BlinkDesk：零依赖轻量级工单系统，为 AI Agent 编排而生的 SQLite 方案

BlinkDesk 是一个纯 Python 实现的轻量级工单系统，仅依赖 SQLite 标准库，提供完整的 MCP 服务器支持，让 AI Agent 能够直接管理任务、跟踪问题，是开发者友好的命令行工作流工具。

在软件开发、运维管理和 AI Agent 编排中，工单系统（Ticketing System）是跟踪任务、管理问题、协调工作的核心工具。然而，传统的工单系统往往过于重量级：Jira、ServiceNow 等商业方案功能强大但配置复杂、资源占用高；开源方案如 Redmine、OTRS 也需要数据库服务器、Web 服务器等配套基础设施。

对于个人开发者、小型团队或 AI Agent 工作流来说，这些方案显得过于笨重。我们需要的是一个轻量、快速、易于集成的工单系统——BlinkDesk 正是为此而生。

BlinkDesk 的核心设计哲学是"零依赖、纯 Python、SQLite 驱动"。整个系统仅使用 Python 标准库和内置的 SQLite 数据库，无需安装任何外部依赖，单文件即可运行。

• 零外部依赖：纯 Python 实现，仅使用标准库和 SQLite
• MCP 服务器：完整的 Model Context Protocol 支持，AI Agent 可直接集成
• Python API：类型化的干净接口，易于程序化调用
• CLI 界面：完整的命令行工具，支持脚本化操作
• 审计日志：完整的变更历史记录，可追溯每一次操作
• 状态机：可配置的工作流状态转换
• 实体管理：支持用户、团队、Agent 等多种实体类型

BlinkDesk 的数据模型简洁而完整，包含四个核心概念：

工单是系统的核心，代表需要跟踪的工作项——可以是 Bug、待办事项、功能请求或任何需要记录的事务。每个工单包含：

• 标题（必填）：简洁描述工单内容
• 描述（可选）：详细说明和上下文
• 当前状态：如 TODO、IN_PROGRESS、DONE 等
• 负责人（可选）：指派给哪个实体处理

实体代表可以拥有工单的人、团队或 Agent。每个实体有一个唯一标识（slug，如 "alice" 或 "support-team"）和一个显示名称。这种设计既适合人类用户，也完美支持 AI Agent 作为工单处理者。

状态定义了工单可能处于的阶段。与固定工作流不同，BlinkDesk 允许通过配置文件自定义状态机，让工作流匹配团队的实际工作方式。