1、设计并实现基于 LLM 的 Agent 工作流，包括任务拆解、规划（Planning）、反思及自我修正机制，提升代码生成的自主性与准确率； 2、研发从自然语言需求到结构化技术规格说明书（Technical Spec）的转换与校验算法，确保生成代码严格遵循接口定义与业务约束； 3、定义、封装及管理 Agent 可调用的原子技能（如文件操作、测试运行、API 调用），优化 Skill 描述与检索策略，提升工具调用的精准度； 4、构建自动化评估基准，量化分析 Agent 在 Spec 遵循度与 Skill 调用成功率上的表现，通过 Bad Case 分析持续优化 Prompt 策略与上下文管理。