docs: 添加发散探讨文档和测试截图

添加了关于管家主动性与行业配置体系的发散探讨文档，包含现状诊断、关键讨论、架构设计等内容。同时添加了测试失败的截图和日志文件。

docs/brainstorming/2026-04-12-发散探讨-管家主动性与行业配置.md

@@ -0,0 +1,204 @@
+# ZCLAW 发散式探讨 — 管家主动性与行业配置体系
+
+> 日期: 2026-04-12
+> 形式: 发散式互动探讨
+> 参与者: iven + Claude
+> 计划产出: `plans/fancy-kindling-karp.md`
+
+---
+
+## 议题：Agent 对话主动性 — 如何让管家主动解决问题？
+
+### 抛砖
+
+管家模式已有痛点检测、用户画像、人格检测、Heartbeat 等感知能力，但感知完之后什么都没做。用户提出讨论如何让 agent 主动去解决用户提出的问题，让用户觉得系统人性化、是合格管家。
+
+---
+
+## 一、现状诊断
+
+### 感知层 vs 行动层
+
+**核心发现：感知层齐了，行动层为零。**
+
+| 已有能力 | 状态 | 核心局限 |
+|----------|------|---------|
+| ButlerRouter 关键词路由 (4域81词) | ✅ | 只注入 prompt，不改变行为模式 |
+| 痛点检测+聚合 (18信号词) | ✅ | 检测后只存储，不触发行动 |
+| 用户画像 (7维度) | ✅ | 只在 prompt 里一行摘要 |
+| 人格检测 (含 proactiveness) | ✅ | 检测了但无行为差异 |
+| Heartbeat (5项检查) | ✅ | 检查结果不推向用户 |
+| 经验闭环 (痛点→方案→经验) | ✅ | 静默复用，用户无感 |
+| 冷启动 (4阶段状态机) | ✅ | 只首次，固定问候语 |
+
+**一句话：管家能"看到"用户的痛点、画像、情绪，但看完之后什么都没做。**
+
+### Hermes 分析的关键启发
+
+讨论前先读了 `wiki/hermes-analysis.md`（Hermes Agent 44.1K stars 竞品分析），核心洞察：
+
+> **"大多数 Agent 记录了'发生了什么'，Hermes 提取了'什么有效'"**
+
+ZCLAW 的痛点检测、画像积累、经验存储全是在**记录发生了什么**，但"什么有效"这一步断了。闭环没合上。
+
+---
+
+## 二、关键讨论与共识
+
+### 2.1 主动性光谱
+
+```
+L0 被动响应   "你问我答"                  ← 当前位置
+L1 主动理解   "你没说明白，我追问"         ← 有痛点检测但不行动
+L2 主动建议   "你问A，我顺便提醒B"         ← 近期目标
+L3 主动行动   "检测到问题，我先做了"        ← 中期目标
+L4 预见行动   "你还没说，我已经准备好了"    ← 远期愿景
+```
+
+**共识：目标 L2-L3。**
+
+L4 不应该是弹窗通知，而是**"用户下次来的时候，管家已经准备好了"**。这符合之前"建议不代理"原则，也避免打扰。
+
+### 2.2 主动性由谁驱动？
+
+**讨论：** System Prompt 注入 vs Heartbeat 调度 vs 中间件规则？
+
+**共识（参考 Hermes）：混合驱动，Prompt 驱动为主。**
+
+| 路径 | 占比 | 用途 |
+|------|------|------|
+| System Prompt 注入 | 80% | 对话内主动建议 |
+| Heartbeat 调度 | 15% | 跨对话准备工作 |
+| 中间件规则 | 5% | 安全兜底 |
+
+**核心认知：主动性不是独立模块，是 prompt 质量的结果。** 当 system prompt 包含足够用户画像、痛点历史、过往经验时，LLM 自然会产生主动行为。
+
+### 2.3 学习驱动方式
+
+**讨论：** Hermes 核心是"Agent 自己决定什么值得学习"。ZCLAW 要走这条路还是规则驱动？
+
+**iven 提出关键约束：** ZCLAW 不仅面向医疗，面向所有行业。
+
+**论证过程：**
+
+纯规则驱动走不通——4 行业 81 关键词已经暴露问题，每进入一个新行业就要写一套新规则。500 个关键词、20 个域，这不是产品是定制开发。
+
+纯 LLM 驱动也不对——不可审计（企业客户问"Agent 学了什么"无法回答）、可能学错、隐私风险、成本问题。
+
+**共识：混合模式 — LLM 做发动机，规则做刹车。**
+
+```
+规则管"不能做什么" → 安全边界、质量门控、触发信号
+LLM 管"应该学什么" → 判断什么有效、提取经验、生成建议
+```
+
+**与 Hermes 的区别：** Hermes 无条件触发 Periodic Nudge，ZCLAW 采用**被动触发**：
+- 对话结束后检查触发信号（纯规则，零 LLM 成本）
+- 有信号才调 LLM 提取
+- 触发信号：痛点阈值跨过 / 隐式正反馈 / 连续 3+ 工具调用 / 用户纠正
+
+### 2.4 行业配置架构
+
+**iven 提出架构方向：** 行业配置做到 SaaS Admin 端，Tauri 端初始化时选择行业，从 Admin 端获取配置。
+
+**讨论重点：**
+
+**Q: 行业配置粒度？**
+- A: 模板化（空白表单）→ 灵活但质量低
+- B: 预设+微调 → 快但不可扩展
+- C: 分层（内置基础+Admin增强）→ **共识选择**
+
+共识：C（分层），设计上预留向 A 演进。内置 4 行业基础配置保证质量，Admin 可覆盖/增强，后续迁移内置到 Admin DB。
+
+**Q: 一个用户可以属于多个行业吗？**
+**共识：多行业并行。** Admin 控制用户可用的行业列表。ButlerRouter 只扫描授权行业的关键词，多行业同时打分，LLM 做最终判断。
+
+**Q: 数据源？**
+**共识：Admin 管理为主。** SaaS Admin 是真相源，Tauri 拉取+本地缓存（离线可用），增量同步。
+
+### 2.5 Admin 用户管理增强
+
+**iven 衍生提出：** Admin 用户管理需要全面升级：
+
+| 新增能力 | 说明 |
+|----------|------|
+| 行业授权 | 控制用户可使用的行业列表 |
+| 页面权限 | 控制用户在 Tauri 端能看到哪些页面/功能 |
+| 套餐关联 | 用户关联 BillingPlan |
+| Agent 模板 | 初始 Agent 人格、预配技能、工作流 |
+
+### 2.6 实施顺序
+
+**iven 确认：全套一起做。** 顺序：
+1. 4 个行业内置配置
+2. 学习循环基础
+3. Tauri 行业配置加载
+4. Admin 行业管理 API+UI
+
+---
+
+## 三、Hermes 参考要点
+
+| 维度 | Hermes 做法 | ZCLAW 借鉴 |
+|------|------------|-----------|
+| 学习循环 | Periodic Nudge + Skill 自动创建 | 被动触发 + 经验→技能补丁（成本更低） |
+| 记忆分层 | 4 层（声明/情景/程序/用户建模） | 增强现有 3 层注入力度 + Prompt 冻结 |
+| Prompt Cache | Frozen MEMORY.md，技能用 user message | 计划引入会话内冻结策略 |
+| 上下文压缩 | 多级策略（剪裁→保护头尾→LLM摘要） | 计划增强 CompactionMiddleware |
+| 技能进化 | 自动 patch 更新 | 计划引入（经验→技能补丁） |
+| 用户建模 | Honcho 方言式建模 12 维度 | 增强 UserProfiler 的注入格式 |
+
+---
+
+## 四、主动性架构全貌
+
+```
+SaaS Admin（真相源）
+├── 行业配置 (关键词/Prompt/技能优先级/痛点种子)
+├── 用户权限 (页面可见/行业授权/套餐/Agent模板)
+└── 管理 API
+        │
+        │ Tauri 初始化拉取 + 缓存
+        ▼
+Tauri 客户端
+├── 感知层（已有，需增强注入力度）
+│   ├── ButlerRouter → 多行业动态关键词
+│   ├── PainDetector → 18信号词 + 触发信号
+│   ├── UserProfiler → 7维度 + 行业偏好
+│   └── PersonalityDetector → proactiveness 维度
+│
+├── 学习层（新增，混合驱动）
+│   ├── 规则触发（低成本前置判断）
+│   ├── LLM 提取（"什么有效"）
+│   ├── 安全过滤（DataMasking + 格式校验）
+│   └── 持久化（ExperienceStore + UserProfile）
+│
+├── 注入层（已有，需增强）
+│   └── System Prompt 组装（会话开始时冻结）
+│       ├── 行业上下文
+│       ├── 用户画像摘要
+│       ├── 活跃痛点
+│       ├── 相关经验
+│       └── 人格偏好
+│
+└── LLM → 自然产生主动行为
+    "我注意到..." / "顺便提醒..." / "上次您提到的..."
+```
+
+---
+
+## 五、计划产出
+
+完整实施计划：`plans/fancy-kindling-karp.md`
+
+5 个 Phase、17 个 Task：
+
+| Phase | 内容 | 依赖 |
+|-------|------|------|
+| Phase 1 | 行业配置基础（数据模型 + 4行业内置 + ButlerRouter改造） | 无 |
+| Phase 2 | 学习循环基础（触发信号 + LLM提取 + 经验增强） | Phase 1.1 |
+| Phase 3 | Tauri 行业配置加载（拉取缓存 + Rust注入 + Prompt组装 + 行业UI） | Phase 1+2 |
+| Phase 4 | Admin 用户管理增强（行业管理页 + Accounts增强 + SaaS API + 页面可见性） | Phase 1，可与2/3并行 |
+| Phase 5 | 主动行为激活（Prompt冻结 + 跨会话连续性 + Periodic Reflection + 注入格式） | Phase 1-4 |
+
+**iven 批准计划，将在新会话中推进实施。**