面向智能体与自动化的研发工程（Agentic R&D Engineering）
研究取向：多智能体协作、可控自动化、可验证的软件工程与文档生成
应用方向：开发者工具 / 控制系统 / 自动驾驶（规划-控制-系统工程）
- 多智能体协作系统：分工、状态机、审稿循环（review loop）、引用/证据闭环
- 可控自动化（Controllable Automation）：权限边界、审计、可解释的执行轨迹
- 控制与自动驾驶：规划（Planning）× 控制（Control）× 工程化部署（Systems）
- 工具链工程：把“智能”工程化为可维护、可复现、可迭代的生产力
- 用途：在 OpenClaw 中通过 Tavily 做网页搜索，输出结构化结果（便于引用/总结/写作）
- Repo：https://github.com/Jacky1n7/openclaw-skill-tavily-search
- 方向：生长模型的标准化表达与可视化展示（面向科研与工程复现）
- Repo：https://github.com/Jacky1n7/citrus-standard-tree-web
- 目标：提升 Components v2 的交互解析兼容性，降低面板/按钮“失效”概率
- PR：openclaw/openclaw#29013
- 证据优先：结论尽量落到实验日志 / 代码 / 可复现步骤
- 迭代闭环：最小可用闭环（MVP）→ 评审 → 强化鲁棒性与体验
- 文档即接口：把运行、复现、评审写成可执行说明
- GitHub：https://github.com/Jacky1n7
Neon Notes
Build agent systems like we build safety-critical systems: interfaces, invariants, audits, and reproducibility.