Add teaching Python agent CLI with Poetry and CI

docs/00-product-overview.md

@@ -0,0 +1,105 @@
+# 00. 产品总览需求文档
+
+## 1. 产品定义
+
+这是一款面向软件工程任务的交互式 AI 执行系统。它不是单纯的聊天机器人，也不是只会调用几个工具的脚本外壳，而是一套把推理、工具、权限、任务拆解、记忆、扩展机制与用户交互统一起来的产品系统。
+
+## 2. 产品目标
+
+产品需要满足以下目标：
+
+1. 帮助用户完成真实的软件工程任务，而不只是提供建议
+2. 在执行过程中保持安全、可控、可恢复
+3. 让复杂任务可以分解、委派、验证、追踪
+4. 让系统可以扩展新的技能、插件与外部工具能力
+5. 让长期使用形成可积累的记忆和工作习惯
+
+## 3. 核心用户
+
+### 3.1 主要用户
+- 独立开发者
+- 工程师
+- 技术产品经理
+- 有代码任务但希望借助 AI 提升效率的操作者
+
+### 3.2 用户的核心诉求
+- 我不只想问问题，我想让系统帮我做事
+- 我不只想生成代码，我想让它真正改动项目并验证结果
+- 我不只想要一次回答，我想让它持续推进任务
+- 我不只想在一个固定产品里工作，我希望它能接入我自己的工具和工作流
+
+## 4. 产品要解决的核心问题
+
+### 4.1 普通聊天模型的问题
+普通聊天模型的核心局限是：
+- 只做一次性回答
+- 没有稳定执行能力
+- 没有工具治理
+- 没有任务状态
+- 没有长期上下文管理
+- 无法形成可扩展工作流
+
+### 4.2 简单 Agent 的问题
+简单 Agent 虽然能调用工具，但通常会遇到：
+- 行为发散
+- 工具滥用
+- 缺乏权限约束
+- 上下文污染
+- 任务过程不可追踪
+- 做完后不验证
+- 无法优雅扩展
+
+因此，本产品的需求本质上是在解决：
+
+> 如何把“模型 + 工具”升级成一个可用、可控、可扩展、可产品化的软件工程执行系统。
+
+## 5. 顶层产品能力
+
+根据源码结构反推，这套产品至少需要以下一级能力：
+
+1. 系统提示词编排能力
+2. 工具发现、执行与治理能力
+3. 多 Agent 调度能力
+4. Skills / Plugins / MCP 扩展能力
+5. Memory / Session 管理能力
+6. 命令系统与交互界面能力
+7. 任务与后台执行能力
+8. 验证与质量保证能力
+9. Telemetry / Transcript / 可追溯能力
+
+## 6. 顶层非功能需求
+
+### 6.1 安全性
+- 危险操作必须可拦截
+- 外部工具结果必须被视为潜在不可信输入
+- 用户必须能控制权限边界
+
+### 6.2 可恢复性
+- 会话可恢复
+- 任务状态可追踪
+- 子任务生命周期可清理
+
+### 6.3 可扩展性
+- 外部工具可接入
+- 自定义技能可接入
+- 插件可注入命令、技能和行为约束
+
+### 6.4 成本控制
+- 提示词拼装要考虑缓存
+- 上下文使用要考虑预算
+- 大任务要支持压缩和摘要
+
+## 7. 产品价值主张
+
+如果从需求层面概括，这套产品的价值主张不是“回答更聪明”，而是：
+
+- 更稳定地执行任务
+- 更安全地调用能力
+- 更可控地使用 AI
+- 更容易把 AI 接入真实工程工作流
+
+## 8. 一个产品经理视角下的总需求句
+
+可以用一句话总结：
+
+> 用户需要的不是一个会聊天的模型，而是一个能够在真实工程环境中持续推进任务、遵守约束、调用工具、拆分工作、保留上下文并可被验证的 AI 软件工程操作系统。