核心用法
Todokan Review Loop 是一个面向Todokan MCP的自主任务处理工作流技能。当任务进入doing状态时，该技能使代理能够自动接管任务：读取最新评论、分析完整对话线程（按时间线重建）、识别未解决的用户问题、生成高质量的上下文感知回复、添加执行更新评论，并将任务状态移至done（Review）。该技能专为循环轮询（polling）和定时自动化（cron）场景设计。
显著优点
- 对话感知智能：严格按时间线重建评论线程，识别已回答与未解决问题，避免重复回复旧内容
- 目标锚定机制：始终将任务标题与描述作为同等重要的意图来源，确保回复不偏离核心目标
- 强制前置检查：包含Turn-lock、Temporal Context Gate、Objective Alignment Check三重硬校验，防止错误发帖
- 研究委托策略：区分直接回答与深度研究场景，仅在必要时 spawn 内部Research Subagent，避免过度编排暴露
- 评论/文档策略：根据内容长度自动选择纯评论或文档+摘要评论模式，保持沟通简洁
- 幂等性保护：检查重复评论和状态反复跳转，确保自动化安全可靠
潜在缺点与局限性
- 语言倾向：示例和模板中包含德语表达（如"Kurzupdate"、"Verstanden"），可能对纯中文/英文用户造成轻微困惑
- 复杂度较高：三重强制校验、子代理委托、时间线重建等机制增加了认知负担和调试难度
- Todokan MCP依赖：完全依赖特定MCP工具集，迁移至其他看板系统需大量适配
- 研究深度限制：默认单任务单周期仅spawn一个子代理，复杂多维度研究需显式配置
适合人群
- 使用Todokan作为任务/知识管理的企业客户经理（KAM）或项目协调者
- 需要7×24小时自动化看板轮询的运维团队
- 希望将AI代理作为"单一用户触点"但保留内部研究能力的组织
常规风险
- 状态机误跳：若Objective Alignment Check未严格执行，可能导致未实质完成的任务被标记为done
- 研究意图误判：未识别用户显式研究请求时，可能给出浅层直接回答而遗漏深度分析
- 时间戳解析错误：时区或时钟不同步可能导致
active_question选择错误 - 子代理超时：内部Research Subagent未返回结果时，缺乏明确的超时回退策略
- 访问控制绕过：
protectionLevel检查若被忽略，可能向只读或受保护任务写入内容