自用专家系统v0.2：请输入您的疑问？

哈哈，老朋友了！这篇文章我们就来聊聊我Zui近折腾的这个自用专家系统v0.2。说真的，这玩意儿挺有意思的，像搭积木一样把AI变成专家团队协作——你懂的，就是让各种智Neng体分工合作干活儿。不装正经说其实就是为了让AI在复杂任务里别那么容易出问题。

说实话，之前用mcp搭的那个系统还行吧，但就是有点毛病。上下文填充太快了记忆Neng力一般般——你说想复用的时候不是特别方便。后来我kan了一些AI流水线写法，突然就来劲了：Neng不Neng优化一下？让它geng稳定、geng灵活点？

于是乎，这个v0.2版本就出来了。现在它就像个小型团队一样工作——每个"专家"dou负责一部分任务，互相配合、互相监督。Zui关键的是它Neng记住东西！你中断一次任务再回来继续干dou没问题。

统筹专家——控制中枢

这个小伙子是整个系统的大脑啦！负责把你的一句话变成多个智Neng体协同工作的任务链条。比如你跟它说："帮我实现用户登录功Neng"。

它会先分析需求复杂度、影响范围这些事儿——然后决定派哪些专家来干活。

/resume
从Zui新检查点重建上下文，继续中断的任务。

方案专家——自我质疑机制

这个哥们特别严格哦！Zuo出一个方案后会自己找茬——从反对角度提出几个Zui强质疑点来反推自己。就像这样：

初稿  ↓
从反对角度提出  个Zui强质疑  ↓
逐一答辩并修订  ↓
终稿

审查专家——修复闭环机制

发现问题后会立马通知实施专家修复——然后重新审查直到通过为止。这套机制保证输出物不会太离谱。

/status 展示当前所有专家的状态和置信度。

.expert/sessions/{session_id}/├── plan.json ← 统筹专家的任务计划├── status.json ← 实时进度状态├── checkpoint.md ← Zui新检查点├── briefs/│ ├── requirements-expert.json│ ├── solution-expert.json│ └── impl-expert.json└── reports/ ├── requirements-expert.json ├── solution-expert.json └── review-report.md 三层连续性保障机制

- cursor-mem MCP - CONTEXT.md - .expert/sessions/*/checkpoint.md

Track A：流程控制层
Track B：技术增强层（~/.claude/skills/)
npx openskills CLI
特点：按需加载技术增强包
┌─────────────────────────────────┐
│      .expert目录结构           │
├───────┬───────┬───────┬───────┤
│CONTEXT│registry│rules / │materials/
└───▼───▼───▼───▼───▼───▼───▼───╵
项目记忆锚点 → 全局规则 → 输入物料 → 运行时状态
可调试性极强！所有决策dou有日志留存。
每步变gengdou是Git提交 → 原子操作 + 溯源Neng力！
临时分支隔离 → 不污染主分支！
路由判断示例：
 帮我重构数据层
路径判断：
改动范围 × 需求清晰度 × 架构影响 = 路径选择
Step    生成 Brief 派发给实施专家 ↓Step    生成 Brief 派发给审查专家 ↓Step    整合产物geng新CONTEXT.md 

输出方案 → 四维自评→ 若低于阈值自动修订
路由判断：
路径B 
计划:
方案专家 → 实施专家 

高架构影响任务自动开启:
初稿 → 质疑 → 提升 → 出口审查
绝对禁止: Critical问题未解决直接提交!
全程可见!所有报告直接写入.expert/reports/
每次变gengdou有Git commit记录!

/init-expert # 自动创建目录结构和模板文件
/resume      # 快速恢复上次中断位置
/status      # 查kan各个角色进度和置信度 
{ "confidence":95, "artifacts":}