Roadmap

North star

ResearchAgent Service — 一家 AI-native research service company：用本地 Desktop 获取资料信任，用 AgentPack 自动化科研服务流程，用专家 QA 控制方差，向教授、博士、课题组交付可追溯的论文预审、文献地图、基金打磨等结果。

战略路径（docs/requirements-change-personal-desktop.md）：

service  → 论文预审 / 文献地图 / 基金打磨三类结果型 SKU  (M0-M3, pilot)
   ↑
desktop  → 本地资料入口 + 报告交付界面 + 隐私信任层        (M0-M3, 已在建)
   ↓ 同一份代码，改一行 config
retainer → 课题组月度服务 + Desktop Pro / Lab 承接自助需求  (M4-M5, 付费验证)
   ↓ 同一份代码，改一行 config
paas     → 私有化 / 多租户平台化                             (v2+, 服务跑通后)

核心商业假设：

客户不为 "一个 AI 工具" 付高价，客户为 可交付科研结果 付费。
Desktop 是入口，不是收入上限；AgentPack 是生产线，不是 marketplace 起点。
专家 QA、SOP、COGS、返工率和低方差交付，是比下载量更重要的早期指标。

现状（截至 2026-06-07）

v1.1.0-rc1 已发布，CI 全绿，189 测试通过 Python 3.10/3.11/3.12
audit 84 finding 关闭 28 个（critical 7/7、high 22/33）
仓库 private，PaaS / Desktop / AgentPack 软件叙事完整；商业叙事已切换为 AI-native research service
CR rev.2 + 12 个开放问题决策已 commit
M1 完成：deployment_mode 三档落地（desktop 默认），webui mode-aware， FR-001 一键登录 + FR-002 数据目录，dogfood 三档 UI 验收通过
M2 完成：AgentPack format（manifest + 安装 + 权限）+ 3 个内置科研 pack （reviewer / literature-mapper / grant-planner）+ citation-aware ingestion （PDF 页码 + Obsidian + [Source N | file p.12]）
下一步 = M0 的 3 个非软件项（Apple Developer / Windows EV / 服务 pilot 客户）
- M2 收尾集成（agentpack 接入 KB 管线带页码 + dogfood）
- 服务生产线（三类 SKU、QA checklist、COGS tracker、样例报告）
- M3（macOS installer + 3-5 个结果型服务 pilot）

Now (本周 — 2026-06-07 至 2026-06-14)

主题: M0 服务收敛 + 解锁 Apple Developer / Windows EV 长流程

任务	Owner	验收	状态
答 CR §13.1 + §13.2 共 12 个开放问题，记录到 CR doc	Kenny	CR rev.2-decisions commit ✓	✅ 完成
起草 `ROADMAP.md`	Kenny	本文档 ✓	✅ 完成
spike: `deployment_mode` flag 200 LOC 估算	Claude	`88bdddb`: 143 LOC + 11 test; 132 老 test 全绿 ✓	✅ 完成
申请 Apple Developer 账号 ($99/年)	Kenny	收到 Apple ID 启用确认邮件	🔲 待办 (M0)
启动 Windows EV 代码签名证书申请（需 ≥3 个月）	Kenny	DigiCert/Sectigo 申请单提交	🔲 待办 (M0)
决定第一批服务 pilot 客户名单（3-5 位教授/博士/PI）	Kenny	名单 + 真实论文/方向/基金材料 + 反馈承诺	🔲 待办 (M0)
定义 3 个结果型 SKU 与报价	Kenny	论文预审 / 文献地图 / 基金打磨的交付物、SLA、价格假设	🔲 待办 (M0)
建立服务 QA checklist + COGS tracker	Kenny	预审报告 QA 表、人工分钟数/模型成本/返工原因表格	🔲 待办 (M0)
准备 1 份样例服务报告	Kenny	可公开脱敏的 Top Journal Readiness Report 样例	🔲 待办 (M0)

M0 备注: 软件侧（spike）已完成并直接滚入 M1。当前阻塞不在代码，而在账号/证书、人脉、服务 SKU、QA/SOP/COGS 这四类商业化准备。

✅ M1 完成 (2026-06-07, 至 2026-07-21 计划 → 提前完成)

主题: Desktop runtime + 单 mode 改造 — 全部交付，CI 全绿，dogfood 验收通过

实测成本: CR rev.2 估算 ~200 LOC，实际生产代码约 480 LOC（含 FR-002 + FR-001 + dogfood 修复），新增 24 个 test（132 → 156 root tests）。

Phase B — Desktop runtime ✅ (`88bdddb` + `56eebc7`)

config.py 加 deployment_mode = desktop|lab|paas（默认 desktop）+ 非法值 fail-fast
setup.py auto_bootstrap_desktop()：首启建 tenant_id="tn_local_{hex}"（Q11 匿名）+ tenants.name="{hostname}/{user}" alias + admin key 写 ~/.agentpaas/config.json；幂等
app.py mode-aware 路由 gating：desktop 下 /admin/* /billing/* 强制 404（Q9 oracle 防御）
mode-transition smoke test（Q10）：desktop→lab→paas→desktop 四档全跑通 + tenant scope assert
Network bind 默认值：desktop/lab 127.0.0.1、paas 0.0.0.0（Q12），AGENTPAAS_HOST 可覆盖
data_dir mode 分流（FR-002）：desktop ~/LambdAgentDesktop、lab/paas ~/.agentpaas/data
GET /setup/mode 端点（Q8 webui 接口）

Phase C — Webui Desktop 工作台改造 ✅ (`ff61e59` + `9e933e4` + `891775f` + `904c876`)

顶栏 mode chip（Q8）：🖥️ Desktop / 👥 Lab · {tenant} / ☁️ PaaS · {tenant}（teal/amber/indigo）
文案重命名：Dashboard→今日工作、Knowledge→资料库、Providers→模型与隐私、Chat→研究任务工作台（desktop）
首次启动向导 mode-aware brand（ResearchAgent Desktop）+ 数据目录展示（FR-002）+ Claude Code 推荐（Q4）
SR-002 隐私 modal：会发送/不会发送两列对照，desktop 首次强制弹窗（持久化 ack）
FR-001 一键登录：desktop + bootstrapped → /setup/desktop-key 自动取 key 跳 dashboard，教授双击即用

dogfood 验收 (`904c876`) — 真实服务 + 浏览器走通三档

抓到并修复 2 个单元测试查不出的真 bug：

webui-dist 静态服务回归（src-layout 迁移后 ../../webui-dist 失效 → 整个 desktop app 不出 UI）→ _resolve_webui_dist() 多候选路径探测
FR-001 向导死路（auto-bootstrap 写了 key 但向导让用户贴 key）→ /setup/desktop-key + 向导自动登录

已知小瑕疵（非阻塞，留 M2 打磨）

向导 step3 panel 内文案 "初始化平台" 未 mode-aware（pill 已是 "完成设置"；desktop 一键登录后看不到此步）
Dashboard PageHeader "仪表盘" 未 mode-aware（sidebar 已是 "今日工作"）

验证的核心假设

✅ CR rev.2 战略成立：319 处 tenant_id 引用 完全没动，Q10 mode-transition smoke 全绿 — 多租户能力 100% 保留，desktop 只是默认隐藏。从 desktop 升 lab/paas = 改一行 AGENTPAAS_DEPLOYMENT_MODE + 重启。

✅ M2 完成 (2026-06-07, 至 2026-09-07 计划 → 大幅提前)

主题: AgentPack format + 3 个内置 pack + PDF 引用追踪 + Pack↔Agent 集成 + webui 管理页 + e2e dogfood — 软件全部交付，CI 全绿，189 test

Phase D — AgentPack format ✅ (`c550f15`)

docs/AGENTPACK_SPEC.md: manifest schema (id/name/version/domain/entrypoint/permissions/model) + 权限模型 + 安全 (zip-slip/yaml.safe_load)
kernel lambdagent/agentpack.py: AgentPackManifest + PackPermissions(SR-003 deny-by-default) + load_manifest（semver/id/entrypoint 校验 + escape 防御）
agentpaas 端点: GET /agentpacks GET /{id} POST /install(loopback) DELETE /{id}
engine/agentpack_store.py: 安全 unzip + 第三方 shell 拒绝(SR-003) + install/list/uninstall
config 加 agentpacks_dir；19 test
注：permission 运行时 tool-registry gating 是增量项（v0.1 校验+声明+install 拒绝；完整 gating 留后续）

Phase F — 3 个内置 agent pack ✅ (`0db8d9a`)

research.top-journal-reviewer — 论文 → 审稿报告 + 中稿概率 + 修改清单
research.literature-mapper — 方向 + 本地论文 → 文献地图 + 方法谱系 + open problems
research.grant-planner — 方向 + 材料 → 立项依据 + 创新点 + 技术路线 + 风险
设计决策：独立 agent 而非 symlink 流水线 sub-agent（physics67 reviewer 是读 {workspace}/02_sim/.. 的子节点，不能独立跑）。改造成 standalone 输入契约，local-first（无 shell/network），全部 from_config 编译通过
4 test（bundled-pack regression guard）

Phase E — citation-aware ingestion ✅ (`0abbd47`)

lambdagent/ingest.py: extract_pdf_pages（pdfplumber→PyPDF2 兜底）+ chunk_pages（页码保留，chunk 不跨页）+ CitedChunk
import_obsidian_vault（Q7）: walk .md + [[wiki]] alias 展开 + target 进 link graph
rag.RAGTool 引用格式: [Source N | paper.pdf p.12]（FR-005）
pdfplumber 加进 knowledge extra；9 test
集成边界：lambdagent 层 citation 原语已测；接进 agentpaas KB index 构建管线（pickle subprocess 子系统，audit #17）是后续集成步骤

Phase G2 — Pack↔Agent 集成 ✅ (`1299d22`)

POST /agentpacks/{id}/create-agent — 从已安装 pack 一键创建 agent（agent_dir=pack.path, _config_dir=pack.path）
2 test（E2E + 404 guard）

Phase H — webui AgentPack 管理页 ✅ (`e010efa`)

webui/src/api/agentpacks.ts — API client（list/get/install/uninstall/create-agent）
webui/src/pages/AgentPacks.tsx — 安装/列表/卸载/创建智能体，安全提示 banner
App.tsx 路由 + Sidebar "智能体包"导航项（Package 图标）
tsc + vite build 全通过

Phase I — AgentPack 端到端 dogfood ✅ (`67beab7`)

tests/test_agentpack_e2e.py：11 test（install→list→get→create-agent→GET agent→from_config 编译→uninstall pack 不级联删 agent）
scripts/dogfood_agentpack.py：手动 E2E 脚本（需运行 server + API key）
全套 189 passed，1 skipped（LLM run，设计如此）

仍待做（M2 软件范围外的同期任务，需 Kenny / 真实用户）

服务 pilot 访谈（3-5 位），锁定真实论文 / 研究方向 / 基金材料
内部 dogfood: Kenny 用 ResearchAgent Service 完成一篇真实论文预审，交付 Top Journal Readiness Report
对 dogfood 记录 COGS: 模型成本、人工 QA 分钟数、总 cycle time、返工原因
形成 3 个服务 SKU 的 SOP:
- paper-readiness-review
- literature-map
- grant-polish
agentpack 接入 agentpaas KB index 管线（让 KBSearch 结果带页码）
permission 运行时 tool-registry 完整 gating

M3 (4 个月内 — 至 2026-10-07)

主题: macOS Beta 可下载 + 3-5 个结果型服务 pilot

Phase G — macOS Installer（≈3-6 周）

PyInstaller spike: 嵌入 Python 3.12 + uvicorn + 全部依赖 + webui-dist 静态文件
启动器: 双击 .app → 后台启 uvicorn → 自动 open http://127.0.0.1:8000
notarization 走通: Apple Developer ID + xcrun altool / notarytool
.dmg 安装包: 拖到 Applications 即装
自动更新: 检测 GitHub Releases latest，提示用户

用户验证（Desktop 入口指标）

指标	M3 目标
首次安装到完成第一个任务	< 10 分钟
PDF 导入成功率	> 90%
审稿报告生成成功率	> 80%
报告包含引用比例	> 80%
真实试用用户	10-20 人
一周后再次使用	> 40%

服务验证（AI-native service 指标）

指标	M3 目标
结果型服务 pilot	3-5 单
首批服务 SKU	论文预审 / 文献地图 / 基金打磨
论文预审交付时长	24-48 小时
专家 QA 时间	30-60 分钟 / 单
每单 COGS 记录率	100%
客户愿意付费/复购反馈	至少 2 个明确 yes
返工原因记录	100%

Release 动作

tag v1.1.0-beta1
GitHub Release（prerelease）含 .dmg / .zip
写 docs/USER_GUIDE.md 面向非技术用户（教授友好语言）
写 docs/SERVICE_SKU.md：三类结果型服务、样例交付物、SLA、报价假设
写 docs/SAMPLE_REPORTS/：至少 1 份脱敏论文预审样例报告
官网/下载页增加 "提交服务 pilot" 入口，而不是只追求下载量

Later (5-7 个月 — M4 + M5)

M4 — Windows Beta（≈4-6 周）

Windows EV 证书到位 → PyInstaller + signtool
.msi / .exe 安装包，无 SmartScreen 警告
Microsoft Store 评估（独立工作流）
与 macOS Beta 同步功能矩阵，跑同样的成功率指标

M5 — Outcome Pricing + Retainer + Desktop Pro（≈3-4 周）

结果型服务报价验证
- 论文预审: 499-1999 RMB / 篇
- 文献地图: 1999-9999 RMB / 方向
- 基金打磨: 3000-20000 RMB / 项
课题组 Retainer 报价验证
- 每月 N 份论文预审 / 文献地图 / 基金打磨
- 加急通道 + 专家 QA + Desktop 资料入口
- 3000-20000 RMB / 月价格带访谈
每单 COGS dashboard
- 模型成本
- 专家 QA 分钟数
- 交付/沟通分钟数
- 返工率
- gross margin
Desktop Pro 作为辅助入口，而非收入上限
- Free: 1 个 agent pack, 知识库 100 文件, Markdown 报告
- Pro: 全部 agent pack, 无限制知识库, 批量审稿, PDF/DOCX 导出
首批 5-10 位付费客户跟踪（按服务单 / Retainer，而不是只按 Pro 订阅）

Beyond (v1.2+)

不在 v1.x scope, 但已经在 CR 里 mark 为路径终点的：

Service Retainer → Lab — deployment_mode=lab UI/营销已就绪；等 3-5 个课题组愿意持续购买结果型服务后，再把 Lab 版作为团队入口交付
Zotero 集成 — Q7 推迟到这里
医学场景重启 — Q5 推迟到这里，配合医院法务一起立项 ResearchAgent Medical
Agent Pack Registry 自建 — 等 AgentPack 在内部服务生产中稳定、且自助需求明确后再做
私有化部署 / paas mode 商业化 — 等 Lab/Retainer 有 ≥5 个课题组实际跑通后

Roadmap 里没有的事情（不做清单）

明确不做（与 CR §4.3 + §5.4 一致）：

多租户云端 SaaS 公开发布（v2 之前不做）
医疗诊断 / 处方 / 治疗决策（永远不做，CR FR-013）
App Store / Microsoft Store 首发（M5+ 看情况）
团队协作 + 组织级权限（v1.x 不做）
Agent Pack marketplace 交易系统（v1.x 不做；AgentPack 先用于内部服务生产）
大规模下载量 / DAU 增长（v1.x 不追；服务 pilot 和付费意愿优先）
纯软件订阅作为主收入（Desktop Pro 是入口和辅助，不是商业化上限）
偏离三类 SKU 的定制外包（论文预审 / 文献地图 / 基金打磨之外的杂活不接）
面向普通大众的聊天助手（不做，定位偏离）
通用 Agent 编排 SDK 作为主产品（lambdagent 仍开源但不再是产品门面）

Open risks（持续跟踪）

风险	概率	影响	缓解
Apple Developer 账号审核 > 2 周	中	M3 阻塞	立刻申请，准备备用账号
Windows EV 证书 > 3 个月到货	高	M4 阻塞但不阻塞 M3	提前 M0 当天申请
PDF 引用追踪准确率 < 80%	中	M3 验收指标失守	Phase E 期间用 5 篇 SOTA 论文跑 ground truth
服务 pilot 客户找不齐 3-5 位	中	M3 服务验证不足	M0 期间通过个人网络锁定，并要求真实材料 + 反馈承诺
服务质量方差过高	中	客户不信任，无法复购	每单专家 QA + QA checklist + 返工原因记录，回灌 AgentPack
COGS 过高 / 毛利不成立	中	AI-native service 经济模型失败	每单记录模型成本、专家分钟数、交付分钟数；优先优化高频 SKU
专家 QA 供给不足	中	throughput 上不去	从兼职领域顾问开始，目标让专家只复核关键判断而非从零写报告
`deployment_mode` flag 改动 break 现有 189 test	低	M1/M2 回归	mode-transition smoke + 全套测试持续跑
医学场景外部压力（用户主动要）	中	偏离 roadmap	坚持 Q5 决策，给出 "不做" rationale
BUSL ≤10 user 与 Lab 多设备认定冲突	低	法律风险	Lab 版上线前请律师 review 一次 BUSL 文本

How this roadmap maps to existing audit work

docs/AUDIT_2026-06-05.md 的 84 个 finding 中：

28 已关闭（截至 rc2）— 5 critical + 22 high + 1 medium + 1 low
56 待办，按 mode 影响分类：
- Desktop 模式下仍需要修（10 个）: #11 #13 并发 race, #22 #23 webui 稳定性, #17 pickle RCE, #16 qaagent67lambda 硬编码路径
- 只在 lab/paas 模式生效（46 个）: tenant scoping 加固类、多用户 admin 类、RBAC 细化类、SPEC 漂移类。这些在 M1 完成后自动复用，不需要重新修。

Service-first + Desktop 优先级 + 多租户保留 这条战略选择，让 audit 修过的工作成为 lab/paas 升级时的 free win；同时把 v1.x 的商业验证从 "卖软件" 调整为 "卖可追溯科研结果"。

最后更新: 2026-06-07 本 roadmap 与 docs/requirements-change-personal-desktop.md 和 01-Research/Agent/LambdAgent Desktop 商业计划书.md 同步。需求决策记录见 CR §十三；商业叙事以 AI-native research service company 为准。

ROADMAP.md 17 KB パーマリンク 履歴 Raw