核心项目 / AI 产品系统

Plato

Plato 是一个 AI 辅助产品工作台，用来把模糊产品工作转化为可持续计划、文档和可验证执行闭环。

13.8 万+ 代码行 24.1 万+ 含文档 长期迭代 迭代周期

GitHub

用户价值

帮助用户把 AI 从聊天框变成可持续工作的产品闭环。

降低任务模糊度

把粗糙的产品意图转化为明确目标、任务框架、文档结构和可审查的下一步行动。

保持工作连续性

在长周期 AI 辅助工作中持续保留决策、上下文、产物和执行状态。

让输出可验证

让 AI 工作从一次性生成转向证据、验收关口、恢复路径和可使用产物。

产品闭环

围绕可重复的 AI 辅助执行设计。

核心产品思路不是让 AI 回答得更快，而是在任务跨越多个决策和产物时，让工作更容易定义、继续、检查和恢复。

01 捕获意图
02 形成任务上下文
03 规划执行闭环
04 产出项目资产
05 审查证据
06 恢复并继续

产品亮点

这个项目证明了什么。

Plato 用来证明产品判断：如何定义 Agent 工作流、控制复杂度，并让生成式工作真正具备可操作价值。

用上下文治理维护稳定任务状态，而不是依赖临时 prompt 历史。

以文档为中心，把工作过程沉淀为计划、笔记和决策记录。

通过人工审查关口，让 Agent 输出在成为项目证据前可检查。

围绕恢复、继续和可重复产品操作设计执行闭环。

项目规模足够展示持续工程能力，而不只是原型速度。

把文章和项目证据连接成面向 AI 产品岗位的完整叙事。

概念模型

先用图解释产品模型，再展示具体界面。

当访问者先看到产品概念、主流程和架构边界时，Plato 会更容易理解。这些图把项目从一组界面截图，转化为一个完整的 Agent 产品系统。

解释 Agent 应用是什么的概念图 — **Agent 产品概念** 把 Agent 应用理解为任务意图、上下文、工具、执行、证据和人工控制共同组成的系统。

Plato 主流程概念图 — **Plato 主流程** 展示用户意图如何经过计划、执行、审查、产物生成和持续推进。

Plato 架构概念图 — **系统架构** 把产品界面、执行运行时、上下文治理、文件证据和审查边界连接起来。

产品截图

展示产品主张背后的真实工作界面。

这些截图聚焦 Agent 产品工作中真正重要的行为：澄清、会话连续性、文件证据、diff 审查和信任管理。

Plato 在计划阶段向用户提出澄清问题 — **计划阶段澄清** 当任务描述仍不充分时，系统会提出针对性问题，帮助用户在执行前形成更好的任务包。

Plato 在运行过程中向用户提问 — **运行时澄清** 执行过程可以暂停并请求用户指导，而不是在模糊决策中自行猜测，从而保留长周期工作的控制感。

Plato 会话活动时间线 — **会话活动记录** 活动记录让执行过程可检查，用户可以理解一个会话中发生了什么。

Plato 变更文件列表 — **变更文件** 文件级证据帮助用户审查 Agent 改了什么，并让实现输出绑定到具体产物。

Plato 文件差异查看器 — **Diff 审查** 面向 diff 的审查界面会在用户接受结果前，把生成代码转化为可检查的变更证据。

Plato 信任面界面 — **信任面** 信任面把权限、风险、审查和验收显性化，而不是把它们隐藏在聊天记录里。

规模证据

足以展示持续产品与工程投入的项目规模。

更新于 2026/06/12

范围文件 / 目录行数

Python 代码：src 195 52,303

Python 代码：tests 100 33,517

前端代码：非测试 156 36,133

前端代码：测试 67 15,902

项目文档 313 102,884

代码合计 518 137,855

文档与代码合计 831 240,739

岗位相关性

为什么这件事对 Agent 产品岗位重要。

Agent 产品如果只被当成页面设计或 prompt 组装问题，很容易失败。Plato 关注的是更底层的产品界面：状态模型、上下文契约、恢复行为、审查关口和产物质量。

这使它适合作为求职案例：它展示了把用户困惑、产品工作流设计、技术约束和可交付证据连接成一个系统的能力。