Paperclip

调查Paperclip任务的失败、停滞、延迟或错误阻塞，复现原因并修复，补充回归测试、验证实际使用流程，最终形成通过检查的PR。

• 修复Paperclip运行失败
• 调查任务停滞或错误阻塞
• 改善任务执行延迟

为native Paperclip Runner接入新的执行工具或提供商，从需求整理、通信协议调查到实现、打包，以及在实际环境中验证完整流程。

• 为Runner新增连接
• 调查执行工具的通信协议和能力
• 验证连接的取消与恢复

利用 Honeycomb 的处理记录调查 Paperclip 运行、页面显示和 CI 的延迟，区分重叠区间与等待时间，整理耗时环节，并处理计量配置和缺失计量的补充。

• 调查代理执行前后的延迟
• 调查任务页面显示缓慢的原因
• 找出拖慢整个 CI 的作业

为Paperclip配置仓库维护机器人，让其应用选定技能并将改动整理为拉取请求，同时设置执行计划、工作上限、运行环境和负责人。

• 定期执行夜间仓库维护
• 通过Webhook触发维护
• 将维护交给现有或新建智能体

调查并修复 Paperclip 中缓慢的 PostgreSQL 查询，在本地复现问题，比较修复前后的速度、结果和权限范围，并整理为通过测试、可供审查的拉取请求。

• 调查疑似由数据库引起的响应延迟
• 降低频繁执行的查询负载
• 比较修复前后的速度与结果

检查重复、缺乏实质验证或依赖内部实现的测试，逐项确认删除依据与保留的替代测试，在保留问题复发检测能力的前提下，合并、修复或删除测试。

• 审查重复测试
• 保留回归检测能力并整理测试
• 重新评估依赖内部实现的测试

设计并验证Dot等外部机器人与Paperclip的双向工作连接，涵盖邀请、权限、结果保存、重启恢复及Cloud部署，并在真实账户和实际部署环境中确认运行情况。

• 与外部机器人双向协作
• 构建邀请及连接设置界面
• 验证重启和重复通知后的恢复

将Paperclip的Storybook界面示例与实际产品及功能清单对照，整理数据、分类和引用，保留示例标识与链接，并区分当前功能示例、原型和历史探索。

• 在界面变更后维护展示示例
• 更新模拟数据与API响应
• 分类原型和历史界面示例

对照源代码和实际运行情况，检查项目的验证技能及功能与智能体访问路径对应表。修正步骤和引用偏差，并列明尚未验证的范围、访问权限缺口与缺失的前提条件。

• 应用变更后更新验证步骤
• 核对功能与智能体访问权限
• 区分源码检查与实际运行证据

通过实际操作界面或 CLI，验证 Paperclip 源码版、npm 发行版及现有运行环境。记录版本、运行环境和初始数据状态，并保留截图、日志等验证证据。

• 检查首次安装与初始设置
• 使用新数据或已有数据验证功能
• 验证指定 npm 版本的安装

通过Storybook、本番源代码及现有浏览器测试检查Paperclip界面变更，分别报告渲染、交互、视觉比较和生产环境验证结果。

• 检查功能变更后的界面组件
• 检查错误、权限及移动端显示
• 检查Storybook指南与链接

检查仓库并生成项目专用验证技能，通过用户实际使用的路径操作应用、保存行为证据，完整执行启动、检查和清理流程，验证生成的步骤。

• 创建仓库专用验证技能
• 整理界面、命令行和服务操作步骤
• 将功能与运行证据对应

根据Paperclip稳定版的变更日志，按dotta的口语风格编写Discord公告。汇总主要更新和有当前工作依据的后续计划，并保存为供负责人复制发布的草稿。

• 编写稳定版Discord公告
• 按新版本或日期更新公告
• 汇总主要变更和后续计划

通过Paperclip对单个Terminal-Bench任务进行有次数和时间限制的试验，记录证据、诊断停止原因并管理产品修复审批，持续使用同一隔离工作副本复测。

• 在次数和时间上限内反复验证单个任务
• 诊断基准测试停止的原因
• 管理产品代码修复前的审批

通过命令行工具创建 Paperclip 外部插件，从生成项目骨架、安装到本地环境，到修改后重新构建，检查类型、测试和构建结果，并报告安装状态。

• 创建外部插件项目骨架
• 反复进行本地安装和修改
• 检查类型、测试及构建结果

统筹Paperclip发布流程，从候选版本验证、npm发布到GitHub Release创建及公告后续工作，并支持将已验证的canary测试版升级为稳定版。

• 统筹Paperclip完整发布流程
• 将已验证的canary升级为稳定版
• 通过Docker检查候选版本

按目的选择Paperclip的Runner评估或完整产品端到端评估，结合证据、执行记录、费用及失败分类进行验证、结果解读和报告。

• 选择Runner或产品端到端评估
• 无需认证信息查看评估列表
• 依据证据与执行记录分析失败

检查Paperclip实例创建的拉取请求，说明用途及合并准备情况，将未就绪的请求转交修复，并根据最新变更的验证结果报告状态。

• 盘点本实例创建的拉取请求
• 安排修复检查失败或冲突
• 修复后重新检查合并准备情况

将Paperclip改动整理为可供审核的拉取请求，涵盖提交整理、说明撰写、审核意见修正、测试与CI检查，并报告交接所需信息。

• 将Paperclip改动提交审核
• 处理Greptile意见与检查失败
• 将大规模改动拆成多个拉取请求

将静态 HTML 和图片等文件组成的文件夹发布到已配置的 Paperclip S3/CloudFront，获取可持续分享的公开网址，并支持发布前检查及从原文件夹更新。

• 通过固定网址分享静态报告
• 发布 HTML 原型或查看器
• 发布前检查文件结构和目标网址

通过受管服务启动和修复Paperclip隔离开发环境，按需完整克隆数据库，并核验登录、克隆数据、运行状态及端口进程所属的工作目录。

• 启动或重启受管开发环境
• 修复初始化、登录或克隆数据问题
• 解决工作环境之间的端口冲突

检查GitHub拉取请求最新提交的自动检查，反复调查失败原因、修复、推送并确认远程结果，直至检查成功，或报告无法解决的具体阻碍及下一步行动。

• 修复处理评审意见后的CI失败
• 调查持续等待的检查
• 确认推送后的远程检查结果

为Paperclip稳定版发布编写面向用户的更新日志，汇总提交、变更记录和已合并PR。基于选定的beta版本整理相关变更、破坏性变更及升级步骤。

• 准备稳定版更新日志
• 整理破坏性变更与升级步骤
• 汇总上次稳定版以来的差异

深入检查PR、分支或大规模代码变更，生成HTML或Markdown报告。除差异外，还梳理系统设计与运行方式，按重要程度列出问题，并提出是否合并及如何修改的建议。

• 深入审查大型PR
• 理解变更的设计与运行方式
• 与类似系统比较设计