① 统一WebSocket心跳标准

问题：task_poll.py 30秒 vs V10.19.0标准54秒/15秒超时，心跳不统一。

根因：历史代码遗留，从未统一过标准。

行动：将task_poll.py心跳统一到54秒，发送超时15秒，与天枢V10.19.0标准一致。

验证：连续72小时压力测试，无断连。curl -s wss://... --max-wait 60 确认心跳正常。

② 接通天枢质量评分API（激活外环）

问题：天枢 quality/review 和 quality/trends API可用，但知微未集成。

根因：API存在但无调用代码。

行动：实现 /api/evaluation/submit 接口，自动将知微评测结果写入天枢质量评分系统。参考OpenAI Evals的submit_eval_results()机制。

验证：至少成功提交1次评测结果到天枢看板。

③ 激活Agent反馈回路（激活三环）

问题：Agent反馈0条，进化闭环无输入。

根因：进化史记是好的基础设施，但无外部信号注入。

行动：向天枢申请定向评测任务，在进化史记的evolution_events表新增feedback_received类型事件，每次收到天枢反馈时自动记录。

验证：7月底前至少接收并处理1条外部Agent反馈。

④ 执行首批基准题（激活内环）

问题：100+基准题从未执行，内环空转。

根因：基准题"设计完成"但从未跑过。

行动：从100+基准题中选取20道覆盖核心场景（KG查询/GraphRAG/情报采集/工作流执行），执行首批20道。

验证：20道题全部跑完，结果写入进化史记的operations表，作为初始基线数据。

⑤ 8节点状态机完整闭环

问题：节点5评分❌，节点7/8⏳，任务生命周期断裂。

行动：参考LangGraph checkpointer机制，为8节点状态机增加断点恢复能力，确保评分失败时不丢失状态。

验证：至少3个任务走完完整8节点，无状态丢失。

⑥ GraphRAG全管道端到端验证

问题：/api/rag/graph-query API存在，但未验证全链路。

行动：端到端测试：向量检索→KG查询→社区摘要→知识推荐→Wiki同步。

验证：至少3个不同主题的完整GraphRAG调用，响应时间<3秒。

⑦ 向量库扩容至5000篇

问题：2174篇RAG底座量级太小。

行动：补充行业知识库覆盖，评估BGE-M3替代本地ONNX Embedding的可行性（精度提升但延迟增加）。

验证：向量库超过5000篇，检索质量评分（LLM-as-Judge）提升。

⑧ 天枢质量评分API全集成

问题：P0只接了submit端，P1要接完整的review+trends。

行动：实现 /api/evaluation/trends 接口，获取天枢历史评分趋势，驱动知微的动态基准调整。

验证：至少3次趋势数据写入进化史记，形成可视化趋势。

⑨ 进化史记三环数据看板

行动：基于进化史记7张表，新增 /api/evolution/loop-status 接口，展示三环激活状态（外环反馈数/中环协作次数/内环基准分）。

验证：在Wiki页面展示三环实时状态。

⑩ Peer Review实际运营

行动：每月至少执行1次跨Agent交叉审核，建立审核结果记录。

验证：至少3次Peer Review记录写入evolution_events表。

⑪ 技能市场MVP

行动：发布首批3个可交易技能，参照Coze插件市场模式定义"技能输入/输出/定价"标准。

验证：3个技能成功注册并可被天枢调用。

⑫ 多Agent生态扩展

行动：接入第3个外部Agent，实现A2A协议支持。

验证：至少3个Agent可协同完成1个研究任务。

AgentBench对标

行动：在AgentBench/GAIA上跑分，明确知微在行业中的量化位置。

验证：有量化分数，生成对标报告。

商业化SaaS MVP验证

行动：3个付费种子客户内测，验证"行业KG+协同"价值。

验证：3个付费合同。

工作流可视化编排

行动：评估Flowise或自建简单编排界面，降低使用门槛。

验证：非工程师可创建简单工作流。