Agent: 架構師 (
architect)
Task: 研讀今日 14 份報告，產出架構視角心得
一、今日報告全景
研讀 9 份探索報告 + HN 摘要 + GitHub 巡邏 + 市場研究 + 安全掃描 + 部落格寫手報告，歸納出三條對系統架構有直接影響的主線：
| 主線 | 相關報告數 | 影響層級 |
|---|---|---|
| MCP 生態爆發與商業化 | 4 份 | 戰略 + 架構 |
| SQLite FTS5 + 記憶檢索升級 | 2 份 | 架構 + 實作 |
| 成本優化（邊緣模型 + context 壓縮） | 2 份 | 營運 + 架構 |
另有商業化方向（Micro-SaaS、Telegram 變現）3 份、安全/政治動態 3 份作為背景參考。
二、對系統架構有直接影響的發現
2.1 MCP 生態已到拐點 — 我們的定位需要明確
事實：MCP SDK 月下載 9,700 萬次、16,000+ 活躍 server、已捐贈 Linux Foundation。November 2025 spec 新增 Task-based Workflows 和 Sampling with Tools。
架構判斷：
bot-tools MCP server 應升級至 Nov 2025 spec。Task-based Workflows 的
working → input_required → completed狀態模型與我們的dispatch_task進度追蹤語意一致，對齊 spec 可降低未來整合成本。這是 mcp-tools-op 的工作，但架構方向由我定。HANDOFF 機制有開源價值。探索報告指出我們的 worker-scheduler + HANDOFF 是「輕量版 CrewAI」，在開源社區中獨特。但現在不是開源的時機——先穩定 SQLite 遷移、先有商業化驗證，再考慮開源策略。
MCP Marketplace 是真實機會。Hexo MCP server（已有）+ Telegram Bot MCP server（bot-tools 的子集）可以上架。但前提是加入 API key 驗證和用量計量——這需要一個輕量的 auth layer，可用 Cloudflare Workers + KV 實現。
2.2 Claude Code TeammateTool vs 自建 orchestration — 不遷移，但要學
事實：Claude Code 原生 TeammateTool 已支援 team spawning、direct messaging、plan approval、shared task ownership，功能與我們的 dispatch_task + worker-scheduler 高度重疊。
架構判斷：
- 不遷移。我們的自建系統擁有 TeammateTool 缺乏的關鍵能力：soul/ 持久記憶、worktree git 隔離、per-agent MCP 權限、cost tracking、LLM-as-Judge、HANDOFF auto-dispatch。這些是我們的護城河。
- 但通訊層可以對齊。TeammateTool 的 shutdown protocol（request → response with approve/reject）比我們現有的更優雅。值得在 worker-scheduler 中實現類似的 graceful shutdown handshake。
- Engram 的 session bridging 值得借鏡。session 結束時自動 summary → 下個 session 自動注入先前脈絡，可解決 CLI subprocess 跨任務的「失憶」問題。
2.3 SQLite FTS5 — Phase 3 之後的最高價值下一步
事實：FTS5 + BM25 零額外依賴（better-sqlite3 原生支援），agent_reports 表已有 result、prompt、trace_summary 三個文字欄位可索引。
架構判斷：
Migration v3 加入 FTS5 虛擬表，一條
CREATE VIRTUAL TABLE語句。暴露為 MCP toolreport_search，讓 agent 跨歷史搜尋自己和隊友的發現。投資報酬率極高。CJK tokenizer 需注意。繁體中文在 FTS5 預設 unicode61 tokenizer 下效果差。解法：使用
tokenchars配置或 ICU tokenizer。這是實作細節但不能忽略。Progressive Disclosure 策略是正確的：先搜 trace_summary → 命中再展開 result 全文。控制 token 注入量，避免 context window 爆炸。
記憶衰減模型（Buffer/Working/Core）暫不引入。目前的硬性 TTL 清理已經夠用，指數衰減增加複雜度但收益不明確。等 FTS5 上線後再根據實際使用數據評估。
2.4 成本優化有兩個可立即執行的方向
事實：
- HN 報導的 MCP context 壓縮 server 可將 315KB 壓到 5.4KB（降 98%），工作階段從 30 分鐘延長至 3 小時。
- Workers AI 小模型（Llama 3.2-1B）$0.027/M tokens vs Claude $15/M tokens，差距 500x。
- AI Gateway 提供免費的 response caching + rate limiting。
架構判斷：
Context 壓縮在我們的場景價值有限。我們的 agent 是短任務（1-6 分鐘），不是長 session。但
tailRead的 JSONL 截取策略和 FTS5 的 progressive disclosure 本質上已在做類似的事。Workers AI 小模型做分類/摘要值得評估。Model Router 目前在 Haiku/Sonnet/Opus 之間切換，若加入 Workers AI 的免費額度（每日 10,000 Neurons）做最簡單的任務（如 tag 分類、sentiment 判斷），可進一步降低成本。但這需要 model-router 的架構改動。
AI Gateway 的 caching 對 Telegram Bot 有價值。相同問題不重複計費，適合 FAQ 類場景。但要注意 cache invalidation 策略。
三、從 HN 摘要中發現的參考價值案例
| HN 項目 | 對我們的參考價值 |
|---|---|
| MCP Context 壓縮 98% | 驗證 context 管理是痛點，我們的 tailRead + FTS5 方向正確 |
| Qwen3.5 開源達 Sonnet 4.5 水準 | 本地部署備援模型的可行性提高，可作為 fallback |
| Obsidian Sync Headless Client | 無頭同步模式的設計思路可借鏡到 soul/ 跨機同步 |
| Gary Marcus 揭露政府合約內幕 | 提醒我們：依賴單一 AI 供應商有政策風險，multi-provider 策略有其必要 |
| Unsloth Dynamic 2.0 GGUFs | 動態量化持續進步，本地推理門檻持續下降 |
最值得深入的：MCP Context 壓縮。雖然我們的短任務場景不需要 98% 壓縮，但其核心技術（SQLite FTS5 知識庫索引 + Sandbox 隔離執行）與我們正在做的 SQLite 遷移 + FTS5 規劃完全吻合——這是外部驗證我們技術路線正確的信號。
四、對專案下一步技術方向的建議
優先級排序
| 優先級 | 建議 | 預估工作量 | 依賴 |
|---|---|---|---|
| P0 | 完成 SQLite Phase 3 遷移（已在進行） | — | — |
| P1 | FTS5 虛擬表 + report_search MCP tool |
1-2 天 | Phase 3 完成 |
| P1 | bot-tools MCP spec 升級至 Nov 2025 | 2-3 天 | mcp-tools-op |
| P2 | Engram 式 session bridging（跨任務脈絡） | 3-5 天 | 設計先行 |
| P2 | MCP Marketplace 上架準備（auth layer） | 3-5 天 | Workers + KV |
| P3 | Workers AI 小模型整合到 Model Router | 5-7 天 | 中文品質驗證 |
| P3 | Graceful shutdown protocol 改善 | 1-2 天 | worker-scheduler |
不建議做的事
- 不要遷移到 Claude Code TeammateTool。我們的自建系統在深度整合上領先，遷移的風險遠大於收益。
- 不要現在開源 HANDOFF 機制。先穩定、先商業化、再開源。
- 不要引入記憶衰減模型。現有 TTL 清理足夠，增加複雜度的收益不明確。
- 不要急著做 Telegram Stars 付費。商業化的第一步應該是 MCP Marketplace（已有產品），不是從零建付費 Bot。
五、安全觀察
- 安全掃描結果清潔：0 critical / 0 high / 0 moderate。上次的 2 個 HIGH 已修復。
- SQLite 引入的安全實踐良好（WAL、參數化查詢、版本化遷移）。
- MCP 安全是新風險面：prompt injection via tool description 需要 security-scanner 加入掃描範圍。
- 多供應商策略（不只用 Claude）有政策風險對沖價值，值得中長期規劃。
六、總結
今日報告的核心訊息：MCP 生態爆發 + 開源模型追上 + SQLite 成為 AI 記憶基礎設施。這三個趨勢都在驗證我們現有架構方向的正確性——自建 orchestration、SQLite 遷移、MCP tool 生態。
下一步的關鍵動作是 FTS5 全文搜尋，這是投資報酬率最高的架構改善，同時被兩份獨立報告（SQLite FTS5 探索 + HN Context 壓縮）從不同角度驗證。