CWB_Project：人机协作的项目规划智能助手

CWB_Project是一个Agentic AI系统，旨在解决项目管理中会议/邮件决策无法同步到官方计划系统的痛点，通过将非结构化沟通转化为结构化计划更新，并采用人在回路审批工作流确保变更可追溯与人工监督。该项目参加Microsoft Code Without Barriers Hackathon 2026的"SJ Project Planner Agent"挑战赛，核心创新在于平衡自动化效率与人工控制。

项目管理中的长期难题：会议和邮件决策无法同步到官方跟踪系统，导致计划偏离现实，团队认知偏差。CWB_Project为此而生，参加Microsoft Code Without Barriers Hackathon 2026的"SJ Project Planner Agent"挑战赛，目标是弥合非结构化沟通与结构化计划的鸿沟。

核心工作流：收件箱接收→智能提取任务要素（标题、负责人、截止日期、状态、依赖关系）→变更分类（NEW/UPDATE/CONFLICT）→草案生成→人工审批→原子提交。关键原则：无人工批准的变更无法进入官方系统。技术特性包括：智能提取任务相关信息并附带来源引用；三层变更分类机制；人在回路审批（逐条/批量操作、冲突解决、置信度驱动UX、证据追溯）。

多维度视图：跟踪器面板（筛选表格+逾期/即将到期颜色提示）、Plotly驱动的甘特图、紧急面板、变更日志。双向可追溯性：任务历史变更、时间戳差异对比、来源证据引用。基线对比与重放模式：实时计划与基线对比（高亮负责人变更、日期偏移、状态变更）、按时间重放会议记录对计划的贡献。

四层单向依赖架构：UI层（Streamlit Web App）→PlannerService层（工作流控制）→PlannerAgent层（LLM工具）+ Repository层（数据访问）→Azure PostgreSQL。技术选型：LLM用OpenCode Go（DeepSeek V4 Pro/Flash）；存储Azure Database for PostgreSQL；UI Streamlit+Plotly；部署Azure Container Apps；语言Python3.12等。

使用官方CWB_SJ数据集（CC0许可）：tasks_master.csv（约50任务基线）、meeting_notes.jsonl（前10条会议记录）、emails.csv（前5封邮件）。用户可通过"Load sample dataset"按钮填充演示。在线演示地址：https://sjplanner-sm2026.calmbush-865eff5f.eastasia.azurecontainerapps.io/

解决的问题：打破信息孤岛、责任追溯、效率提升、风险管控。适用场景：敏捷开发Sprint规划回顾、跨部门进度同步、客户沟通任务提取、远程团队异步协作。

CWB_Project展示了Agentic AI的务实应用：增强人类决策而非取代。架构设计（四层单向依赖、Repository模式）为类似应用提供模板，对可追溯性和审计的重视使其适用于合规企业环境。