核心用法
Mission Control 是一款专为 AI 助手设计的 Kanban 风格任务管理仪表盘。其核心工作流为：人类通过 Web 界面创建和优先排序任务，当任务被拖入「In Progress」列时，AI 助手通过 GitHub Webhook 自动接收工作指令并执行。
关键组件：
- Dashboard UI：托管于 GitHub Pages 的可视化看板，支持拖拽操作
- 任务数据：存储在
data/tasks.json中的结构化任务数据 - Webhook 管道：GitHub push 事件触发 Clawdbot 自动处理
- CLI 工具：
mc-update.sh脚本用于状态更新、评论添加和子任务管理
典型状态流转：permanent → backlog → in_progress（AI 自动接管）→ review → done
显著优点
1. 人机协作无缝衔接：人类负责决策与优先级，AI 负责执行，通过 GitHub Pages 实现零部署成本的共享界面
2. 自动化工作流：状态变更自动触发 AI 响应，无需手动轮询或指令唤醒
3. Tailscale 安全通道：利用 Funnel 实现私有网络的 Webhook 接收，避免公网暴露
4. 子任务与 EPIC 支持：支持复杂任务的拆解与顺序执行，进度可视化
5. Heartbeat 集成：可嵌入定期自检机制，防止任务挂起
潜在缺点与局限性
- 依赖外部服务栈：需要同时维护 Tailscale、GitHub CLI、GitHub Pages，任一环节故障将影响整体可用性
- 实时性受限：GitHub Pages 缓存可能导致 1-2 分钟延迟，不适合秒级响应场景
- 单点执行瓶颈：同一时刻只能处理一个「In Progress」任务，无并行执行能力
- 配置门槛：首次部署涉及多个凭证（Tailscale、GitHub Token、Slack Bot Token）
- 数据持久化风险：任务数据完全依赖 Git 仓库，大文件或高频更新可能导致仓库膨胀
适合人群
- 个人开发者/技术型用户：熟悉 CLI 工具链，愿意自建工作流的 AI 早期采用者
- 小团队协作场景：需要轻量级项目管理，且成员能接受 GitHub-centric 工作流
- 自动化爱好者：希望将重复性任务委托给 AI，同时保留人工审查节点的场景
常规风险
| 风险类别 | 说明 |
|---------|------|
| **网络暴露** | Tailscale Funnel 虽提供加密通道，但仍开放端口，需妥善保管 `hookToken` |
| **权限过度** | GitHub Token 需 `repo` 权限，泄露可导致代码仓库被篡改 |
| **任务状态漂移** | 并发人工编辑与 AI 自动提交可能产生 Git 冲突 |
| **供应商锁定** | 深度耦合 GitHub、Tailscale 生态，迁移成本较高 |