FlowCredit — Personal AI Company OS

FlowCredit 是面向个人创业者or独立开发者与一人公司的 AI 团队工作台。我们希望把“一个人反复指挥多个 AI 工具”，变成“一个人管理一支有分工，能交接，可追溯的 AI 团队”。项目将 员工身份、工作任务、执行记录 和 成果管理 组织在一起，让工作不再仅仅存在于某一段对话中。 一、我们希望解决的问题： 使用多个 AI 时，真正需要协调的往往不只是提示词：谁负责执行，谁负责检查，上一轮交付在哪里，出错后如何继续，以及什么时候需要用户做决定。 如果这些事情都要由人逐项催促、复制和核对，那么“拥有多个 AI”并不等于“拥有一个团队”。 FlowCredit 围绕三个问题展开设计：工作能否持续推进？协作过程能否看懂？关键决定能否始终掌握在人手里？ 二、产品体验： 1.像素风员工大厅 我们用像素角色和圆桌大厅呈现 AI 团队，将抽象的员工状态转化为直观的空间体验。用户从右上角“角色”进入员工管理，点击成员后，在页面中央打开员工 ID 卡，查看岗位、当前工作和活动记录。正式模式展示后端工作状态，演示模式单独标识；动画是状态的表达，而不是任务成功的凭证。 2.面向个人的全局工作台 工作台集中呈现当前工作、团队状态、交付记录，以及需要用户关注的事项。完成本地执行环境配置后，用户可以提交工作标题和目标，由后端承接任务组织与执行流程。大厅负责呈现团队，工作台负责呈现工作，两者读取同一套业务事实。 三、协作机制： ————以工作为中心，而不是以聊天会话为中心。 FlowCredit 将工作目标、任务、产物和关键活动持久化保存。进程退出或重启后，已有工作记录仍然存在；中断的执行可以进入恢复流程，旧执行的迟到结果不能覆盖新状态。我们希望用户管理的是一份持续存在的工作，而不是不断重新解释背景的临时对话。 ————把执行、审查和返工组织成明确流程。 一名员工提交成果后，另一名员工可以针对该成果进行审查。发现问题时，系统建立与审核意见关联的返工任务；新成果保留与旧版本的关系，并再次进入审查。每一次修改都有对应的问题与记录，而不是只留下几句“建议优化”的讨论。 ————AI 判断与人类决定保持分离。 员工声称完成，不等于成果已经被接受；审核通过，也不等于用户已经同意交付。系统保留独立的人类接受记录，将最终决定关联到具体成果版本。我们的目标是减少日常协调，把精力留给目标、判断和验收。 四、技术设计与项目特点： FlowCredit 采用分层、有约束的多 Agent 协作方式：前端负责呈现，运行内核维护工作状态并推进流程，执行层调用具体 AI 工具。员工身份与一次模型调用分开，角色的职责、任务归属和历史记录不依附于某个临时会话。 对于当前的代码任务，系统不仅接收 AI 的完成说明，还会检查实际代码变更、受保护路径和独立验证命令的结果。“模型说完成了”和“系统观察到可交付的结果”被作为两类信息处理。 我们的设计重点是将持续工作、明确交接、结果审查、人类控制和直观可视化放进同一个产品体验中。 五、当前进展与应用场景： 当前原型以本地软件开发任务为主要验证场景，已接入真实 Codex 执行与独立评审，并保留了真实任务链路的验证记录。审核与返工协议已有确定性测试覆盖，真实模型触发返工并再次通过审核的完整案例仍需补充验证。 工作台已接入工作目标提交，员工大厅能够展示真实团队状态；最终人工验收的界面操作、招聘流程及公司记忆等能力仍在迭代。本地优先首先体现在工作状态与历史记录的保存，并不意味着模型推理完全离线。 后续，我们计划先完善从目标提交到成果验收的完整使用流程，再逐步扩展更多执行后端，以及研究、文档和运营等任务场景。 六、我们的愿景 我们希望保留游戏大厅的直观与趣味，但让它服务于真实工作，不单纯是让用户观看“一群 AI 很忙”。 FlowCredit 想做的是：让一个人拥有一支分工清楚、过程可见、成果可追溯的 AI 团队，把更多时间留给判断与创造。 最后==欢迎你的创造和FlowCredit发生激烈的碰撞~~