Реализовать механику: пользователь инициирует свой личный проект, ставит задачи, выполняет их, проходит проверку ИИ/ментором и завершает задачи. Включить UX и автоматизацию трека.
Изучить и документировать методы updateTaskProcessor и updateProjectProcessor. Проверить обработку полей, types, инпуты, ответы и добавить best practices GraphQL-мутаций.
Сделать reasoning‑логика и майндлоги открытыми для внутреннего и внешнего peer-review: экспертные разборы, фидбек и ручное дообучение reasoning паттернов/алгоритмов платформой или менторами.
Cоздать sandbox и механизм генерации reasoning/логики на неизвестных задачах: наблюдать, как агент формирует новые reasoning-паттерны и осмысленно реагирует на нестандартные треки.
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.