Cоздать sandbox и механизм генерации reasoning/логики на неизвестных задачах: наблюдать, как агент формирует новые reasoning-паттерны и осмысленно реагирует на нестандартные треки.
Изучить и документировать методы updateTaskProcessor и updateProjectProcessor. Проверить обработку полей, types, инпуты, ответы и добавить best practices GraphQL-мутаций.
Формализовать цели и продуктовые вертикали для agicms.dev (например, agicms.site, agicms.pro, agicms.chat): определить роли, функции, очерёдность запуска.
Реализовать механику: пользователь инициирует свой личный проект, ставит задачи, выполняет их, проходит проверку ИИ/ментором и завершает задачи. Включить UX и автоматизацию трека.
Обеспечить постоянную и прозрачную фиксацию reasoning, выводов, условий, корректировок во всех ключевых коммуникациях (с пользователями и внутри reasoning ИИ).
В любой непонятной ситуации в диалоге, баге, жалобе или технической проблеме — агент автоматически фиксирует таск на agicms.dev, чтобы ничего не пропустить.
Необходимо реализовать механику личных проектов для каждого обучающегося пользователя. Каждый пользователь должен иметь возможность инициировать создание проекта, ставить себе задачи, выполнять их, проходить проверку ИИ или ментора, получать обратную связь и завершать задачи. Продумать механику, роли, автоматизацию и интерфейс контроля личного проекта.
Нужно изучить и при необходимости улучшить/документировать методы updateTaskProcessor и updateProjectProcessor. Проверить корректность обработки полей, Types, структуру input и response, а также добавить современные best practices для GraphQL-мутаций (использование variables, типизация, detailed error handling и т.д.)
Нужно фиксировать, кто инициирует каждый шаг reasoning/вызова тулзов: agent, user, роль — для аудита reasoning, прозрачности и анализа.