AIDR

OPS · 内部运营看板 v11

3 人小团队 · 项目+部门双轴 · Codex 已审

内部 · v21 项目1 改 P0-P3 + dept/debt/meta 折叠 (Codex 对抗审过)

倒计时 — 天 代码分支 冻结中,展会后再合并 提交检查关卡 4 项自动检查通过才能提交 v28 · 29o 路线图独立页 roadmap.html 上线 + 11 帽评审就位 · 7/2

本次更新 · 29o · 7/2 路线图独立页 roadmap.html 上线 + 11 顶部门帽评审就位, 只差三人戴六帽终审: 用户反馈 md 不好分享 + 看板卡片文字墙可读性差 → (1) 新建 roadmap.html: 路线图全文(结论判定卡/任务表/10条标准打分表) + 11 顶部门帽逐块评审(3 组独立 agent 互不看结论, 意见带支持/风险/建议标签可折叠) + 10 张决策卡(备选/Claude倾向/帽子表态/拍板栏留空) + 六帽开会指南; 项目 3 卡片瘦身成摘要+链接. (2) 帽子评审 6 个最重发现: playtest 明文 key 债是 D1 合并引爆点(路线图最大遗漏, 必须前置硬门) · 美术在路线图零任务(三人里一人没活=系统性盲区) · C7 社媒 0.3-0.5 人力没闭合 · C 线新代码在 commit 闸门外裸奔 · C0 必测"单模型多人设 vs 多烤模型"(可能改写 MacStudio 答案) · 14b 能不能"藏住词"是 C 线最大技术风险. (3) 评审还揪出路线图自己的错: ops 部署忘 --branch main 十几天(已修+焊进 toml), 新增决策候选 #11 用户画像 / #12 立绘错位 / #13 动物宇宙 IP.

距 FullIndie 7/7 倒计时 5 天 · 展会前主线不变 (arena 直播 4 P0) · 展会当天记得 E1 素材归档 · 下一步 = 三人打开 roadmap.html 戴六帽终审, 拍完 10+3 个决策告诉 Claude 回填

近几次更新

• 29n · 7/2 路线图 v2.1 并入用户三条补充 (融资锚点天使尽快/seed 11月后 + "设计师≠玩家"纲领候选 + demo 题材 10 条标准三候选打分)

• 29m · 7/2 路线图详细版 v2 (3 agent 深读出任务级拆解 + 项目 3 卡片; 核实: 插件层零记忆/arena 已换 qwen3:14b/管线 65% 可复用)

• 29l · 7/2 展会后路线图提案 v1 占位 (三方向一页概要 + 7 决策清单)

• 29k · 6/30 benchmark 加第 6 区 AIDR 派生事实层揭秘 (原生 vs AIDR prompt 对比)

• 29j · 6/30 走势 chart 交互 4 件升级 (预设视图 chip + 双向 hover + 双击 solo + localStorage 记忆)

• 29i · 6/30 走势 chart 关闭 series 数据点圆点

• 29h · 6/30 走势 chart 单独占行 + 放大 (230→420) + hover 高亮 (cursor.focus 淡化其他线 + legend live 数字)

• 29g · 6/30 直播页走势改 8 线 + legend toggle (方案 C: 2 团队粗 + 6 角色细, 紧凶蓝/松凶粉/跟注站绿, AIDR 实/原生虚)

• 29f · 6/30 dashboard alert carry-over bug 修 (P1-B 末态熔断旗一直挂) + CLI OAuth login 成功 arena 真跑起来

• 29e · 6/30 直播页 2 个 bug 修 (renderFeed 空 action class 抛 DOMException + tick lastHash 顺序错 → 排行榜/雷达/走势永空)

• 29d · 6/29 雷达表格只 W$SD 一行高亮 + 删 reliability "AIDR 主动加注" 卡

• 29c · 6/29 benchmark 终极整改 5 件 (glossary 业内 winning 标准 / qwen 17 处全清 / 数据张冠李戴修 / 雷达表格 / emoji 全删)

• 29b · 6/29 benchmark 加名词与参考刻度区 — 第 3 区 6 折叠 accordion 默认开 VPIP, 公式+参考刻度+实测三件

• 29a · 6/29 P1-B 89 hand 数据同步直播页 (UI 0 改, 仅 push KV) — AIDR +160.8 vs 原生 -160.8 BB / bb/100 +59.6

• 28b · 6/29 benchmark 展会版 5 件整改 (i18n 漏 key + 性格 tag/等级 + 图片框 + 第 4 区 3 折叠 + lang toggle "EN/中")

• 28a · 6/29 benchmark 网站展会版上线 — product-validation 4 区设计 + 中文化 + 89 hand 数据上网

• 27c · 6/27 P1-B 10 小时长测 89 hand 大成功, 4 bug 全验通, fallback 4.7%, native 3 性格区分度 200×

• 27b · 6/27 supervisor.sh macOS perl alarm 兼容 (timeout 不支持) + 1200s 双保险

• 27a · 6/27 P1-B 4 修上车: workflow hand_end 驱动 + arena hand_end 提前 + supervisor 双保险 + bridge 240s timeout

执行摘要 5秒读懂

项目详情

部门职责

技术欠债

审计记录

进度

绿灯 · 来得及

4/6 P0 任务铺好, 剩 ~4-6 天

范围

绿灯 · 收窄

9 → 6 人桌 (移除 3 GTO), AIDR vs 原生故事更清晰

风险

黄灯 · 在处理

bridge 3 小时长跑未跑 + 规则/派生调研中

距 FullIndie 展会

— 天

当前焦点

benchmark 展会版上线 → 等彩排

网站观众视角 4 区已上 (29a), 下一步端到端冻结彩排

P0-P3 任务进度

4/6 (P0-A / P0-D / P0-E / P2-F 完成)

已拍板决策 (锁)

决策	结论	状态
展会形式	两条线: playtest 4 人桌 + GI arena 6 人桌网页直播	已定
擂台模型	qwen3:14b baked + think-ON (新派生 51 字段烤进了)	已切
6 LLM 座可选 Claude	AIDR_USE_BRIDGE=1 走文件桥, 用 Claude Code 配额 (不掏 anthropic 单价)	通
展会电脑	就这台 (扑克 solver 已装)	已解决

六关键指标

PRINCE2

时间 7.7 前能完

范围 6 人桌已锁

质量 commit 自动 4 检

风险 长跑未跑

成本 3 人内部

收益 行业认识 AIDR

这一页是 5 秒概要。细节看 tab: 项目详情 (P0-P3 任务 + AIDR 插件 7 子系统) · 部门职责 (11 部门各管什么) · 技术欠债 (展会后还的债) · 审计记录 (数据从哪来)

状态: ● 已做 · ● 进行中 · ● 待做 · ● 展会后再说 · 部门标签: 产品前端后端游戏引擎 AI/大模型运维测试美术交互安全架构复盘

项目 1 · FullIndie 参展预跑 + 网页展示 · 主责: 产品截止 7.7 (12 天) 进行中

6/25 范围重排 · 旧 6 工作线(1.1-1.6) → 新 6 项 P0-P3 任务(A-F) + 新增 G. 旧编号在每张卡里追踪。 已完成: P2-F ops 简化 (本次) · 进行中: P0-A 6 人桌切换 · 展会后: 旧 1.1 #6 OpenAI 对照 / 旧 1.3 #21 故事 NPC / 旧 1.6 全部 (进 "技术欠债" tab)

P0-A · 6 人桌切换 ✓ 游戏引擎前端完工 6/25

9 人桌 → 6 人桌, AIDR vs 原生故事更清晰 (ADR-0025).

P0-D · 18 题 Claude 重测 ✓ AI/大模型测试完工 6/25

90 调用跑完, AIDR (Opus + 老周) 70 分, 比烤 qwen3 高 6 分.

P0-E · benchmark 5 主体上线 ✓ 前端产品完工 6/26

aidr-arena.pages.dev/benchmark 已部署. GTO 76 · AIDR Opus 70 · AIDR 烤 64 · 原生 Opus 56 · 原生 qwen3 32.

P1-B · 10 小时长测 89 hand 大成功 ⭐⭐⭐ (6/27) 游戏引擎运维长测通过 · 展会可上

4 bug 全修后跑 10 小时长测: 89 手 / 1163 决策 / fallback 3.8% (vs 修前 60s idle break 时 hand 1 就 fallback). 平均 6.7 min/hand 稳定. native 3 性格真分化: LAG 60% raise vs Station 0.3% raise (区分度 200×). 完整 jsonl 归档 Documentation/audits/data/2026-06-27_p1b_longrun_89hands.jsonl

长测实测 (10 小时 89 hand): 1163 决策 / 44 fallback (3.8%) / 平均 6.7 min/hand. supervisor 1200s perl alarm 双保险触发 1 次 (hand 7 Anthropic 配额异常), 自动恢复后续 80+ hand 全正常
⭐ Native 3 性格真分化: TAG (seat 0) 15.6% raise · LAG (seat 2) 60.2% raise · Station (seat 4) 0.3% raise + 55.6% call. 区分度 200× ⭐ — Bug 3 修法 (按 SYSTEM persona 出招) 完美验证
⭐ AIDR 3 NPC raise 79 次: 阿凯 44 / 老周 25 / 丽姐 10. Codex 找的 args.raise_to 双写 contract 修对了 (之前会全丢)
Bug 1-4 修法清单: (1) SEATS 6-max (2) AIDR args.raise_to 双写 (3) native persona inline (4) hand_end 驱动 + 1200s 双保险 + supervisor 清旧 system.txt + arena hand_end 提前. 4 文件: workflow.js / supervisor.sh / holdem_poker_table.gd / ops
归档: Documentation/audits/data/2026-06-27_p1b_longrun_89hands.jsonl (2.6 MB) + supervisor.log
固化流程 ⭐: tools/arena_session.sh start/stop/status/analyze 一键 wrapper + Documentation/runbook/arena-bridge-longrun.md. 下次跑直接 arena_session.sh start, 不用手动 mkdir/rm/cp.
下一步: 展会前可上线. P2 nice-to-have (F3 强制新手 hand_end / FileAccess push_warning) 推到 post-expo. 端到端冻结彩排展会前 1-2 天再跑.

P2-F · ops 简化 ✓ 已完成 (6/25 本次) 前端产品已完成

5 tab 保留, 内容简化排版重写 (项目 2 AIDR 插件字节级不动)
exec 砍冗余, 留三灯/倒计时/决策表/六指标/深挖入口
项目 1 旧 1.1-1.6 → 新 P0-P3 + 旧编号追踪 + 未覆盖项明确分流到 debt/dept

P3-C · 回放功能 (时间够才做) 前端锦上添花 · 半天到一天

JSONL 录像已全程录, 做个网页 player 按手翻看 + 每决策展示推理.

状态: 待 P0/P1 全清才动
下一步: 写网页 player UI 读 ~/Library/.../replays/session_*.jsonl
覆盖旧项: 无 (新功能, 旧没规划)

P3-G · 18 题每夜回归基线 (展会后) 测试运维展会后 · 0.5 天

分数掉到 8/18 以下自动报警, 防 NPC 改提示词后无声退步.

状态: 旧 1.3 #11 分出, 展会后做
覆盖旧项: 1.3 #11 18 题作为每夜回归基线

📁 旧 1.1-1.5 已完成的 12 项 (审计血统留底; 数据进 meta tab)

1.1 预跑链路: #1 长测停机保护 ✓ · #3 筹码刷新 ✓ · #4 自动保护开关界面 ✓ · #5 跑分自动生成 ✓ · #14 部署提醒 ✓
1.2 网页诚信: #15 样本量保护 ✓ · 统计口径修 ✓ · 1086 倍下注钉死 ✓ · 跟注式全下不算加注 ✓ · 摊牌率改"看到翻牌"分母 ✓
1.3 NPC 质量: 擂台已切 think-ON 6/22 ✓ · 派生信息 5 模块体系 ✓ (ADR-0024 收尾)

项目 2 · AIDR 插件(核心产品) 持续迭代 · 7 个子系统持续 · 展会是展示窗口大部分展会后做

2.1 · 欢迎页 / 新手引导 交互测试重要 · 真机没验过

welcome_page.gd 1002 行, 4 步引导(检测环境 → 拉模型 → 烘焙 NPC → 试玩), 需要在 Godot 编辑器里真走一遍验证

2.2 · 主编辑面板 & NPC 编辑 交互前端架构重要 · 文件太大需要拆分

copilot_window_v2.gd 1255 行 · 管: 角色设定/策略编辑/字段组件/AI助手/完成度
出错时只在底部状态栏闪一下 → 应该有醒目的错误面板 + 一键复制诊断信息
有些字段没有编辑控件(策略里的高级字段直接跳过了)
某些字段的 JSON 解析失败了但不报错, 数据默默丢了

2.3 · 沙盒(编辑器内试 NPC) 交互测试重要 · 真机没验过

sandbox_tab.gd 478 行 + sandbox_llm_bar.gd 709 行, 在编辑器里试聊+试决策 → 4 个验收点(选NPC/输入/看结果/看报错)都没在真机跑过

2.4 · 烘焙(把人设打包成本地 AI 模型) AI/大模型测试重要 · 5 个 NPC 模型过期

bake_prompt.gd / bake_runner.gd · 生成 Ollama Modelfile 然后打包
5 个故事 NPC 的策略文件(6月11日改的)比打包好的模型(5月30日)新 → 模型是旧的
启动时检查本地有没有需要的模型(对账功能)

2.5 · 游戏世界编辑器 交互安全必做 · 数据安全问题

game_world_editor.gd:253 保存规则文件时没有备份保护 — NPC 的 JSON 文件保存前会先备份(SafeWrite),但游戏世界的规则文件没有这个保护,写坏了就丢了

2.6 · AI 服务管理 AI/大模型项目1 的扑克经验反哺这里

支持 3 家 AI 服务: Ollama(本地免费) / OpenAI(云端付费) / Claude(云端付费)
OpenAI 密钥检查太晚(现在是第一次调用才报错,应该启动时就检查+提示)
已修AI "自动保护开关"现在 UI 有提示(警报横幅+feed) · 仍剩 3 个定义了但没人用的事件信号(aidr_failed/config_reloaded/state_changed)
从擂台赛总结"给 AI 什么信息 + 怎么写人设"的通用模式 → 写进插件最佳实践

2.7 · 运行时集成(游戏接入 AIDR) 后端游戏引擎重要 · 文档和代码对不上

aidr_npc.gd 498 行 · 游戏通过"信号"(Godot 的事件通知机制)跟 AIDR 通信
3 个信号定义了但没有消费者(aidr_failed / aidr_config_reloaded / aidr_state_changed)
文档 SCHEMA_V2.md 写的例子和实际代码能接受的值对不上
代码注释还写着"版本 2.0"但实际已经是 2.1

项目 3 · 展会后路线图提案阶段 · 全文 + 帽子评审在独立页 roadmap.html 五步流程: 整理→部署→帽子评审→三人终审当前: 部门帽评审就位, 等三人戴六帽终审

→ roadmap.html · 展会后路线图评审版 — 路线图全文 + 11 顶部门帽评审意见 + 10 张决策卡（拍板栏留空），排版为长文阅读优化。三人直接对着它开六帽终审会。本卡只留一句话摘要。

一句话摘要详情全在 roadmap.html

方向 A 通用化: 合理 · 60% 雏形（插件层零记忆是真空缺）· 纲领候选「风格归设计师, 底线归插件」· 任务 A0-A7
方向 B 新手UX: 合理 · 清单现成（三个真窟窿钉死位置）· 任务 B1-B6 · 验收候选 = fresh-clone 不陪跑
方向 C 对比demo: 合理 · 管线复用约 65% · 题材 10 条标准打分卧底第一顺位 · 任务 C0-C7, 三人并行 1-2 周出第一条片
存量债 D1-D5 + 融资线 E1-E4: 天使尽快 / seed 11 月后 → 11 月前攒齐牵引力 + 第二 genre + 可用性三证据; E1 展会素材 7/7 当天归档
帽子评审 6 个最重发现: playtest 明文 key 债是 D1 引爆点（前置硬门）· 美术在路线图零任务（系统性盲区）· C7 社媒人力没闭合 · C 线代码在 commit 闸门外裸奔 · C0 要测"单模型多人设"形态 · 14b 藏不藏得住词是最大技术风险

11 个部门 = 11 顶帽子: 3 个人轮着戴,不是真有 11 个团队。来自行业标准(SaaS 6-8 职能 + Team Topologies 团队分类理论)。小团队不需要层级管理,部门只是"确保每件事有人管"的清单。

1. 产品 / 项目管理直接做产品

管什么:路线图 · 卖点 · 彩排 · 优先级 · 扫除障碍

自动化:状态报告 · 站会 · 容量估算 · 收工检查清单

欠什么:展会主路径没定 · 彩排没排日程 · STATUS.md 28 天没更新

2. 全栈工程直接做产品

管什么:擂台赛网页 · 运营看板 · 跑分网页 · 看板后端 · Cloudflare 部署

自动化:代码审查 · 前端条宽回归测试 · 看板口径回归(test_arena_caliber) · 系统设计

欠什么:动画库 gsap 没降级方案 · 已修筹码实时刷新 · 推送提醒 · 网页统计口径(剩三阵营文案对齐)