⚙️ A129 University OS · P0 本地模拟闭环

把需求压缩成
可复用产能。

先说清楚:现在这个页面还没有连接真实 LLM / API。它跑的是本地确定性模拟:演示未来 AI 接入后,任务、资产、评审、能力账本应该怎么流动。

单一统领轴

需求 → 任务合约 → Actor 执行 → 资产入库 → 评审评分 → 能力更新 → 检索复用 → 新需求。任何课程/活动/AI员工如果不进入这条链路,就是装饰。

需求
任务
执行
资产
评审
复用
🤖 AI 状态:当前为本地模拟;后续 P1 可接 LLM,把“真实案例”输入自动拆成任务合约。
系统健康度
--
等待 JSON 数据源加载
1最快用法:新手模式点自动跑

只想看它能干嘛,就点「自动跑完整闭环」。系统会模拟创建任务、生成资产、评审入库、更新能力。

2真实用法:丢一个问题

在「真实案例」里输入主席的问题,页面会先用本地规则拆出任务卡;未来这一步接 LLM。

3管理用法:看三张表

看板管进度,Talent Graph 管谁能干什么,Search Nexus 查旧资产/任务/人。

怎么用:① 不懂先点「自动跑完整闭环」;② 有真实问题就填「真实案例」;③ 要管理就看 P0 看板 / Talent Graph / Search Nexus。

🔎 Search Nexus

像搜索引擎一样搜任务、资产、Actor、证据与状态。

🧱 P0 铁闭环看板

Trello / Linear 式任务流:已分配 → 待评审 → 已评审 → 生产级 → 失败/淘汰。

🧠 Talent Graph

真人与 AI 员工统一成 Actor,按产出反推能力。

🏦 Asset Vault

所有产出统一入库,有状态、评分、血缘与复用次数。

🧬 Evolution Engine

失败不是丢弃,而是反向生成补课、规则和机器闸。
数据源:os-seed.js + 浏览器 localStorage。当前是确定性本地模拟,不会调用外部 AI;下一步可接 Cloudflare Functions / D1 / LLM API。