docs: agent report anti-sample and AG-5 plan

Co-Authored-By: Claude Fable 5.1 <[email protected]>

docs/design/agent-report-sample-bad.md

@@ -0,0 +1,23 @@
+# 智能体汇报反例(用户 2026-09-30 贴出,作为 AG-5 的对照样本)
+
+用户评价:要结构化地编写提示词和 Skill,充分考虑我们的情况做工程适配。
+
+问题:结论先说"无法确认"却把责任推给用户;不知道系统里有下载器(应先用 downloader.list 查);原始字节数直出(upload 17008345370067);表格列 ID/adapter 这类内部字段;"无证据不等于故障"的说教;要用户提供下载任务 ID/种子 hash(自己可以列);授权缺失写成一段而不是一句 + 批准按钮;整体太长。
+
+原文(脱敏):
+
+检查结果
+结论:下载器与媒体服务器都无法确认为"正常"——本系统里没有它们的登记对象,也没有对应的健康检查能力。以下是有证据的部分。
+1. 登记对象盘点(关键)
+列出站点 只返回 1 个站点:ID/key/名称/adapter/健康/账号 …「憨憨」 hhanclub nexusphp healthy(2026-09-29T08:12:01Z,延迟 1201ms)active
+这是一个 PT 站点(NexusPHP),不是下载器,也不是媒体服务器。没有任何 qBittorrent/Transmission 类下载器、也没有 Jellyfin/Emby/Plex 类媒体服务器的登记项,因此没有可查的目标。
+2. tracker 侧间接证据(不构成下载器健康证明)
+查站点用户数据 …:upload 17008345370067、download 0、bonus 414799;seeding 24,seedingSize 79407286843(≈79.4 GB),leeching 0
+解释:站点侧显示有客户端在做种 24 个任务、无下载中任务,与"下载器在运行"一致,但这是 tracker 统计,不能证明下载器本身健康。
+3. 未能完成 / 未确认的部分
+检测站点 被拒:缺少持续授权或有效的单次审批 … 媒体服务器:未确认。查库存返回的 20 个作品全部是 assets: []、slots: []、server: [] … 下载任务侧:待处理事项 total: 0;5 条订阅全部为 cancelled;没有可用的下载任务 ID 或种子 hash,查看下载任务 无法调用(返回 参数不对)。
+4. 需要你确认/补的东西
+如果下载器和媒体服务器应该接入,请先在集成/站点登记里添加。需要实时体检 hhanclub 的话,请为 检测站点 授权。要判断下载器队列健康,请给一个下载任务 ID 或种子 hash。
+
+期望的样子(≤8 行):
+「下载器 qBittorrent 正常,24 个在做种、没有在下载的;媒体服务器还没接入。站点憨憨上次检查正常(昨天 16:12),实时检测需要你批准 [批准并重试]。订阅 5 条都已取消,没有待处理事项。」

docs/plan/00-first-version-plan.md

@@ -206,3 +206,4 @@ NFO / 图片投影、身份巡检与挂载根因聚合、HTTP 失败自动切浏
 - **用户 2026-09-30 决定**:短剧补全(META-1 后续)继续做;文件预览的音频 / 压缩包 / 原盘目录不做;修完零碎问题后接其他站点真机测试。
 - **每集简介英文(MD-2,用户以《心动的信号》为例)**:协调者核对——TMDB 匹配正确(103147),每期标题为 zh-CN;但 TMDB 上这些集没有中文简介,只有英文"简介"(实为标题英译),MD-1 的语言回退链把 en-US 填进了简介。改法:简介的回退链只到中文变体(zh-CN→zh-SG→zh-TW→zh-HK),不回退到英文,没有就留空并显示"暂无简介";标题仍可回退英文;存量数据按新规则重算(只读 dry-run 后应用)。
 - **零碎问题(2026-09-30 讨论)**:跨进程限流已在迁移 0041 做完,CHANGELOG「已知限制」过期条目删除;子会话思考英文 → 子会话系统提示补中文要求 + 测试;`agent.spawn` 重复调用 → 同目标去重(返回已有子会话);camofox 空闲 5 分钟回收 → 桌面接管 / 智能体会话打开期间由 app 定期保活,关闭后照常回收;憨憨 UA"待切换"→ 站点页「刷新登录」即可切换,不另做。
+- **智能体提示词与 Skill 工程化(AG-5,用户 2026-09-30)**:用户贴出一份汇报反例(`docs/design/agent-report-sample-bad.md`),要求"结构化地编写提示词和 Skill,充分考虑我们的情况做工程适配"。方向:系统提示分层(角色 / 环境事实 / 能力地图按意图 / 行为规则 / 汇报规则);按任务类型做 Skill(巡检、收录一部作品、入库问题排查、订阅追更、数据清理…),用 Pi agent-core 的 harness Skill 机制按意图加载;汇报规则:结论先行、人话单位、不直出内部字段、不让用户提供自己能查的 ID、授权缺失一句话 + 按钮;用固定提示集做前后对比评测(fake 模型 + 少量 DeepSeek V4.1 Flash 真跑)。