Pentagon Workflow：基于状态机与PDCA的智能自动化协作系统
一、 重新定义任务执行与团队协作
Pentagon Workflow 是一个自动化协作系统，它将经典的管理学理论（PDCA循环）与现代智能体（AI Agent）技术深度融合，构建了一个 “状态驱动、智能执行、人机共协” 的工作流引擎。该系统旨在解决传统项目管理中流程僵化、信息孤岛、复盘困难以及人机交互不自然的核心痛点。
其核心理念是：将复杂的任务管理抽象为一个清晰的状态机模型，由一系列专业智能体自动化执行PDCA各阶段工作，同时在所有关键决策节点通过最自然的"问答"方式保留人类的最终控制权。用户无需记忆复杂指令，只需与系统进行对话，即可启动一个高度结构化、自动推进且知识持续沉淀的智能工作流。
二、 安装与部署：快速开始使用
安装前提
- 已安装并配置好 iflow 环境
- 拥有可用的项目空间
安装方法（两种方式任选其一）
方法一：命令行安装（推荐）
在项目目录的顶层，打开命令行工具执行以下命令：
iflow workflow add "pentagon-UcwtrA"
重要提示：此命令需要在命令行中执行，而不是在 iflow 的对话界面内执行。
方法二：手动下载安装
-
访问发布页面下载最新版本：
https://gitcode.com/tq1086/ptg/releases/ptg-0.2-20260130 -
解压下载的文件
-
将解压后的全部内容复制到您的项目顶层目录中
验证安装
安装完成后，在 iflow 环境中输入 /ptg 命令，系统应能正常响应并启动 Pentagon 工作流。
三、 核心设计思想：PDCA循环与状态机模型的完美融合
1. 基石：PDCA（计划-执行-检查-处理）
PDCA循环是系统运行的逻辑内核。Pentagon Workflow 将任何任务的完整生命周期都严谨地映射到PDCA的四个阶段，确保每一项工作都经历完整的规划、实施、检验与优化过程，形成持续改进的闭环。
2. 骨架：五核心文件状态机
系统定义了五个核心文档，每个文档都有明确的生命周期状态，状态的变化驱动着整个工作流的流转：
goal.md(目标)：工作流的起点与终点。状态：草稿→定稿→达成。定义了任务的最终目的。roadmap.md(路线图)：P（计划） 阶段的产出。状态：定稿。将宏观目标分解为战略路径。todo.md(任务清单)：D（执行） 阶段的载体。状态：未完成→已完成。包含具体、可执行的动作项。review.md(复盘报告)：C（检查） 和 A（处理） 阶段的结晶。状态：草稿→定稿。记录结果、分析得失、沉淀知识。correct.md(修正缓冲区)：一个临时文件，用于在A阶段向系统提交优化指令，是连接两个PDCA循环的桥梁。
3. 灵魂：六智能体分工协作
六个专业智能体各司其职，分别负责PDCA循环的不同环节，实现了流程的自动化与专业化：
pentagon-clarifier(澄清者)：在流程初始，评估用户输入任务的清晰度，并通过问答进行澄清，确保目标明确。pentagon-roadmap-maker(路线图制定者)：P阶段核心。根据定稿的目标，制定详细的实施路线图。pentagon-todo-maker(任务制定者)：D阶段前期。将路线图转化为具体的、可操作的任务清单。pentagon-todo-executor(任务执行者)：D阶段核心。推动任务项的完成，更新其状态。pentagon-review-maker(复盘者)：C与A阶段核心。在任务完成后，自动生成复盘报告，分析得失。pentagon-cycle-coordinator(循环协调者)：A阶段协调。评估复盘结论，决定是否启动新一轮循环优化目标，并管理correct.md的应用。
四、 工作流程全景：自动化流转与智能入口
全自动PDCA流转链（核心引擎）
一旦goal.md被用户确认"定稿"，系统将进入全自动运行模式，直至目标"达成"：
- P（计划）启动：
goal.md定稿 → 自动触发roadmap-maker→ 生成roadmap.md（定稿）。 - D（执行）分解：
roadmap.md定稿 → 自动触发todo-maker→ 生成todo.md（未完成）。 - D（执行）推进：
todo.md未完成 → 自动触发todo-executor→ 执行并更新任务，最终使todo.md变为已完成。 - C（检查）与A（处理）复盘：
todo.md已完成 → 自动触发review-maker→ 生成review.md（草稿 → 定稿）。 - A（处理）循环决策：
review.md定稿 → 自动触发cycle-coordinator→ 分析复盘，若需优化则生成新的goal.md修正版并请求用户确认，应用correct.md中的指令后，清空缓冲区，并自动跳回步骤1，开启下一轮优化循环。
智能工作流入口（用户起点）
用户可以通过最自然的对话方式启动一切：
- 通用入口
/ptg [你的想法]：这是最常用的方式。用户只需描述一个初步想法，clarifier智能体会主动介入，评估任务清晰度（A-F级）。对于清晰的想法（A级），直接生成goal.md；对于模糊的想法（B/C级），它会通过几个精准的问题与你对话澄清；对于过于模糊的想法（D/F级），它会引导你重新构思或提供设计指南。这使得系统能适配从"有一个模糊灵感"到"明确需求"的各种场景。 - 专用命令：对于经验丰富的用户，系统提供了9个针对特定领域的快捷命令（如
/ptg-project,/ptg-analysis等），能直接调用更专业的策略模板，更快进入流程。
五、 核心创新与独特优势
-
"零学习成本"的自然交互：用户无需学习复杂语法或操作流程。系统在需要决策时（如确认目标、批准复盘结论）会主动提问，用户仅需回答"是/Y"或"否/N"，或进行简短的对话澄清，交互方式完全符合人类直觉。
-
"活体"智能知识库 (
review.md)：review.md不仅仅是每次循环的总结报告，它是一个自我维护、持续生长的项目知识库。它采用倒序排列（最新在上），包含智能摘要和索引，AI会自动更新其结构。所有来自correct.md的系统修正和历史经验都被完整归档，成为团队和AI后续决策的宝贵依据，完美解决了项目知识流失的难题。 -
严格的状态契约与完全自动化：基于文件状态的流转机制，构成了系统内各组件之间清晰、可靠的契约。一旦目标定稿，后续的规划、执行、复盘、优化循环全部由智能体自动接力完成，极大减少了人工跟进的琐碎操作，保证了流程的规范性和一致性。
-
高度的可扩展性与领域专业化：系统架构松耦合，通过添加新的智能体定义、命令模板和策略模板，可以轻松扩展到新的业务领域。目前内置的9大场景模板（项目管理、数据分析、文案撰写等）已展现了其强大的专业化适配能力。
-
完整的可追溯性：所有决策、状态变更、任务完成情况和复盘结论，都以文件版本的形式被完整记录。这为项目审计、责任追溯和经验复盘提供了不可篡改的数据基础。
六、 典型应用场景
Pentagon Workflow 适用于任何需要结构化推进、持续优化并积累知识的复杂性任务或项目：
- 产品与研发管理：从功能点子到上线迭代的全周期管理。
- 数据驱动项目：数据分析看板建设、定期统计报告自动化生成与复盘。
- 内容与市场运营：社交媒体内容规划、投放策略制定与效果复盘优化。
- 日常事务与会议管理：组织高效会议，自动生成纪要并跟踪行动项直至闭环。
- 个人复杂任务管理：如学习计划、研究报告撰写等需要多步骤推进的任务。
七、 快速上手指南
- 启程：在您的项目空间中，输入
/ptg 我想做一个关于用户流失原因的分析报告。 - 对话澄清：AI（
clarifier）可能会问："你是否有现有的用户数据（如CRM、数据库、日志）？数据覆盖的时间范围是多久？ 你希望从哪些角度分析流失原因？（例如：用户行为特征、产品功能使用情况、客户服务体验、定价因素等） 你期望的报告形式是什么？（例如：数据可视化图表、洞察结论、改进建议、或具体的留存提升方案）"您只需自然回答。 - 定稿目标：AI生成
goal.md，您检查并确认"定稿"。 - 全程自动驾驶：系统将自动为您生成分析路线图(
roadmap.md)、数据获取与处理任务清单(todo.md)，并推动执行。 - 复盘与优化：任务完成后，自动生成包含图表和结论的
review.md。AI会评估是否分析透彻，如需深入，它会提出优化下一轮分析目标的建议，经您确认后，自动开启更深入的分析循环。 - 知识沉淀：整个分析过程中的方法、数据来源、结论和修正思路，都已自动归档到
review.md知识库中，随时可供查阅。
八、 已知限制与未来展望
系统目前处于高效运行阶段，但也关注到一些可优化点，例如：在极少数情况下，工作流可能在复盘确认环节暂停等待用户手动触发（而设计为全自动）；成本计算的微观精度可进一步提升；用户对correct.md缓冲区的应用时机需要短暂适应。
这些并不影响核心功能的使用，并已在迭代计划中。Pentagon Workflow 的本质是提供一个 “人类负责战略思考与关键决策，AI负责战术执行与流程管理” 的协同范式。它不仅是效率工具，更是通过结构化、自动化和持续学习，助力个人与团队将每一次任务执行都转化为未来智能升级的基石。
总结：Pentagon Workflow 通过将PDCA循环状态机化，并赋予AI智能体驱动状态流转的能力，创造了一个既高度自动化又充分尊重人类决策权的智能协作环境。它降低了结构化管理的门槛，让持续改进和知识沉淀成为工作流的自然副产品，是应对未来复杂工作挑战的强大思维与执行伙伴。
更新时间：2026-01-30
当前版本：ptg-0.2-20260130