工程实践

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。

一次前端承接 AI 流式输出的项目复盘：把 token、工具调用、引用来源和错误都收敛成可校验事件，减少 UI 抖动和排障成本。

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。

一次桌面端知识库应用的打包复盘，核心是把运行数据、浏览器缓存和只读资源彻底分层，减少升级后丢路径、数据库锁死和缓存污染。