企业官网建设流程全解析

Mission Control 是一款开源的 AI 智能体任务管理工具，专为独立创业者打造的"AI 员工指挥中心"。它内置 6 大 AI 智能体——Researcher、Developer、Marketer、Business Analyst、Tester 和 Me，分别负责市场调研、编码开发、营销推广、商业分析、质量测试与人类决策。本文将带你完整拆解每个智能体的角色分工、协作流程与调用方式。

1 分钟认识 Mission Control：AI 智能体任务管理中枢

Mission Control 的口号是"Tame the swarm. Ship what matters."（驯服蜂群，交付要事）。与 Linear、Notion 等"给人填表单"的传统工具不同，它从第一天起就是agent-first（智能体优先）的架构：

• AI 智能体通过 token 优化的 API 直接读写任务，而不是人类手动录入
• 智能体把完成报告、进度更新写进你的收件箱，把需要判断的问题升级成"决策"
• 所有数据以本地 JSON 文件存储，无数据库、无云端依赖，人与智能体共享同一份"事实来源"

在仪表盘上，你可以一眼看到任务统计、待处理决策、每个智能体的工作负载（On track / Working / Blocked）以及最近的动态流——这就是你指挥整个 AI 团队的"驾驶舱"。

6 大内置 AI 智能体角色一览

打开左侧导航的Crew → All Agents，即可看到全部智能体阵容：每个智能体都有自己的图标、职责描述、能力标签和挂载的技能。

智能体档案统一维护在 mission-control/data/agents.json，包含instructions（系统提示词）、capabilities（能力列表）、skillIds（关联技能）等字段，随时可以在 Crew 界面编辑，也可以直接改 JSON。

下面逐个拆解每个智能体"脑子里"的工作方式。

Researcher：市场调研与竞品分析专家

Researcher 的系统提示词要求它扮演"研究分析师"：先读取工作区上下文快照，再搜索最新网络信息、交叉验证多个来源，最终产出可执行的洞察。它的输出格式是标准化的：

• Executive Summary（3-5 句摘要）
• Key Findings（要点列表）
• Opportunities / Risks（机会与风险）
• Recommended Next Steps（建议的下一步）
• Sources（来源引用）

完整提示词定义在 commands/researcher/SKILL.md，研究成果会保存为research/目录下的 Markdown 文件，方便后续智能体复用。

Developer：全栈开发与部署主力

Developer 扮演"软件工程师"，能力覆盖全栈开发、bug 修复、测试、代码评审、架构与部署。它的指令要求开工前先读项目上下文和CLAUDE.md编码规范、审查现有代码模式后再动手——保证写出的代码符合项目既有风格。

Developer 还挂载了 Task Management 与 Field Ops 两项技能：前者让它会维护任务 JSON 文件，后者让它能发起外部动作（发推、部署等）并走审批流。

Marketer：为自举业务服务的增长营销专家

Marketer 的设定是"自举（bootstrapped）软件业务的增长营销专家"——它被刻意约束在没有大广告预算的前提下工作：专注内容营销、产品驱动增长、收益导向的文案与强号召行动（CTA）。

它会为落地页、邮件和社交媒体写文案，分析定位与信息表达，提出增长实验，并输出博客与文档的内容大纲。完整指令见 commands/marketer/SKILL.md，产出的营销物料统一保存到docs/目录。

Business Analyst：战略、规划与优先级

Business Analyst 扮演"商业分析师 + 战略顾问"，负责市场规模分析、功能优先级（RICE/ICE 等框架）、商业模式评估、收入与增长预测，以及"自建 vs 购买"决策。开工前它会依次读取项目、目标和任务数据，确保建议基于数据并始终站在"一个人的公司"的约束下，帮你识别最高杠杆的事、该延迟或砍掉的事。

Tester：质量保障与性能分析

Tester 扮演 QA 测试员：功能测试、边界用例、性能剖析、回归测试，并按统一标准报告 bug——严重级别（critical/major/minor/cosmetic）、复现步骤、期望与实际行为、环境信息。它还会区分"bug（坏了）"与"增强（可以更好）"，并给出改进建议。

Me：人类老板，只干最高杠杆的事

"Me" 不是 AI，而是你本人的席位：决策、审批、创意方向、关系构建。它的存在让分工闭环成立——智能体干活，人只做三件事：定方向、做决策、按下发射键。

智能体如何分工协作：一个任务的完整流转

在 Kanban 看板上，每张任务卡都标着负责人的智能体图标——Developer 做 hero 区设计、Researcher 调研竞品 API 定价、Marketer 写发布博客，多个智能体并行工作：

标准的"智能体循环"（Agent Loop）如下：

1. 创建任务：在界面上新建任务，指定assignedTo（主责智能体），还可添加collaborators协作者
2. 一键启动：点任务卡上的 🚀 Launch 按钮（或由守护进程自动调度），系统为智能体生成带完整角色人设的 Claude Code 会话
3. 智能体执行：边干活边更新任务进度与子任务
4. 自动收尾：任务完成后自动标记 done、生成完成报告写入收件箱、记录活动日志
5. 人类审阅：你在收件箱读报告、回答智能体升级上来的决策

其中第 2 步的人设拼装由 mission-control/scripts/daemon/prompt-builder.ts 完成：它把智能体的 instructions、capabilities 和挂载的技能内容组合成完整系统提示词，保证每次会话都以"专业角色"身份工作。

收件箱是人机通信枢纽：update（进度）、report（完成报告）、delegation（派工）、question（提问）四种消息类型一目了然；需要判断的问题会汇入Decisions决策队列，等你拍板。

技能库 Skills Library：给 AI 智能体"装"专业能力

智能体 = 角色人设 + 技能包。技能库 mission-control/data/skills-library.json 定义了可复用的 Markdown 知识模块，双向注入到智能体提示词中：

比如 Marketer 挂载 Field Ops 技能后，就能直接创建"发布推文"这类外部动作任务并提交审批——从写文案到发出去，一条流水线走完。

3 种方式快速调用 AI 智能体

方式一：任务卡一键执行——点 Launch 按钮，立即为该任务指派一个智能体会话，带实时状态指示与成本统计。

方式二：Slash 命令——在工作区打开 Claude Code，用斜杠命令直接激活角色或驱动流程：

• /researcher、/marketer、/business-analyst：激活对应智能体人设
• /plan-feature：把一个功能拆成 5-15 个任务并自动分类优先级（见 commands/plan-feature/SKILL.md）
• /ship-feature：跑测试、类型检查、lint 后提交并更新任务状态（见 commands/ship-feature/SKILL.md）
• /standup、/daily-plan、/weekly-review：每日/每周管理仪式
• /orchestrate：一键为所有待办任务同时拉起对应智能体

方式三：Autopilot 自主模式——运行pnpm daemon:start启动守护进程，7×24 小时自动轮询任务、生成智能体会话，并支持 cron 定时任务：

守护进程在界面上可配置最大并行智能体数、每任务最大轮次、超时与重试次数，并记录每次会话的成本与 token 用量；智能体连续失败 3 次会自动熔断升级给你处理。

快速上手：5 分钟搭建你的 AI 智能体团队

前置要求：Node.js v20+、pnpm v9+、Claude Code（推荐，用于执行任务）。

git clone https://gitcode.com/gh_mirrors/missionco/mission-control cd mission-control/mission-control pnpm install pnpm dev

打开http://localhost:3000，点击"Load Demo Data"载入示例任务、智能体与消息，就能立刻体验 6 大智能体的分工协作。智能体工作协议（收件箱、决策、活动日志）的完整说明见 CLAUDE.md。

小结

Mission Control 把"管理 AI 智能体"这件事拆成了清晰的六块分工：Researcher 查清市场、Developer 把东西做出来、Marketer 把东西卖出去、Business Analyst 决定做什么、Tester 保证做对了、Me 只做决策。技能库让人设可定制，收件箱与决策队列让通信可追溯，Autopilot 让团队 7×24 自动运转——你出三五个关键决策，剩下的交给蜂群。