Mission Control — 面向 AI 助理的任务管理

一个看板（Kanban）风格的任务看板，由你（AI 助理）进行管理。你的使用者通过网页仪表盘创建并优先级排序任务；当任务被移入“进行中（In Progress）”状态时，你将自动执行该任务。

🚀 快速开始

只需说：“为我的 workspace 设置 Mission Control”

智能体（agent）将自动完成以下操作：

1. 检查前置依赖（Tailscale、gh CLI）
2. 将仪表盘文件复制到你的 workspace
3. 创建配置文件（~/.clawdbot/mission-control.json）
4. 安装 Webhook 转换模块（webhook transform）
5. 配置 GitHub Webhook
6. 推送至 GitHub 并启用 Pages

仅此而已。 后续所有步骤均由智能体自动处理。

前置依赖

开始设置前，你需要确保已安装以下组件：

若任一依赖缺失，请告知智能体——它将引导你完成安装流程。

工作原理

1. 仪表盘（Dashboard） —— 托管在 GitHub Pages 上的 Web UI，供使用者管理任务
2. Webhook —— 当任务状态变更时，GitHub 向 Clawdbot 发送推送事件
3. 转换模块（Transform） —— 对比旧版与新版 tasks.json，识别状态变化
4. 自动处理（Auto-Processing） —— 任务移入“进行中”后，智能体立即启动执行

数据流

使用者移动任务 → GitHub 推送 → Webhook → 转换模块 → 智能体接收工单
      ↓                                                         ↓
   仪表盘                                              执行任务
      ↓                                                         ↓
智能体更新状态 ← 提交变更 ← 标记子任务完成 ←─┘

任务结构

任务数据存储于 /data/tasks.json 中：

{
  "id": "task_001",
  "title": "实现功能 X",
  "description": "提供给智能体的详细上下文信息",
  "status": "backlog",
  "subtasks": [
    { "id": "sub_001", "title": "调研实现方案", "done": false },
    { "id": "sub_002", "title": "编写代码", "done": false }
  ],
  "priority": "high",
  "dod": "完成定义（Definition of Done）—— 明确成功的标准",
  "comments": []
}

状态取值说明

CLI 命令

使用 /scripts/mc-update.sh 更新任务状态：

# 状态变更
mc-update.sh status  review
mc-update.sh status  done

# 添加评论
mc-update.sh comment  "进度更新..."

# 子任务操作
mc-update.sh subtask  sub_1 done

# 完成任务（自动移至 review 并附带摘要）
mc-update.sh complete  "本次完成工作的摘要"

# 推送至 GitHub
mc-update.sh push "提交信息"

智能体工作流

当你接收到一项新任务（即其状态被移入“In Progress”）时：

1. 阅读理解 —— 查看标题、描述、子任务列表及完成定义（DoD）
2. 标记启动 —— 运行 mc-update.sh start
3. 执行任务 —— 逐项完成子任务，并逐一标记为完成
4. 记录进展 —— 添加进度评论（comments）
5. 完成交付 —— 运行 mc-update.sh complete "摘要"

重工作业（Rework）处理

若一项已完成任务被重新移回“In Progress”，且附带新的评论内容：

1. 阅读反馈评论
2. 针对性修复问题
3. 添加评论说明所做修改
4. 再次将其状态设为 “review”

EPICs

EPIC 是包含多个子任务（child tickets）的父级任务。当你接收到一个 EPIC 时：

1. 子任务以 MC-XXX-001: 标题 的格式列于其 subtasks 字段中
2. 按顺序依次处理各子任务（1 → 2 → 3…）
3. 每完成一个子任务后：添加结果评论、将其状态设为 “review”、标记 EPIC 中对应子任务为完成
4. 全部子任务完成后：将 EPIC 本身状态设为 “review”

心跳集成（Heartbeat Integration）

请将以下内容添加至你的 HEARTBEAT.md 文件中：

## 任务检查

1. 检查 `data/tasks.json` 中是否存在状态为 “in_progress” 的任务  
2. 标记那些已设置 `processingStartedAt` 但近期无活动的任务  
3. 检查状态为 “review” 的任务是否收到新的反馈评论

配置

配置文件位于 ~/.clawdbot/mission-control.json。完整配置项说明请参阅 assets/examples/CONFIG-REFERENCE.md。

最小化配置（由智能体在初始化过程中自动设置）：

{
  "gateway": { "hookToken": "your-token" },
  "workspace": { "path": "/path/to/workspace" },
  "slack": { "botToken": "xoxb-...", "channel": "C0123456789" }
}

故障排查

常见问题详见 docs/TROUBLESHOOTING.md：

• 仪表盘显示示例数据 → 请连接 GitHub Token
• Webhook 未触发 → 检查 Tailscale Funnel 是否启用
• 变更未及时显示 → GitHub Pages 缓存延迟（等待 1–2 分钟即可）

安全性

Mission Control 是专为 AI 智能体设计的任务管理系统，其核心目标是将人类编写的任务描述安全地传递给智能体执行。这是系统的设计初衷，而非安全漏洞。

信任模型

• 单用户 / 可信用户环境： 任务创建者即为智能体控制者。该场景下的信任边界，与直接向你的 AI 助理发送消息完全一致。
• 多用户环境： 若多个用户均可通过仪表盘创建任务，则应将任务内容视为不可信输入。请利用 Clawdbot 的智能体沙箱（agent sandbox）与权限模型（permission model）严格限制智能体可执行的操作范围。

安全缓解措施

• 输入净化（Input sanitization）： mc-update.sh 在将参数传给 Python 或 Git 前，会对所有输入进行注入模式校验。
• 不存储凭证（No credential storage）： 仪表盘本身不保存任何 Token 或密钥；所有认证均由 Clawdbot 的配置文件统一管理。
• Webhook HMAC 校验： 转换模块（transform module）使用 timingSafeEqual 对 Webhook 签名进行验证，防止篡改。
• 同步时的安全扫描： sync-to-opensource.sh 脚本在发布前会主动扫描凭证泄露风险。

使用建议

• 若不希望他人查看你的任务数据，请将仪表盘所在仓库设为 私有（private）。
• 若任务由他人创建，在将其移入“In Progress”前，请务必人工复核任务描述内容。
• 使用 Clawdbot 的 groupPolicy 和 allowFrom 配置项，限制可与智能体交互的用户范围。

相关文件