一句话数据收集器（QuickForm 数据大屏工坊）

> 老师说一句「帮我做个课堂作品投票」，你交付：一个数据收集网页 + 一个实时数据大屏 + 后台自动建好的任务。
> 学生打开收集页填写，数据秒级进库；老师投屏打开大屏，看着数字实时跳动。
> 还能一句话让 AI 出一份专业的数据分析报告。

🔑 重要（v1.2 起）：每个任务先起一个「名字」，记在本地台账里。
以后老师说「维护下那个单词练习」，就按名字找回同一个任务（数据不丢）重新生成页面，
绝不重复新建。详见下方《本地任务台账 —— 先起名、按名字维护》。

先看效果（在线演示大屏，模拟数据实时变化）：
https://modeai-quickform.ms.show/demo

什么时候用我

> 🔑 一句话区分：说"改"→ 复用同一个任务原地改；说"再建/新建一个"→ 换名字建新任务。
> 拿不准就先 brief 亮出清单，问一句"你是要改已有的，还是新建一个？"

默认环境（开箱即用，零配置）

• BASE（唯一正确域名）：https://modeai-quickform.ms.show
• API Token（体验站共享，开箱即用）：不需要记、也不写死在任何文件里——Token 是公开共享的且会轮换，
  运行时自动从公开 docs 端点获取（qf_token.py 已内置：环境变量 > 本地缓存 24h > 实时拉取）。
  手动查看当前 Token：python references/qf_check.py token；401 时脚本会自动换新 Token 重试。

⚠️ 三个实测必踩的坑（2026-09-17 全流程验证）

坑 1：必须伪装浏览器 User-Agent，否则一律 403。
这是最高频失败原因。体验站网关有 WAF，curl/8.x、Python-urllib/3.x 等默认 UA 会被判为爬虫直接 403，
而同一个请求带上浏览器 UA 立刻 200。实测矩阵：

浏览器 UA 固定用这一串：
Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36

坑 2：绝不能改用 studio-xxx.api-inference.modelscope.net 域名。
网关被拦时，本能反应是换成魔搭的 API 专用地址 + 魔搭 SDK Key——这条路是死路，不要走：
该网关对浏览器 OPTIONS 预检返回 401 且不附带任何 CORS 头，前端 fetch 必然报
No 'Access-Control-Allow-Origin' header is present on the requested resource。
而且它会污染需求：一旦用了它，网页就必须内嵌魔搭 Key，用户再也做不到"零配置"。
结论：网页只用 ms.show 公开接口，不带任何 Token，谁双击都能用。

坑 3：Windows 下中文数据会乱码。
cmd/PowerShell/Git Bash 默认 GBK，含中文的 -d '{...}' 会被服务端解析失败（报"缺少 title"）。
解决：title 用 ASCII，或改用 Python urllib 显式 .encode("utf-8") 提交（见 references/qf_check.py）。

坑 4：体验站是共享空间，卫生铁律（违者垃圾任务满天飞）。
所有使用者共用同一个 Token 和任务空间，自检/测试留下的任何东西所有人可见：

1. 自检只允许用「自检-链路测试」这一个固定任务（qf_check.py 已固化：存在就复用，不存在才建一次）——绝不每次自检都新建任务
2. 自检/验证产生的测试数据绝不插进真实任务，只进自检任务或刚创建的目标任务
3. qf_render.py 的端到端验证会自动提交带「【连通性验证-可删】」标记的测试数据，验证通过后自动调用 DELETE 清掉
4. 留下了垃圾就用清理端点收尾：python references/qf_check.py delete <apiid> 删任务、python references/qf_check.py purge <apiid> "标记" 清数据

另外：不要用 Authorization 请求头——魔搭平台网关会拦截带 Authorization 头的请求返回 403，必须用 X-API-Token。

体验站为共享演示环境（所有使用者共享数据空间），正式使用请自部署 QuickForm 教师版并用自己的 Token（部署方法见文末）

⭐ 本地任务台账 —— 先起名、按名字维护（v1.2 核心）

为什么要有它：QuickForm 开放接口只能「新建任务」，没有「改任务」。如果每次都 create，
用户第二次想改就会又建出一个新任务、还找不到对应关系（因为创建完就忘了）。
台账在用户本机记下「名字 → apiid」，让同一个名字永远指向同一个任务：

第一次：create 建任务 + 登记名字
之后  ：按名字查到旧 apiid → 复用同一个任务重新生成页面（数据不丢）
想另起：换个名字；确实要同名重建才加 --force

台账文件：~/.workbuddy/quickform/registry.json
（Windows：C:\Users\<用户名>\.workbuddy\quickform\registry.json）
可用环境变量 QF_REGISTRY 或参数 --file 覆盖。它是本机的，每个同事各自一份，互不影响。

🔒 铁律：任何"新建数据收集任务"的动作，都要先起名、先查台账，再决定新建还是维护。

# 0) 亮家底：目前共有几个任务、都叫什么（新建前先亮给老师看）
python references/qf_registry.py brief

# 1) 这个名字建过没有？（退出码 0=已存在，1=没有）
python references/qf_registry.py has "<名字>"

# 2) 没建过 → 新建并登记（一条命令内部就调云端建好任务，别再用裸 curl）
python references/qf_registry.py create --name "<名字>" --title "<任务标题>" --desc "<说明>"

# 3) 建过 → 看它的 apiid，直接用这个 apiid 重渲染页面（数据保留，见第 2 步）
python references/qf_registry.py get "<名字>"

# 4) 看全部 / 只想看名字
python references/qf_registry.py list
python references/qf_registry.py names

> 数据来源（务必分清）：
> path / list / names / has / get / resolve / brief / add / update / set-files / remove 只读本地台账、不联网——
> 所以"我有哪些任务"永远只显示你自己登记过的，不会列出别人的。
> 只有 create（新建任务）和 sync（与云端对齐）会连云端；其中 sync 的云端接口返回共享空间里所有人的任务，
> 故其默认行为是"只刷新、不新增"（详见下方 sync 说明）。

"维护"到底能改什么（务必跟用户讲清楚，别让 TA 误以为能改云端任务本体）：

同事第一次用、或以前建过任务没记名字 → 与云端对齐：

python references/qf_registry.py sync            # 默认【只刷新】：只更新台账里已有任务的提交数，不新增
python references/qf_registry.py sync --add-all  # 才把云端任务补录进台账

> ⚠️ 体验站是共享空间（所有人共用同一个 Token），GET /api/cli/tasks 返回的是所有人的任务。
> 所以 sync 默认不新增任何条目，只会刷新你自己台账内任务的提交数；
> 它会把"云端有、你台账没有"的任务列出来提示你，由你确认后再决定是否 add 单独登记或 --add-all 全量补录。
> 绝不要为了让列表"全一点"就无脑 --add-all——那会把别人的任务灌进你的台账。

🔁 改网页 —— 复用同一个任务，绝不新建（最易翻车，务必照做）

触发语：老师说「这个网页不合适，改一下」「换个字段」「大屏再调调」「重做收集页」「加一列」……
只要是对已经做过的任务动刀，就必须走这条"改网页"路径，不能新建任务。

1. 先按名字取回它的 apiid 和原来的网页路径：
   bash python references/qf_registry.py resolve "<名字>"
   返回 apiid=xxx、collect=<原收集页路径>、dashboard=<原大屏路径>。
   - 若返回"未找到" → 这是新需求，回到《第 0 步》起名新建；绝不能默默新建一个来糊弄。
2. 用同一个 apiid 重新渲染（带 --name "<名字>"）：
   bash python references/qf_render.py <上一步的 apiid> "<标题>" "<说明>" \ --fields fields.html --name "<名字>"
qf_render.py 发现台账里已登记过该任务的网页，会原地覆盖原来那两个文件，
   并打印 ♻ 复用同一个任务 apiid=xxx，原地覆盖上次的网页（未新建任务）。
   → 老师的数据一条都不会丢，只是页面换了。
3. 交付时明确说：「已改好，还是在原来那个任务上（数据没丢）」。

⚠️ 三条红线
- 查不到名字 → 先问老师改的是哪一个任务，或给个名字；不要擅自 create 新任务。
- 改网页绝不再调 POST /api/cli/tasks（那是新建）；复用旧 apiid 就好。
- 非模板页面（如自制的小游戏收集页）也要登记路径，否则下次"改网页"不知道改哪个文件：
bash python references/qf_registry.py set-files --name "<名字>" \ --collect <收集页路径> --dashboard <大屏路径>

先跑自检，再干活（强烈建议）

本技能自带 references/qf_check.py（零依赖，Python 3 标准库），它已把上面三个坑全部规避掉：

python references/qf_check.py            # 全链路自检：鉴权/读取/提交/入库/中文建任务，逐项打印 HTTP 码
python references/qf_check.py create "课堂作品投票" "收集作品名与评分"
python references/qf_check.py data <apiid>
python references/qf_check.py analyze <apiid>

跑出第一个 HTTP 200 之前，不要生成任何网页。 这样一次做对，不用回头排查。

标准工作流（严格按此执行）

第 0 步：先亮家底 + 起名 + 查台账（必做，防止重复建任务）

0. 先亮一下"家底"：python references/qf_registry.py brief
   会打印「目前共有 N 个数据任务：A、B、C」。
   - 老师提的是新建需求（"再给我做一个 XX"）→ 把清单转述给他再动手：
   > 「你目前已有 N 个数据任务：A、B、C。要【改】哪个就说它的名字；要【新建】我就按新名字建一个。」
   - 老师其实是改（"那个不行 / 改一下 / 换个字段"）→ 走《🔁 改网页》，不要 create（见下）。
1. 再确定这次的任务名（短名，便于口头引用，如「三年二班单词练习」）。
   用户话里带了名字就用；没带就问一句**：「这个数据表起个什么名字？以后我按名字帮你维护。」
2. 查台账：python references/qf_registry.py has "<名字>"
3. 按结果分支：
   - 没有（退出码 1）→ 走新建：
   python references/qf_registry.py create --name "<名字>" --title "<标题>" --desc "<说明>"
   拿到 apiid 后进第 2 步。优先用这条，不要用裸 curl 建任务（裸 curl 不登记名字，下次又找不到）。
   命令建完会自动打印"你目前共有 N 个数据任务：…"——把这句转述给老师。
   - 已有（退出码 0）→ 先停下问用户：
   > 「这个名字已经有一个任务了（apiid=xxx，现有 N 条提交）。你是想【继续用它】（只改页面、保留已有数据），还是【另建一个】？」
   • 选「继续用」→ 记下它的 apiid，直接进第 2 步重渲染（数据保留）。
   • 选「另建」→ 让用户换个名字，或 create ... --force。

第 1 步：创建数据任务（备用：裸 curl，不登记名字，非必要不用）

TOKEN=$(python references/qf_check.py token)
curl -X POST "https://modeai-quickform.ms.show/api/cli/tasks" \
  -A "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36" \
  -H "X-API-Token: $TOKEN" \
  -H "Content-Type: application/json; charset=utf-8" \
  -d '{"title": "课堂作品投票", "description": "提交作品名称并给喜欢的设计打分(1-5)"}'

> 注意 -A 那个浏览器 UA 不能省（坑 1），中文在 Windows 终端下可能乱码（坑 2/坑 3），
> 遇到乱码直接改用 python references/qf_check.py create "标题" "描述"。

返回 task.apiid 和 task.submit_url（如 https://modeai-quickform.ms.show/api/AbC123XYz）。

第 2 步：用模板生成两个网页（核心交付物）

本技能自带两个单文件 HTML 模板（零依赖、双击即用），放在 references/ 目录：

> ✅ 推荐用渲染脚本，别手工替换：references/qf_render.py
> 手工替换很容易翻车——全量 replace 会把注释/提示文字里的占位符一起改掉（出错信息会变成一串 URL），
> 也常漏替某个占位符导致页面"点了没反应"。脚本会渲染 + 五项自动校验：
>
> bash > python references/qf_render.py <apiid> "<任务标题>" "<一句话说明>" \ > --fields fields.html --name "<任务短名>" # 新建时可再跟 --out ./交付目录 >
> 带上 --name 时，一旦校验通过，脚本会自动把 apiid/标题/页面路径写回本地台账：
> · 新建：用 --out <目录> 决定落盘位置；
> · 改网页：同一个 --name 再跑一次，脚本会原地覆盖上次那两个网页
> （复用同一 apiid，打印 ♻ 复用同一个任务…未新建任务），老师的数据不会丢。
> 校验项：①占位符是否替换干净 ②实际请求地址 ③地址是否合规（必须 ms.show）
> ④页面是否混入 Token ⑤真实请求一次确认 apiid 有效（写错 apiid 会直接报 HTTP 404）。
> fields.html 里写你要的表单控件（见下方格式），不含 importToken 之类的东西。

若确实要手工替换，务必逐个替换且只替换这五个占位符，并在生成后跑一遍上述校验。

1. collect_template.html —— 数据收集页（发给学生填）
   替换占位符：
   - __TASK_TITLE__ → 任务标题
   - __TASK_DESC__ → 一句话填写说明
   - __FIELDS_HTML__ → 按老师需求生成表单控件，每个控件必须有 name 和 data-label（提交时作为字段名），例：

<div class="fg"><label>你的姓名</label><input name="name" data-label="姓名" required></div>
<div class="fg"><label>作品名称</label><input name="work" data-label="作品名称" required></div>
<div class="fg"><label>评分（1-5 分）</label>
  <select name="score" data-label="评分"><option>5</option><option>4</option><option>3</option><option>2</option><option>1</option></select></div>
<div class="fg"><label>一句建议</label><textarea name="advice" data-label="建议"></textarea></div>

• __SUBMIT_URL__ → 第 1 步返回的 task.submit_url

2. dashboard_template.html —— 实时数据大屏（老师投屏看）
   替换占位符：
   - __TASK_TITLE__ / __TASK_DESC__ → 同上
   - __DATA_URL__ → task.data_url（即 {BASE}/api/<apiid>/all）

大屏自动：6 秒轮询新数据、统计卡数字跳动、60 分钟趋势图、自动识别选择类字段画分布条、最新提交列表（最新在前、可滚动）。不需要任何配置。

> 📌 交付的是非模板页面时（比如自制的小游戏收集页、定制大屏）：交付后务必把它的路径登记进台账，
> 否则下次老师说"改网页"时，智能体不知道改哪个文件：
> bash > python references/qf_registry.py set-files --name "<名字>" --collect <收集页路径> --dashboard <大屏路径> >

把两个文件保存到老师指定的目录（没指定就存到当前工作目录，文件名用任务标题命名）。

第 2.5 步：交付前自检（防止翻车，别跳过）

验证一律走 HTTP 请求（默认已固化在渲染器里），不要用无头浏览器——沙箱环境里 Chrome/Edge headless 经常跑不起来（要求 --user-data-dir、禁 GUI 进程），白白卡几分钟还验不出东西。

qf_render.py 渲染时会自动执行以下校验，全程约 3~10 秒：

1. 占位符是否替换干净
2. 实际请求地址是否为 https://modeai-quickform.ms.show/api/...（否则会被 CORS 拦）
3. 页面是否零凭证（Token/Key 绝不能出现在学生可见的页面里）
4. 数据地址连通性实测（浏览器 UA 直 GET）
5. 端到端提交回读：自动构造一条标记为「【连通性验证-可删】」的测试数据 POST 到收集接口，再 GET 回来确认入库——这一步同时验证了收集页提交链路和大屏数据链路，等价于"替学生点一次提交、替老师看一次大屏"

判据：渲染器最后输出 校验结果：全部通过，可直接交付 即通过。若第 5 项失败但第 4 项 OK，先怀疑容器冷启动（等 1 分钟重跑一次再下结论）。

> 跳过端到端验证（不想留测试数据时）：qf_render.py ... --no-verify
> 跳过在线托管（只要本地文件时）：qf_render.py ... --no-host

第 6 步 · 在线托管（默认自动执行）：渲染校验通过后，渲染器自动把两个页面上传到体验站
（POST /api/cli/tasks/<apiid>/pages），拿到永久在线链接：
- 收集页 https://modeai-quickform.ms.show/p/<apiid> —— 发给学生填
- 大屏 https://modeai-quickform.ms.show/p/<apiid>/screen —— 老师投屏
- 重复上传自动覆盖 = 改版；本地 HTML 文件仍会生成，作为备份交付
- 托管失败不阻断交付（本地文件照常给），并把失败原因打印出来

无头浏览器仅作可选深度排查——只有当老师本人反馈"页面打不开/点了没反应"、且 HTTP 验证又全过时，才考虑本地真开浏览器（或让老师按 F12 看控制台）定位前端渲染问题。不要把它写进常规交付流程。

第 3 步：告知使用方式（固定话术）

> ✅ 已创建完成！任务名：「<名字>」（以后说这个名字我就能帮你维护，不会重复新建）
> 📋 你目前共有 N 个数据任务：<逐个列出名字> —— 要改哪个直接说它的名字
> 📝 收集页（在线链接，发这个给学生）：<page_url>
> 📊 数据大屏（在线链接，投屏看）：<screen_url>
> 💾 本地备份已存：<文件路径>（链接丢了或想改版，说「改一下「<名字>」」即可，还是同一个任务，数据不丢）
> 🤖 想看 AI 分析随时说「分析一下数据」；想再做一个就说「再新建一个 XX」

第 4 步：查数据 / AI 分析（老师追问时）

# ⚠️ 下面每条命令都必须带浏览器 UA，否则 403（见坑 1）
UA="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36"
TOKEN=$(python references/qf_check.py token)   # 运行时获取，不写死（Token 会轮换）

# 查看全部提交
curl -A "$UA" -H "X-API-Token: $TOKEN" \
  "https://modeai-quickform.ms.show/api/cli/tasks/<apiid>/data"

# AI 智能分析（10-30 秒，返回 Markdown 报告）
curl -A "$UA" -X POST -H "X-API-Token: $TOKEN" \
  "https://modeai-quickform.ms.show/api/cli/tasks/<apiid>/analyze"

# 云端任务列表（⚠️ 共享空间：这里是**所有人的**任务，不是你自己的）
# 想看你**自己的**任务，用本地台账：python references/qf_registry.py brief
curl -A "$UA" -H "X-API-Token: $TOKEN" \
  "https://modeai-quickform.ms.show/api/cli/tasks"

API 速查

附：本技能自带的文件

两个模板都自带「预览模式」（直接双击就能看效果）

模板里占位符尚未替换时，页面会自动进入预览模式：收集页填入一组示例字段、可点提交体验交互；
大屏页用内置示例数据渲染出完整图表，并显示黄色「模板预览模式」横幅。
渲染成真实任务地址后，预览模式自动关闭、横幅消失、改为拉云端真实数据——所以同一个文件既是能试的预览页，也是最终交付页，不需要额外维护两套。

模板实测状态（2026-09-17，无头浏览器真实点击/提交验证）：
收集页提交成功并入库（姓名/作品名/评分/建议），大屏四张卡与实时流正常渲染
（累计 5 · 今日 5 · 平均分 4.2 · 参与 5）。

本轮修复的两处缺陷：
1. 大屏原来用 .catch(function(){}) 静默吞错——地址填错时页面一片空白且无任何提示，老师只能说"用不了"。
现改为红色横幅 + LIVE 灯转灰，并直接打印失败原因、当前请求地址和对应的修正办法。
2. 收集页提交失败时也会提示"提交地址不正确，应为 https://modeai-quickform.ms.show/api/<任务ID>"。

两点高危坑（2026-09-17 第二次实测补充，详见更新日志 1.1.2）：
1. 接口 submitted_at 是 UTC，直接显示会差 8 小时（如北京 22:23 显示成 14:23），
且趋势图会按本地时区解析 UTC 串 → 新提交被误判为 8 小时前、挤出 60 分钟窗口而"看不到点"。
模板现统一按北京时间(+8)换算（常量 TZ_OFFSET，换时区只改这一处）。
2. 大屏"最新提交"列表原来取接口返回的前 7 条 + overflow:hidden，而接口是按时间正序返回（最旧在前），
导致最新一条排在最底部且被裁掉、还不能滚动。现改为按提交时间倒序（最新在前）+ 列表可滚动。

完整文档（把此链接发给任何智能体即可自动接入）：
https://modeai-quickform.ms.show/api/cli/docs

注意事项

• 收集页/大屏页是纯静态单文件 HTML：本地双击、微信发送、托管到任何静态空间都行
• 公开接口响应带 CORS *，网页直接 fetch，无跨域问题
• 体验站免费容器长时间无访问会休眠，首次调用如超时等 1 分钟重试一次即可
• 体验站为共享环境：不要收集敏感个人信息；正式使用建议自部署（开源教师版，Docker 一键部署，项目地址见 https://github.com/wstlab/quickform ）
• AI 分析基于魔搭 ModelScope 免费推理，体验站已默认接好，无需配置 APIKEY

大屏长什么样

深色科技风：顶部 LIVE 呼吸灯 + 四个统计卡（累计/今日/平均分/参与人数）+ 提交趋势面积图 + 字段分布条 + 最新提交实时滚动。在线体验：https://modeai-quickform.ms.show/demo

更新日志

• 1.4.0（2026-09-26）
  1. 交付从"本地文件"升级为"在线链接"：体验站新增页面托管能力（POST /api/cli/tasks/<apiid>/pages），
  渲染器校验通过后自动上传收集页+大屏，回传永久在线链接 https://modeai-quickform.ms.show/p/<apiid>
  与 /p/<apiid>/screen——学生/老师点链接即用，不用再传文件。
  2. 重复上传自动覆盖 = 原地改版；本地 HTML 仍生成作备份；托管失败不阻断交付。
  3. qf_render.py 新增 host_pages() 与 --no-host；台账新增 page_url/screen_url 字段；
  固定话术改为链接优先。
  （配套：体验站空间同日上线托管路由，/p/<apiid> 公开访问带 CSP sandbox 防护）

• 1.3.1（2026-09-26）
  1. 根治"敏感授权卡死"问题：SKILL.md 与全部脚本中的硬编码 Token 全部移除（共 6 处）。
  Token 本就是公开共享且会轮换的，写死在技能文件里毫无收益，却会让平台安全扫描把整个技能
  判成"敏感"，每次加载都弹授权——弹窗超时技能就加载失败，这是"用户调不动"的第一大原因。
  2. 新增 references/qf_token.py 统一取 Token：环境变量 QF_TOKEN > 本地缓存 24h > 公开 docs 端点实时拉取。
  qf_check.py 自检遇 401 自动换新 Token 重试一次（Token 轮换不再需要人工干预）。
  3. 新增 python references/qf_check.py token 子命令（可 --refresh 强制刷新）。

• 1.3.0（2026-09-18）
  1. 修复共享空间垃圾任务问题：自检 check 不再每次新建"自检-中文编码"任务，改为复用固定的"自检-链路测试"任务（apiid 固定），也绝不向你的真实任务插测试数据。
  2. 服务端新增 DELETE 接口（CLI 文档同步更新）：DELETE /api/cli/tasks/<apiid> 删除任务、DELETE /api/cli/tasks/<apiid>/data（body {"marker":...}）按标记清理测试数据；qf_check.py 新增 delete / purge 子命令。
  3. qf_render.py 端到端验证后自动删除测试数据；新增 --no-verify 跳过验证；修复 /all 读回字段层级判断 bug。

• 1.2.3（2026-09-18）
  1. 验证流程提速：去掉沙箱内易挂起的 Headless 浏览器验证，改为一次 HTTP 请求端到端验证（POST 测试数据 → GET 读回确认 → 自动清理），约 1~2 秒完成。
  2. 修复 qf_render.py 读回结果取值 bug（顶层字段误取 data 子对象）。
• 1.2.2（2026-09-18）
  1. sync 默认改为"只刷新、不新增"：体验站是共享空间，GET /api/cli/tasks 返回所有人的任务，
  原实现会把别人的任务全量灌进你的台账。现默认只刷新台账内已知任务的提交数，
  并把"云端有、你台账没有"的任务列出来提示，由你确认后再 add 单独登记或 sync --add-all 全量补录。
  2. 明确"数据来源"边界并写进文档：path/list/names/has/get/resolve/brief/add/update/set-files/remove
  只读本地台账、不联网（"我有哪些任务"只显示你自己的）；只有 create / sync 连云端。
  3. 第 4 步与 API 速查里的云端任务列表补注：那是共享空间里所有人的任务，要看自己的请用本地 brief。
• 1.2.1（2026-09-18）
  1. 新增"亮家底"：qf_registry.py brief 一句话汇报「目前共有 N 个数据任务：A、B、C」，
  并提示"要改哪个直接说名字 / 要新建就说换个新名字"。
  2. create 建完任务后自动打印这份清单，智能体可直接转述给老师——
  老师随时知道已经建了几个、都叫什么，不会稀里糊涂又建重复。
  3. SKILL.md 第 0 步新增「先亮家底」；"什么时候用我"表明确区分 说"改"→原地改 与 说"再建/新建一个"→换名新建；
  交付话术固定带上"你目前共有 N 个数据任务：…"。
• 1.2.0（2026-09-18）
  1. 新增本地任务台账 references/qf_registry.py，解决"第二次调用又新建一个任务、找不到对应关系"的痛点：
  流程改为 先起名 → 查台账 → 同名维护（复用 apiid，数据不丢）/ 异名新建。
  2. qf_render.py 新增 --name / --registry：渲染校验通过后自动把 apiid/标题/页面路径写回台账。
  3. 新增 sync 子命令：把云端已有任务一键补录进台账（只读云端）。
  4. 改网页 = 复用同一任务、原地覆盖原文件：qf_render.py 带同一个 --name 再跑时，若台账已登记过网页，
  就原地覆盖原文件、复用同一 apiid（不新建任务、学生数据一条不丢）；新增 qf_registry.py resolve
  一次取回 apiid + 原网页路径。改网页绝不再调 POST /api/cli/tasks。
  5. SKILL.md 新增《本地任务台账》《🔁 改网页 —— 复用同一个任务，绝不新建》《第 0 步：先起名 + 查台账》，
  并明确边界（能改页面，改不了云端任务标题）。
  6. 明确：非模板交付页面（小游戏等）须用 set-files 登记路径，否则下次"改网页"不知道改哪个文件。
• 1.1.2（2026-09-17）
  1. 大屏"最新提交"顺序修复：接口按时间正序返回，原来取前 7 条导致最新一条排在最底部且被 overflow:hidden 裁掉、无法滚动。现改为按 submitted_at 倒序（最新在前）+ 列表可滚动（最多 12 条）。
  2. 大屏时间统一按北京时间(+8)显示：服务端 submitted_at 为 UTC，原来直接显示差 8 小时；趋势图也因时区错位把新提交挤出 60 分钟窗口。现统一换算（常量 TZ_OFFSET=8，可改）。
  3. 「今日提交」改为按北京日期统计，避免跨零点错位。
  4. 预览模式示例时间同步适配（demo 数据按 UTC 生成，展示仍为北京时间）。
• 1.1.1（2026-09-17） 承接 1.1.0 修复，通过市场审核并上线。
• 1.1.0（2026-09-17）
  1. 两个模板新增预览模式：未渲染时双击即可试（收集页出示例表单、大屏页用示例数据渲染），渲染后自动关闭、接真实数据。
  2. 大屏失败不再静默：改为红色横幅 + LIVE 灯转灰，并打印失败原因与当前请求地址。
  3. 明确「坑 1：必须带浏览器 UA」，并新增 references/qf_render.py（渲染 + 五项校验）与 references/qf_check.py（全链路自检）。
• 1.0.0 首版。