能力矩阵
一层面向公开思考的电影化操作界面
首页不只是落地页，而是进入 Agents、Workflow、Memory、UI Actions 和交互实验的总入口。它需要同时具备编辑感、技术感与生命力。
智能体内核
可自主编排的智能体内核
复杂任务会被拆成推理步骤、工具调用和自我修正循环，让访客不只看到结果，也能看到我如何构建与交付。
工作流
可组合的工作流节点
把可复用的思考过程封装成节点，为 demos、内容生成与后台自动化打基础。
知识系统
知识图谱与 RAG
typed content、向量索引与 observability 共同组成一个可回答、可追踪、可长期记忆的平台。
上下文桥接
为工具、仓库与外部系统提供安全可控的连接层。
模型对比评测
在统一界面内比较 GPT 与 Claude 的响应与质量。
界面可控层
通过 function calling 驱动界面状态变化并渲染 artifacts。
Coding DNA
严格类型系统之上的工程感与产品感
整个站点会跨 web、jobs、AI runtime、content 与 observability 扩展，而不是重新坍缩回一个混乱的单体应用。
架构
0
风格
0
回路
0
Evolution Pulse
穿过系统的持续进化事件
2026-04-10
Monorepo 地基稳定完成
2026-04-10
AI UI Runtime Registry 落地
2026-04-10
Worker Pipeline 与 Jobs 骨架完成
NEXT
首访 AI 引导体验
与 AI 共探索
在意图驱动与底层透明之间自由切换
体验可以从自然语言命令流转到可检查的技术界面，让访客同时感知产品完成度与系统深度。
命令面板
用自然语言驱动 demos、导航与后续的 AI UI actions。
终端模式
以更底层的方式查看运行轨迹、任务链路与基础设施人格。
$ conor-site --boot living-canvas
[ok] loading content schemas
[ok] mounting agent registry
[ok] syncing worker heartbeat
> awaiting next visitor intent
访问入口
三个清晰入口，通往 Conor 的不同维度
Resume 与 Blog 会保持独立站点，这里则是更智能的入口层，把访客引导到最合适的上下文。