项目实战

一次前端 AI 表单助手复盘：把模型输出收口为 JSON Patch，先做 schema 校验、差异预览、用户确认和审计日志，再真正写入状态。

一次桌面端 AI 长任务取消链路复盘：把取消动作从渲染进程传到主进程、Worker、清理器和审计日志，避免按钮只是 UI 状态。

一次桌面端 Agent 工具接入复盘：用本地网关收敛 MCP 工具发现、权限确认、参数校验和审计日志，避免把外部工具能力直接暴露给渲染进程。

一次 Electron 桌面端自动更新复盘：在接入灰度发布前，先把更新事件、发布通道、下载结果和回滚版本号做成可观测链路。

一次 Electron 桌面端 AI 助手任务调度复盘：把长任务从按钮回调里移到可恢复队列，并用幂等键、状态快照和人工确认点降低重复执行风险。

一次内部自动化 Agent 调试复盘：把模型请求、工具调用、工具输出和回放入口统一进事件流，让失败排查从截图和零散日志变成可检索的工程材料。

一次 Electron 自动化回归失败，单看截图很难复盘。我把 Playwright Trace、渲染进程信号、主进程日志和 CI 附件用 run_id 串起来，给后续排查和 AI 辅助分析留下一份可复用证据包。

把文档切分、向量写入、检索校验和别名切换拆成可恢复步骤，可以减少线上 RAG 重建时的脏数据和停机风险。

一次 AI 工具链重试治理复盘，核心是先约束重复执行，再把外部副作用记成可追溯的补偿日志。

一次桌面端与 Web 端协作链路的工程复盘，核心做法是把共享 schema 放到最前面，让 IPC、HTTP 和任务结果都先过同一层校验。