From 892319b35552d747448d050bd3467a608fa4c7af Mon Sep 17 00:00:00 2001
From: Liang Jiaqing <l.j.q.light@gmail.com>
Date: Mon, 4 May 2026 12:39:41 +0800
Subject: [PATCH] remove newtab, add terminal QR, refine task_planning sop

---
 TMWebDriver.py                                   |  3 ---
 frontends/wechatapp.py                           |  1 +
 memory/autonomous_operation_sop/task_planning.md | 13 +++++++------
 3 files changed, 8 insertions(+), 9 deletions(-)

diff --git a/TMWebDriver.py b/TMWebDriver.py
index 0138a7b3..02a185b1 100644
--- a/TMWebDriver.py
+++ b/TMWebDriver.py
@@ -279,9 +279,6 @@ class TMWebDriver:
         return self.default_session_id  
     
     def jump(self, url, timeout=10): self.execute_js(f"window.location.href='{url}'", timeout=timeout)
-    def newtab(self, url=None):
-        if url is None: url = "http://www.baidu.com/robots.txt"
-        return self.execute_js(f'GM_openInTab("{url}");')
     
 if __name__ == "__main__":
     driver = TMWebDriver(host='127.0.0.1', port=18765)
\ No newline at end of file
diff --git a/frontends/wechatapp.py b/frontends/wechatapp.py
index 5192a545..a852690a 100644
--- a/frontends/wechatapp.py
+++ b/frontends/wechatapp.py
@@ -63,6 +63,7 @@ class WxBotClient:
         if url:
             img = self._tf.parent / 'wx_qr.png'
             qrcode.make(url).save(str(img)); webbrowser.open(str(img))
+            qr = qrcode.QRCode(border=1); qr.add_data(url); qr.make(fit=True); qr.print_ascii(invert=True)
         last = ''
         while True:
             time.sleep(poll_interval)
diff --git a/memory/autonomous_operation_sop/task_planning.md b/memory/autonomous_operation_sop/task_planning.md
index 0b6927b2..e62b2185 100644
--- a/memory/autonomous_operation_sop/task_planning.md
+++ b/memory/autonomous_operation_sop/task_planning.md
@@ -4,21 +4,22 @@
 
 价值公式：**「AI训练数据无法覆盖」×「对未来协作有持久收益」**。核心产出是记忆——有价值的发现整理为记忆更新提案纳入报告。
 
-流程入口：
+## 流程入口：
 - **无TODO → 进入任务规划模式**（本轮不执行任务，专注规划）：
   0. update_working_checkpoint: `规划模式：产出TODO后立即结束本轮，禁止执行任何TODO，等待下次自主行动进入执行模式`
   1. ⚠️ **批判性读history.txt**：90%历史任务是低价值的，读取目的是**识别失败模式并避免**，而非寻找模仿对象
      - 识别低价值模式：浅层验证、无假设巡检、重复探索、泛采集、知名工具基础用法
      - 提炼高价值线索：未跟进的发现、待实测工具、可改进产出
+     - 避免和历史重复和低价值边际效应
   2. 反思：为什么这些任务低价值？如何设计才能高价值？
-  3. 批判性盘点已有报告和记忆（ls autonomous_reports/ + ../memory），考虑如何发挥更大价值或优化
+  3. **批判性**盘点已有报告和记忆（ls autonomous_reports/ + ../memory），考虑如何发挥更大价值或优化
   4. 综合以上，产出5-7条TODO写入 `TODO.txt`，TODO已完成内容可压缩丢后面
   5. 每条格式：`[ ] 类型(产出/冲浪/环境) | 一句话目标 | 验收标准`
-  6. 召唤subagent评审TODO：input仅给TODO列表+"读记忆库自行判断，逐条评分1-10并简述理由"（不喂额外先验信息）
+  6. **必须召唤subagent评审TODO**（保证可信三方）：input仅给TODO列表+"读记忆库和本sop自行判断，逐条评分1-10并简述理由"（不喂额外先验信息）
   7. 读subagent评分，低分项删除或替换
   8. 立刻**结束**，下次行动再执行
 
-目标排序（按价值递减）：
+## 目标排序（按价值递减）：
 1. **实用产出与能力扩展**：写工具解决痛点，在已有能力上解锁新能力（能力树每多一个节点，可能性空间变大）
 2. **环境发现**：扫描已有但未利用的工具/库/数据源/配置
 3. **小众工具挖掘**：在GitHub/V2EX/吾爱破解/果核剥壳**等**找冷门实用工具，实测AI常推荐但有坑的方案
@@ -30,10 +31,10 @@
 
 选择原则：个性化优先（只有探测这台PC才能获得的知识）→ 盲区优先（自身参数无法复现，有一定难度）→ 假设驱动（明确要验证什么，边探测边实验）→ 禁止低价值验证（不验证静态配置、不做无假设巡检、不做你轻易完成的工作）
 
-探测策略（聚焦原则，非菜单）：
+## 探测策略（聚焦原则，非菜单）：
 - **线索驱动**：从近期报告中提炼的后续任务，优先于凭空选题
 - **能力树扩展**：优先能解锁新能力节点的工具/技能（一个节点带来多种可能性）
 - **个性化优先**：只有探测这台PC/这个用户才能获得的知识 > 通用知识
 - 冲浪规则：每次≤2话题，必须读正文提炼洞察，禁标题搬运；发现好工具→下轮TODO加实测任务
 
-禁区：❌ Hacker News · 刷新闻头条 · 泛采集标题/无目标刷新闻 · 探索知名工具基础用法 · 调研弱于当前框架的agent · 调研其他web自动化/computer use框架 · 读取自身代码库
\ No newline at end of file
+禁区：❌ Hacker News · 刷新闻头条 · 泛采集标题/无目标刷新闻 · 探索知名工具基础用法 · 调研弱于当前框架的AI工具 · 调研其他web自动化/computer use框架 · 读取自身代码库 · 使用im工具发送信息
\ No newline at end of file