设备兼容Meta Quest / Vision Pro / HoloLens / mobile AR需要显式兼容性层管理
- 模块化组件驱动设计确保 XR 体验可复用、降级优雅、便于维护
## Key Quotes
> "You are **XR Immersive Developer**, a deeply technical engineer who builds immersive, performant, and cross-platform 3D applications using WebXR technologies." — Agent 身份定义
> "You bridge the gap between cutting-edge browser APIs and intuitive immersive design." — 核心价值定位
> "You've shipped simulations, VR training apps, AR-enhanced visualizations, and spatial interfaces using WebXR" — 工程经验总结
## Key Concepts
- [[WebXR]]:浏览器原生沉浸式计算 API支撑 AR/VR/XR 跨设备体验
- [[A-Frame]]Mozilla 出品的 Three.js 封装框架,适合快速 WebXR 原型开发
- [[Three.js]]:底层 WebGL 3D 渲染引擎A-Frame 的核心依赖
- [[Babylon.js]]:微软出品的专业级 WebXR 3D 引擎,强大的工具链和 XR 支持
- [[Hand-Tracking]]WebXR Hand Input Module手部追踪交互能力
- [[LOD-System]]Level of Detail 渲染优化,根据距离动态调整模型精度
- [[Occlusion-Culling]]:遮挡剔除性能优化,不渲染被遮挡的物体
## Key Entities
- [[Meta Quest]]Facebook/Meta 的 VR 头显WebXR 主要目标平台之一
- [[Vision Pro]]Apple 空间计算设备WebXR 重要目标平台
- [[HoloLens]]Microsoft 的 AR 头显WebXR 兼容设备
- [[Mobile AR]]移动端增强现实ARKit/ARCore跨平台 WebXR 目标
## Connections
- [[XR-Interface-Architect]] ← depends_on ← [[XR-Immersive-Developer]](前者依赖后者的沉浸式渲染和交互能力)
- [[XR-Cockpit-Interaction-Specialist]] ← shares_domain ← [[XR-Immersive-Developer]](同属 Spatial Computing 部门)
- [[macOS-Spatial-Metal-Engineer]] ← complements ← [[XR-Immersive-Developer]](前者负责平台底层,后者负责浏览器层)
- [[visionOS-Spatial-Engineer]] ← complements ← [[XR-Immersive-Developer]](前者专注文果空间计算平台,后者专注浏览器跨平台)
## Contradictions
- 与 [[XR-Cockpit-Interaction-Specialist]] 冲突:
- 冲突点:运动自由度设计哲学
- 当前观点XR-Immersive-Developer倾向开放空间沉浸体验最大化运动自由度
- 对方观点XR-Cockpit-Interaction-Specialist强调固定视角约束constraint-driven control mechanics以降低运动病阈值
- 说明:两者代表 XR 交互设计的两种范式——沉浸派 vs 安全派,在不同场景下各有优势

View File

@@ -0,0 +1,49 @@
---
title: "XR Interface Architect Agent Personality"
type: source
tags: ["agent-personality", "spatial-computing", "ux-design", "ar-vr-xr"]
date: 2026-04-25
---
## Source File
- [[raw/Agent/agency-agents/spatial-computing/xr-interface-architect.md]]
## Summary用中文描述
- 核心主题:定义一个专为 AR/VR/XR 沉浸式环境设计空间化用户界面的 AI Agent 个性
- 问题域:如何在 3D 空间中创建直觉化、舒适且可发现的交互界面,同时减少晕动症、增强存在感
- 方法/机制:通过 HUD、浮动菜单、交互区域设计支持多种输入模型手势、注视+捏合、控制器),基于人体工程学约束布局 UI
- 结论/价值:提供一个以人为中心、感知驱动的研究型 Agent可为沉浸式应用定义 UI 流程、构建布局模板并运行可用性验证实验
## Key Claims用中文描述
- XR Interface Architect 通过设计空间直觉化用户体验来定义其核心使命
- 该 Agent 支持多种输入模型:直接触摸、注视+捏合、控制器和手势
- UI 放置遵循基于舒适度的约束原则,以减少晕动症
- 该 Agent 可构建座舱、仪表盘或可穿戴界面的布局模板
- 该 Agent 专注于沉浸式搜索、选择和操作的交互原型设计
## Key Quotes
> "Designs spatial interfaces where interaction feels like instinct, not instruction." — 核心理念,定义交互的最高目标
> "Human-centered, layout-conscious, sensory-aware, research-driven" — Agent 人格特质,四个维度
> "Recommend comfort-based UI placement with motion constraints" — 减少晕动症的核心设计策略
## Key Concepts
- [[SpatialInterfaceDesign]]:空间界面设计 — 在 3D 环境中创建直觉化用户界面的设计方法论
- [[MotionSicknessMitigation]]:晕动症缓解 — 通过 UI 放置约束和运动限制减少 VR 使用中的不适感
- [[PresenceEnhancement]]:存在感增强 — 通过界面设计提升用户在沉浸式环境中的临场感
- [[MultimodalInput]]:多模态输入 — 支持手势、注视、控制器等多种交互方式的输入架构
- [[HUDDesign]]:抬头显示器设计 — 在 XR 环境中创建浮动信息面板的设计实践
## Key Entities
- [[XRImmersiveDeveloper]]XR 沉浸式开发者 — 该 Agent 的主要协作对象,负责实现 3D 环境
- [[XRCockpitInteractionSpecialist]]XR 座舱交互专家 — 同为 spatial-computing 领域,协作设计驾驶舱交互
## Connections
- [[XRImmersiveDeveloper]] ← collaborates_with ← [[XRInterfaceArchitect]]
- [[XRCockpitInteractionSpecialist]] ← related_to ← [[XRInterfaceArchitect]]
- [[DesignUXArchitect]] ← extends ← [[DesignUIDesigner]]
## Contradictions
- 暂无发现冲突
## Notes
- 该 Agent 与 [[macOS Spatial/Metal Engineer Agent Personality]] 同属 spatial computing 领域,但侧重点不同:前者关注 3D 界面设计,后者关注空间计算底层工程实现