项目实战

本站使用一个贯穿项目承载跨域能力：企业 AI 知识工作台。它不是只展示对话框的 Demo，而是一套能导入知识、检索依据、执行任务、呈现过程并接受治理的 AI 应用。

项目状态：规划中。 当前公开的是实践范围、阶段和验收证据，不把尚未实现的功能描述为已完成项目。

为什么选择这个项目

它能够在同一条用户任务中连接前端复杂交互、Node.js 服务、数据与检索、Agent Runtime、评测、安全和运营，也能暴露真实系统中的不确定性、长任务和权限问题。

五个交付阶段

阶段	交付内容	关键验收
1. 可信问答	文档导入、检索、引用和反馈	答案可追溯，检索质量可评估
2. Agent 任务	Tool、状态机、审批、取消与恢复	副作用受控，失败能够恢复
3. 全栈工作区	流式 UI、产物、历史任务和权限	前后端状态一致，关键交互可访问
4. 生产化	Trace、SLO、评测门禁、安全和成本	回归可阻断，故障可定位，成本可解释
5. 平台化	能力注册、租户边界、Golden Path	多团队可复用，边界和治理清晰

必须留下的工程证据

• 架构图、数据模型、API 与事件契约；
• 可运行代码、自动化测试和关键失败用例；
• Trace、指标、评测集、发布门禁和恢复演练；
• RFC、ADR、风险清单、容量与成本结论；
• 用户价值指标和阶段复盘，而不只是功能截图。

与学习路线的关系

每完成一个学习路线阶段，就扩展一次项目责任边界。项目用于证明知识已经转化为工程能力，不要求在开始学习前一次性设计完整终态。