Bernard
Bernard 是什么？
Bernard 是一个本地 AI Agent 任务中枢，把多个 Agent 的工作流收进一棵可跟踪、可展开、可审批的任务树。
用户痛点
高频的切换和决策带来的大脑透支
我的日常工作里已经有 6 个 AI Agent：Hermes 管提醒和监控，Claude 写规划，Codex 写代码，Antigravity 做前端首稿，DeepSeek 负责润色，KIMI 处理文档。模型横跨 GPT、Claude、Gemini、DeepSeek、GLM、Minimax。
Agent 越多，效率越高。但一个副作用也在同步增长：高频的切换和决策带来的大脑透支。
我发现这不只是我一个人的问题：
原因：Agent 与人的三层断裂
1 任务与 Agent 的对应关系靠人脑记忆
每个 Agent 窗口里都有一堆任务，但它们彼此孤立。当我在 Codex 里修完 bug 想去 Claude 继续做方案评审时，需要先“找回”那个会话。信息不连续，上下文靠人脑拼接。
2 进度不透明
Agent 不会主动告诉我“我做到了第三步，现在卡在第四步，等一下你再确认”。进度只存在于各自的终端输出或 IDE 面板里。想看全局就需要一个一个窗口点开。
3 缺少统一的审批出口
Agent 完成产出后（代码、文案、设计稿）需要人类确认。但确认动作散落在不同会话、不同工具里。没有一个地方能说“这条过了，推进下一步”。
根因判断：现有的 AI 工具都是“对话窗口”模式。对话窗口天然是线性的、临时的、一次性的。但多 Agent 协作需要的是结构化的、可追溯的、有状态的。
设计方案
把多个 Agent 的工作流收进一棵可跟踪、可展开、可审批的任务树。
拆任务、分配 Agent、调用 Skill、追踪进度、审批产出。
@Agent 分配
通过 @ 可以呼出 Agent 菜单，选择该任务使用的 Agent。点击即可跳转至对应窗口。
Antigravity 
Claude 
Codex 
/Skill 呼出
通过“/”可以呼出菜单，选择该任务使用的 Skill 与 MCP 工具。
Design Guide PM 
状态以及交互
一键开启任务，状态实时追踪，一键审核。
待开启：点击执行
等待状态：等待审批/待前置任务完成
正在执行：点击展开显示 Agent-Progress
已完成：点击展开查看 Agent-Progress
树状图展示所有任务
一键开启任务，状态实时追踪，一键审核。
Point
无子集、有子集、选中态（当前正在键入时出现）
展开
鼠标移动至 Point 左侧，若该 Point 有子集且未展开，则展开按键出现。
Line
未键入态、键入态、选中态
未完待续……