本项目两份强制性开发标准文件位于项目根：
10 步工作流：
| Step | 内容 | 时长 |
|---|---|---|
| 1 | 需求定义（半页纸 7 问） | 30min |
| 2 | 架构选择 + 理由 | 30min |
| 3 | System Prompt 6 要素 | 1h |
| 4 | 工具设计（触发 / 排除条件） | 1h |
| 5 | MVP 实现 | 2-3h |
| 6 | 测试集 15+ case（5 类别） | 1-2h |
| 7 | 3 轮优化（prompt → 工具 → 参数） | 2-3h |
| 8 | 5 维度加权评估 | 1-2h |
| 9 | 接入可观测性 | 1h |
| 10 | 上线 10 项 checklist | 30min |
关键章节定位：
| 章节 | 内容 |
|---|---|
| §1.1 | 结构化中间状态设计 |
| §1.2 | Trace / Span 数据结构（9 必备字段） |
| §1.3 | 3 个关键设计决策（JSON Schema / 工具记录 / 错误重试） |
| §2.1-2.2 | 评估原则 + 5 维度加权框架 |
| §2.3 | 评估数据集 3 来源（人工 / LLM 生成 / 生产挖掘） |
| §2.4 | AgentEvaluator 实现（4 种 scorer） |
| §2.5 | 评估报告自动生成 |
| §3 | 闭环 SOP |
| §6 | 17 项 DoD 验证清单 |
- Umbrella spec §0 合规声明
- Umbrella spec §5 里程碑里嵌入了 Step 6/7/8/9/10
- Umbrella spec §6 跨切关注点是这两份标准的项目化落地