⚠️ 讀不到 Summer bridge(
http://127.0.0.1:8766/mc/*
)— 目前顯示假資料。 在 Terminal 跑:
python3 ~/mc-bridge.py
就會自動接上。
🎛
💬 Chat
📋 Mission Control
🏢 Office
✅ 完成
🔴 LensAI 戰情
🌳 結構樹
最後同步:—
⚫
HM
⚫
M3
⚫
OS
☀️ 白綠
🔄 重整
+ 新任務
篩選
📋
全部
—
🔥
P0 主線
—
⏸
等我決策
—
📅
有排程
—
AGENTS
—
專案
待展開主線
Mission Control
載入中...
📋 List
📅 Calendar
⏸
0
個任務在等你
:
Mission Control
七條主線總覽
先看七條主線,再看任務;畫面以主線與絕對日期為主,不用相對時間當核心語意。
主線 3 · 當前主線
💡 Agent 自動建議(待看
0
)
展開
全部
🔥 P0 主線
🟡 P1 背景
🔵 P2 快處理
⚫ P3 冷區
🎯 有 ETA
載入任務
‹ 往前
日期區間
往後 ›
📅 回到當前區間
💡 只顯示有設 ETA 的任務。點任務卡片 → 派發。
🔴 LensAI 戰情室
⚠️ 目前無法使用
生產對話
1,900
累計題數
架構通過率
89%
⚠ 數字存疑
待同步修復
4
已寫好未上線
P0 止血項
2
HL 處理中
根本診斷 — 2026-05-05 CW 確認
canonicalOrder(唯一真相層)建好了,但下游沒有強制讀它。shouldCollect 讀自己的 convState,不讀 canonicalOrder,導致客戶填過的姓名/電話系統還在重複追問。商品多(829件)+ 靜態 camera-knowledge.json 全量 inject → 回答錯誤。已對比 SeaChat 實地架構:修 shouldCollect → 精簡 prompt → 中期 RAG 化知識庫,為正確方向。
10 個已知問題
1. shouldCollect 黑洞
9 輪重問已知姓名 — 最嚴重
已寫好 · 未同步
2. 音響 → 直播 routing 誤判
LIVE_WORKFLOW_RE 太廣
已寫好 · 未同步
3. Replay engine 89% 虛高
只看最後一輪,整段 routing 不追蹤
尚未開始
4. 缺 Decision Enforcement Layer
路由錯了後面沒有糾正機制
設計中
5. canonicalOrder 沒接下游
問題 1、2 的共同根源
部分已寫 · 未同步
6. 決策語氣同一模型互干擾
Reply Contract 設計好未接
設計中
7–10. Token/工作稿/規則膨脹
等 P0 完成後處理
排隊中
修復同步狀態 → 負責:HL
shouldCollect → canonicalOrder
fast-reply.canonical-collect-guard.js → decision-layer.js
P0 · 未同步
RENTAL_SIGNALS 攔截
工作稿 → message-function.js
P0 · 未同步
Reply Contract 三段結構
工作稿 → decision-layer.js
P1 · 未同步
Validator 硬檢查
工作稿 → ai-hook-v4.js
P1 · 未同步
對比 SeaChat(楓驛現有方案)
RAG 知識庫
SeaChat 有,LensAI 用靜態 camera-knowledge.json
中期目標
可觀察性 / Debug 模式
SeaChat 有逐輪 debug,LensAI 黑盒
中期目標
LensAI 獨有優勢
ERP 串接 + 結構化收單 — SeaChat 沒有
保留強化
作戰順序 — HL 執行 · AIT 驗收
P0
shouldCollect 接上 canonicalOrder → 部署 → 驗收
止血第一步。canonicalOrder.getMissingSlots() 為空時,shouldCollect 回傳 false,不再重問。
HL 同步 fast-reply.canonical-collect-guard.js → decision-layer.js · AIT 跑 20 題驗收
P0
RENTAL_SIGNALS 同步到 message-function.js
在 LIVE_WORKFLOW_RE 前先攔截租借訊號,音響/活動不走直播流程。
HL 同步 · AIT 跑 10 題音響對話驗收
P1
Reply Contract + Validator 接上 ai-hook-v4.js
MUST_SAY / MUST_NOT_SAY / SAFE_STYLE_SPACE 強制執行。送出前硬守門。
HL → AIT 驗收(亂報價 / 重問已知欄位 / 語氣漂移)
P1
升級 replay engine(逐輪 routing trace)
重跑 200 題,每輪輸出 intent / canonicalOrder 狀態 / shouldCollect 決定。89% 需要重新驗證。
AIT 主導 · 輸出真實通過率報告
P2
camera-knowledge.json → RAG 知識庫
156 筆靜態資料換向量搜索,只 inject 相關器材,降低 token 消耗。等 P0/P1 穩定後再動。
HL + AIT 規劃 · Brain Agent 追蹤
🏢 Office
直接看真正的 Star Office UI,不再維護另一套舊場景
↺ 重整
點選「🏢 Office」Tab 載入…
✅ 完成任務紀錄
近期
單日
7日內
本月
全部
↺ 重整
Agent:
全部
點選「✅ 完成」Tab 載入…
Handoff
✕