20261018 weekly

[AsperforMias]

Work Plan

功能

Item	Issue/PR	Owner	Description
desktop		qiufan liuhuan hanxin lingxi ziyang	面向发版日c端用户能用优先，服务端模块复用细节在相关issue/pr讨论。rfc已完成。 已合入初版preview，公开之前需要开issue先讨论调整UI&UX和 feat 和 api spec，预计两周后发布
决策引入期望	#1921 （包含多数主要内容）	yuyu（1.3发版必要）	调研判断jev、开源替品、openai decision api的决策引入是否价值明确，可参考同类竞品。比如rerank、上下文是否进记忆等。初步已完成，与网关关联，暂时不过多推进
网关层（高重要）		zhangtian	调研。以server起pc服务为场景，提供openai/anthropic api接口等去囊括pc的记忆能力，以此使得用户层无感接入pc能力。有性能需求，go&rs 示例：1. headroomlabs-ai/headroom ；2. https://github.com/higress-group/higress 3. openviking的。需要出个调研报告etc。已出。 后续由zhangtian带领，先做设计文档和雏形框架基本网关内容，具体内容如kv、高性能等后续再议，初步露出时间点放下周
分布式相关问题		zhengwei	调研：服务端pc内容涉及多agent协作，memory分布式决策写入相关问题。不急，长期功能，先建rfc
agent的会话导入优化		jh	调研：导入架构优化（目录检测、格式解析），多agent，比如给过去历史session去建立index的项目、检测agent的胖客户端（lobehub），插件方向 降低端侧侵入性。等待quanda插件抽象统一完善后（已有pr，v1.5.0）通过公共插件实现

可观测与评测

Item	Issue/PR	Owner	Description
评测及补充测试指标		liuhuan e2e：fengze	benchmark在repo中，但起pc服务的开销很大，若确定前后的性能差距明显，相关改动子集可要求蚂蚁提供e2e的前后对比。 明确todo：liuhuan暂时无需要做。fengze把评测补充齐了，提供大量sample和使用说明，需要jingshun来跑完整评测。ziyang的完整评测结果已被出，jev等决策模型 decision api runtime接入后有一定提升，均已公布在readme fengze先做时间&token消耗量优化点，代码ok后等待蚂蚁侧评测kimicode、zcode，等全量报告
确暴露哪些监控内容		liuhuan（与desktop相关）	dashboard展示哪些指标 比如减少token（已有）和命中率等，需确认指标够不够，对比同类竞品 pc的可观测内容是否足够。
节省token专项		jingshun	调研：https://github.com/rtk-ai/rtk 。加在网关侧比较合理

文档

Item	Issue/PR	Owner	Description
宣发文档		@ all	宣发点：说明下对上述几个产品的接入适配情况（minimax和pi已发，kimi正在），然后后续便于写simple和宣发文章。GitHub文档可能也要补充。readme暂比较满意，install flow已完成。一般每周一二发版更新

开发者/用户反馈

1. 接收全模态数据的mem系统 -- from yuyu 路线暂时未定（排期往后）
2. jingshun 去找ob的多模态存储相关 seekdb（排期往后）