把复杂业务流程，变成可控、可验收的AI 工作流

资料分散、版本难辨、完整度不可见，团队经验难以沉淀为稳定结构。

以项目、模块、分组、资料项和资料对象为数据骨架，结合本地优先存储、拖拽导入、完整度计算与人工确认。

工作台生成资料检查、待补清单和项目问答任务包；外部 AI 结果经安全校验后，仅供人工采纳、修改或拒绝。

项目分散在不同目录与 AI 工具中，状态容易失真，暂停后难以快速恢复现场。

用可信进度、唯一 Next Action、Context Snapshot、可移植 .project 协议和事件账本建立项目连续性闭环。

AI 辅助需求拆解、实现、测试与证据整理；项目事实、冲突选择、写入确认和完成判断始终由确定性规则与人工把关。

学习过程缺少结构化记录，薄弱知识点与复习节奏难以持续追踪。

建立本地课程导入、资料库、阅读上下文、单词预览、复习队列与长期记忆的数据链路。

AI 用于需求拆解、学习工作流设计与辅助开发；学习事实需经过明确来源和用户确认。

审核标准分散在个人经验中，交付遗漏、责任不清与验收返工难以及时暴露。

统一审核清单、资料模板、会议纪要、任务拆解、责任追踪与人工审批关卡。

AI 负责文档审查、结构化与遗漏提醒；关键判断、责任归属和客户验收保持人工决策。