> For AI agents: the complete documentation index is available at /llms.txt, the full documentation bundle is available at /llms-full.txt.

# 近期后端能力产品化 Roadmap

> **Historical roadmap / Non-normative（2026-07-15）**：本文保留 2026-06/07 能力盘点，但 Task 对象、progress、closeResult、UI 与 AI 结论不得覆盖 [Task System Design](/product-design/v3/tasks-feature/task-domain-lifecycle.md)。实施前必须重新核查 live code。

本文把 2026-06 下旬后端完成的一批能力，翻译成下一轮产品可以上的前端和后端改进。

2026-07-01 更新：重新核查 `studio-website-monorepo`、`callytics-common`、`callytics-infrastructure`、`lead-tracking` 代码，并用 AWS / Neon 实测复核 multi-tenant 运行时后，发现不少能力已经做了或做了一半。本文已改成“现状矩阵 + 剩余 low hanging fruit”，并把本轮能直接补的小缺口补上（progress 接口和 6 种进度记录 UI 已在 studio#639/#641 merge；multi-tenant 实测结论回写进了 [v1-gaps](/system-design/multi-tenant/v1-gaps.md)）。

一句话结论：

> 后端已经不只是“生成任务”，而是开始具备“解释为什么有任务、记录员工怎么跟进、追踪任务最后结果、把 Lead / Store / Dashboard 串起来”的能力。下一轮重点不是再堆复杂逻辑，而是把这些能力做成前端可用、业务看得懂的工作流。

## 先说清楚：我们到底有没有 Neon DB？

有。当前系统已经以 PostgreSQL / Neon 作为主要关系型数据层之一，`@retaintive/common` 里的 Drizzle schema 覆盖了 `contacts`、`calls`、`leads`、`tasks`、`contact_timeline`、`task_suggestions`、`rc_store_phones` 等核心表。

但本文的结论基于三类证据：

- `@retaintive/common` 的 schema 和 domain 代码
- 近期 merged PR 的描述和代码改动
- Studio API / Web 当前读写路径

本文没有直接连接线上 Neon 实例逐列验证生产库状态。若要确认某个字段是否已经在生产环境实际可用，需要再看 migration deploy 状态和 Neon schema。这里说的“后端底座已具备”，指代码和迁移设计已经到位，具体发布环境以部署状态为准。

## 已复核的代码和 schema

这次复核重点看了和产品化最相关的代码路径，不是把每个 repo 的每个文件逐行审计了一遍。

已确认的关键事实：

| 领域          | 已有后端事实                                                                   | 对产品的意义                               |
| ----------- | ------------------------------------------------------------------------ | ------------------------------------ |
| Task 当前状态   | `tasks` 存 open / closed、任务类型、关闭结果、到期时间、任务原因、来源信息                         | 前端可以稳定展示“现在该做什么”和“最后结果是什么”           |
| Task 历史     | `contact_timeline` 存 `task.progress_recorded` 等历史事件                      | 前端可以展示员工跟进历史，而不是只显示一个静态任务            |
| Task 建议     | `task_suggestions` 存 AI / 人生成的建议，且是 append-only                          | 前端可以显示“建议怎么跟”，也可以以后做建议采纳率            |
| AI 判断审计     | `ai_task_decision_assessments` 存 AI 对每个 visible task / new objective 的判断 | 可以做“AI 为什么这么判断”的解释面板                 |
| Lead        | `leads` 已带 `store_id`，lead-tracking 已改成通过统一任务系统创建 lead follow-up         | Lead Tracker 可以直接连接任务状态              |
| Contact     | `contacts` 的主键已经是 `(phone, store_id)`                                    | 同一个手机号在不同门店下可以是不同客户，不再混账             |
| Store/Phone | `rc_store_phones` 有 `source=user_manual/rc_sync` 和 `assigned_at`         | 用户手动归属电话号码后，系统应优先相信用户配置              |
| Call        | `calls` 有 `store_id`、通话方向、结果、AI 分类和通话结论字段                                | Dashboard / Lead / Task 可以继续从通话事实做聚合 |

当前需要特别注意：旧文档 [Tasks Schema](../../v2/tasks-feature/tasks-schema.md) 已落后于 final-state task schema。做 Task 相关设计时，应以 common live schema、近期 PR 和 [Task Pipeline Deliverable](../../v2/tasks-feature/design/task-pipeline-deliverable-codex.md) 的方向为准。

还需要注意 multi-tenant 边界：根据 [why-tenant.md](/system-design/multi-tenant/why-tenant.md) 和 [v1-gaps.md](/system-design/multi-tenant/v1-gaps.md)，V1 `tenant` 现在是 identity / accounting 层，不是业务数据安全防线；业务读写隔离仍靠 `store_id`。因此本文所有前端/后端建议都不能把 `tenant_id` 当成已经可用的安全隔离键。

## 代码核查后的现状矩阵

| 产品能力                     | 代码现状                                                                                                                                                                                                                                                                                                                                                                        | 还缺什么                                                                                                                                                                                                                                                                         |
| ------------------------ | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| Task Detail 工作台          | **已做大半**。已有 Task list、detail panel、timeline、evidence sources、action summary、action plan、AI feedback、close（15 值 close result 分正/负/中性三组）、note、postpone。2026-07-01 本轮已补 `POST /v3/tasks/progress` 和前端 `Record progress` 6 种进度记录（studio#639/#641 已 merge；`callback_requested` / `follow_up_scheduled` 带 `nextDueAt` 和可选 note；domain 层 `appendTaskProgress` 已随 common 4.3.1 发布）。 | 还缺从具体 call / message 直接挂证据、instant progress note、和更完整的 staff attribution。                                                                                                                                                                                                    |
| Task evidence / timeline | **已做**。`/v3/tasks/timeline` 从 `tasks` + `contact_timeline` 组装 staff-facing story，并展示 evidence sources。                                                                                                                                                                                                                                                                      | 继续补 evidence drill-down 到具体 call/message/lead 详情。                                                                                                                                                                                                                            |
| Lead → Task 合流           | **后端已接上，产品层半做**。lead-tracking 已通过统一 task writer 创建 `lead_outreach`；Tasks 页面也有 lead workstream filter。                                                                                                                                                                                                                                                                       | Lead Tracker 还缺一个简单的 lead follow-up state，不应该让前端自己拼 `leads` + `tasks` + timeline。                                                                                                                                                                                            |
| AI 判断解释                  | **后端底座已做，Studio 未产品化**。`ai_task_decision_assessments` schema 已有，contacts-analyzer 已写 assessment audit。                                                                                                                                                                                                                                                                      | Studio API 缺解释接口；前端缺 internal / manager 面板。                                                                                                                                                                                                                                  |
| Setup / Phone 归属         | **已做很多**。已有 `/v3/setup`、manual store、assign/move/unlink phone、suggestions、unassigned phones UI；`user_manual` 优先。                                                                                                                                                                                                                                                            | 缺健康检查摘要：zero-call store、store without phone、orphan/unmapped/mapping drift、RingCentral suggestion 待处理状态。                                                                                                                                                                      |
| Dashboard / Task Trends  | **已做一部分**。已有 dashboard analytics、multi-store、task trends、comparison mode、任务 workstream/filter。                                                                                                                                                                                                                                                                              | 缺一个稳定的结果型 Task Outcomes 聚合，统一按 workstream + close result + AI/human 口径返回。                                                                                                                                                                                                    |
| Attempted vs connected   | **已做**。`/v3/leads/funnel` 与 multi-store 已按 `was_outreached`（发起过外呼/短信）vs `was_contacted`（`call_state = HUMAN_CONVERSATION` 真接通）分层；前端 funnel 五阶段也把 Outreached 和 Contacted 分开，lead 状态分组文案是 “Tried, not reached” vs “Connected, not booked”。Tasks list 另有 `attempt_count` / `first_attempted_at` / `first_connected_at`。                                                        | 仅 legacy `dashboard/lead-tracker` 端点还把 outbound 当 contacted（旧页面已隐藏，随清理一起处理）；`meaningful_conversation` 第三层未建。                                                                                                                                                                 |
| Tenant / multi-tenant    | **V1 identity-only 已有，但不能当防线**。control plane、tenant mappings、tenant stamping 代码存在；studio-api 建店已自动写 mapping（#516，sync 和手动两条路径）。                                                                                                                                                                                                                                             | lead `tenant_id` 0% 的**根因已定位：lead-tracking 部署积压 6 周（merge≠deploy），重跑 deploy workflow 即修**；orphan mapping 和脏 tenant 已于 2026-07-01 清理。仍缺机制：NULL 率告警（可扩现成的 storeid-coverage-monitor）、sweeper 回填、mapping 对账 job、fallback 退役，见 [v1-gaps](/system-design/multi-tenant/v1-gaps.md)。 |
| Shadow engine            | **研发验证路径，不是客户功能**。                                                                                                                                                                                                                                                                                                                                                          | 暂时只适合 internal diff viewer，不建议客户前端。                                                                                                                                                                                                                                          |

## 本轮已做的 low hanging fruit

### 1. Task progress 写接口

已在 Studio API 增加：

```text
POST /v3/tasks/progress?taskId=...
```

它做三件事：

- 往 `contact_timeline` 写 `task.progress_recorded`
- 根据 progress 类型更新下一次 `due_at`
- 不改变 task 的 open / closed 状态

安全和边界：

- 仍用 `store_id` + store authorization 做实际访问控制
- 新接口不沿用旧的 `store_phone OR store_id` 写入 fallback；任务写路径只接受目标 `store_id`
- `VIEWER` 不能写
- closed task 不能写 progress
- DNC contact 不能写 contact progress
- `tenant_id` 只从 task snapshot 带入 timeline 做记账，不作为安全判断

### 2. Task Detail 最小前端入口

已在 open task 的详情页加 `Record progress` 动作：

| 动作                 | 写入 progress            |
| ------------------ | ---------------------- |
| No answer          | `no_answer`            |
| Left voicemail     | `left_voicemail`       |
| Text sent          | `text_sent`            |
| Still considering  | `customer_considering` |
| Schedule callback  | `callback_requested`   |
| Schedule follow-up | `follow_up_scheduled`  |

前四个是 instant action,不要求员工选择时间。`callback_requested` / `follow_up_scheduled` 已补时间选择器,并可带可选 note。

### 3. common 依赖声明收敛

Studio root 已经用 `@retaintive/common@^4.3.1`，但 `apps/api` / `apps/web` 还写着 `^3.0.0`。本轮已把两个 workspace package 的依赖声明同步到 `^4.3.1`，避免干净安装或独立部署时拿到旧 common。

## 后端这批能力的人话版

### 1. 任务从“待办卡片”升级成“工作对象”

以前任务更像一张待办卡：有一个标题、一个状态、一个结果。

现在任务背后可以回答更多问题：

- 为什么有这个任务？
- 是哪个 Lead、电话、短信或 AI 分析触发的？
- AI 建议员工怎么跟？
- 员工后来有没有打电话、发短信、留言、约回访？
- 最后是约成了、成交了、救回取消了，还是打不通？

这意味着前端不应该只做任务列表，而应该把任务做成“员工工作的地方”。

### 2. AI 的动作开始能解释

AI 不只是输出“创建任务 / 关闭任务”。后端现在可以保存 AI 当时对每个任务的判断：

- 这个任务为什么继续保持 open？
- 这个任务为什么可以 close？
- 为什么要创建一个新任务？
- 为什么这次没有新任务？
- 判断依据来自哪通电话、哪条短信、哪个 Lead？

这对 manager、support、prompt QA 都很重要。它能把“AI 黑箱”变成“可查账”。

### 3. Lead 和 Task 开始合流

Lead 进入系统后，不应该只停留在 Lead Tracker 里。现在后端已经可以把 Lead 转成统一的 follow-up task。

产品上应该形成一条线：

```text
Lead 进入 → 生成跟进任务 → 员工执行跟进 → 任务记录结果 → Lead Funnel 更新
```

### 4. 门店电话归属变成用户可控

以前 RingCentral 同步出来的结构更容易主导门店电话归属。现在方向变成：系统可以给建议，但用户手动配置优先。

这件事非常关键，因为号码归属错了，后面的 Call、Lead、Task、Dashboard 都会错。

### 5. Dashboard / Task / Lead 读路径更适合做 drill-down

Studio API 已经对多个热点读接口做了聚合优化。前端可以更大胆地做筛选、下钻、趋势对比，而不必把所有页面都做成静态概览。

## 剩余前端推荐改进

### P0：把 Task Detail 做成“跟进工作台”

这是最值得先做的前端能力，也是本轮已经开始补的地方。

员工点进一个任务后，不应该只看到“任务状态”。应该看到：

- 为什么这个任务存在
- AI 建议下一步怎么跟
- 证据来自哪通电话 / 短信 / Lead
- 已经跟进过几次
- 每次跟进发生了什么
- 下一次什么时候该跟
- 最终结果是什么

员工动作的状态：

| 员工动作         | 产品含义                  |
| ------------ | --------------------- |
| 打不通          | **已补最小入口**            |
| 留了 voicemail | **已补最小入口**            |
| 发了短信         | **已补最小入口**            |
| 客户还在考虑       | **已补最小入口**            |
| 客户要求回电       | **已补时间选择器 + 可选 note** |
| 已安排后续跟进      | **已补时间选择器 + 可选 note** |
| 关闭任务         | 已有 close flow         |

这件事很重要，因为没有它，任务页还是“看任务”。本轮补上的 6 种进度记录已经让任务页开始变成“员工真的在这里工作”的地方；下一步应该补 evidence drill-down、从具体 call / message 直接记录 progress、以及更完整的 staff attribution。

### P0：Lead Tracker 直接显示跟进状态

Lead Tracker 不应该只回答“来了多少 Lead”。它应该能回答：

- 哪些 Lead 还没跟？
- 哪些已经打过但没接？
- 哪些已经约成 intro？
- 哪些明确没兴趣？
- 哪些其实已经是 member？
- 哪些超过 SLA 还没人处理？

推荐在 Lead 列表和 Funnel drill-down 中展示关联任务状态。Lead Tracker 的每个关键数字都应该能点进去看到具体人和具体跟进情况。后端已经能从 Lead 创建任务，但还缺一个专门给 Lead Tracker 用的“这个 Lead 当前跟进到哪一步”的状态桥。

文案上要注意：当前很多 “contacted” 更准确是“attempted outreach”，不一定是真人接通。前端应避免把“打过电话”说成“已经联系上”。

### P1：AI 判断解释面板

先做 internal / manager 版本即可，不一定直接暴露给普通员工。

它应该回答：

- AI 为什么创建这个任务？
- AI 为什么关闭这个任务？
- AI 为什么保留这个任务？
- AI 为什么没有创建新任务？
- AI 参考了哪些证据？

这个功能的价值不是炫 AI，而是建立信任和方便排错。当客户问“为什么系统这样判断”，support 不应该只能猜。

### P1：Setup 升级成“门店电话归属健康检查”

Setup 页面不应该只是配置页。它应该主动告诉用户：

- 哪些电话号码还没分配门店？
- 哪些门店没有电话？
- 某个号码现在属于哪家店？
- 这个号码是否需要移动到另一家店？
- 为什么这家店 dashboard 没有 calls / leads / tasks？

这会直接减少“数据看起来不对”的问题。

### P1：Manager Dashboard 从任务数量升级到任务结果

Manager 不只想看“开了多少任务”。更重要的是：

- Lead follow-up 带来了多少 intro booking？
- Cancellation risk 救回了多少？
- Upgrade / win-back / referral 成功了多少？
- 哪些门店打不通最多？
- 哪些任务逾期最多？
- 哪些任务是 AI 关闭，哪些是人工关闭？

后端现在的 task 类型和 close result 已经更适合做这种结果型 dashboard。

### P2：Dashboard comparison 和趋势图继续深化

既然 API 已经开始支持 period comparison，前端可以继续增强：

- 本期 vs 上期
- 本期 vs 去年同期
- Store vs Store
- Workstream vs Workstream
- Task outcome trend

但这类图表应该排在“任务工作台”和“Lead 到 Task 打通”之后。

## 剩余后端推荐改进

### P0：继续完善“记录跟进”能力

common 里已经有任务跟进历史模型，Studio API 本轮已补最小入口。现在剩余的是把它从快捷按钮扩展成完整跟进记录能力。

已支持的快捷记录：

- 打不通
- 留 voicemail
- 发短信
- 客户还在考虑

还需要支持：

- 客户要求回电
- 已安排后续跟进
- 每次跟进的备注
- 从具体 call / message 直接挂证据

后端要负责：

- 写入任务历史（已补）
- 更新下一次跟进时间（已补固定规则，待补手选时间）
- 做门店隔离校验
- 避免重复写入
- 不把“打不通几次”自动等同于“任务完成”

最后一点很重要：尝试联系是过程，关闭任务是结果。两者不能混在一起。

### P0：补 Lead 到 Task 的状态桥

前端需要一个简单结构来显示每个 Lead 当前卡在哪里。

推荐后端直接给 Lead Tracker 返回类似业务状态：

| 状态                | 含义                     |
| ----------------- | ---------------------- |
| not\_started      | Lead 进来了，但还没有有效跟进      |
| attempted         | 已尝试联系，但未必接通            |
| connected         | 真的联系上了                 |
| booked            | 已约 intro / appointment |
| converted         | 已成交                    |
| not\_interested   | 明确没兴趣                  |
| already\_member   | 其实已经是会员                |
| unable\_to\_reach | 多次尝试仍无法联系              |
| overdue           | 应该跟但没有及时跟              |

这比让前端自己拼 `leads`、`tasks`、`contact_timeline`、`calls` 更安全。

**动手前先做一个设计决策**：`contacts.lead_status` 已经是 AI 维护的 12 值枚举（`new / attempted / connected / booked / showed / trialed / converted / unreachable / lost_contact / neglected / bad_timing / not_interested`），和上表的状态桥枚举高度重合，且 `GET /v3/leads` 已经在返回它。方案 A = 复用它 + 补 task 维度（`overdue` = 关联 open task 的 `due_at` 过期；`already_member` 从 customer\_type 映射），只需要一个聚合端点；方案 B = 完全从 tasks 派生一套新状态。倾向方案 A（便宜、口径与 contacts 页一致），但要先确认 AI 写入 `lead_status` 的及时性够不够撑 funnel 口径。

### P1：补 AI 判断解释接口

`ai_task_decision_assessments` 是后端新资产，但前端不应该直接消费原始表结构。

后端应提供面向产品的解释接口，把底层记录翻译成：

- AI 看到了什么
- AI 判断了什么
- AI 为什么这么判断
- 最后哪些动作被系统接受
- 哪些动作被系统拒绝，为什么

这个接口可以先只给 internal / admin / manager 使用。

### P1：补 Store / Phone 数据健康检查接口

后端应主动返回门店配置健康状态：

- unassigned phone numbers
- store without phone
- phone moved recently
- phone conflict resolved by user manual assignment
- store has zero calls because no phone is assigned
- RingCentral suggestions waiting for confirmation

这样 Setup 页面才能从“让用户填表”变成“帮用户修数据”。

### P1：补结果型 Dashboard 聚合接口

前端不应该自己在页面里定义业务归因规则。后端应该直接给 manager dashboard 返回结果聚合：

- 按任务类型统计 open / closed / overdue
- 按 close result 统计 booked / converted / cancel saved / upgraded / won back
- 按门店统计任务完成率和逾期率
- 按 AI vs human closed 统计结果
- 按 Lead / Member Care / Revenue Growth 三类 workstream 汇总

这会让前端展示稳定，也能保证所有页面口径一致。

### P2：把“尝试联系”和“真的联系上”分清楚 — 已基本做完

2026-07-01 实测：`/v3/leads/funnel` 和 multi-store 已经按 `was_outreached`（发起过外呼/短信）vs `was_contacted`（`HUMAN_CONVERSATION` 真接通）分层，前端 funnel 和 lead 状态文案也分开了。三层里前两层已落地：

| 层级                      | 人话含义        | 状态                                            |
| ----------------------- | ----------- | --------------------------------------------- |
| attempted               | 打过电话 / 发过短信 | 已做（`was_outreached`）                          |
| connected               | 真的接通或收到回复   | 已做（`was_contacted`，以 `HUMAN_CONVERSATION` 判定） |
| meaningful conversation | 有实质沟通，能推进状态 | 未建，需要时再加                                      |

剩余收尾：legacy `dashboard/lead-tracker` 端点还把 outbound 当 contacted（服务已隐藏的旧页面），随旧页面清理一起处理。

### P2：做内部 AI 质量看板

底座已部署（2026-07-01 实测）：shadow engine 在跑（EventBridge → `engine-run` Lambda → 只写 `engine_shadow_runs` 表，不碰 live 数据），contacts-analyzer 有 golden-eval 脚本，`ai_task_decision_assessments` 带 prompt/model provenance。缺的只是 read 端点和内部页面。可以做一个内部看板：

- 最近 AI 判断覆盖率
- 哪些场景最容易错
- 哪些任务被错误关闭
- 哪些 Lead 没有生成任务
- 不同 prompt version 的表现变化
- assessment 缺失或 coverage 失败的数量

这不是客户第一优先级，但对持续提高 AI 质量很有价值。

## 推荐执行顺序

### 第一阶段：把任务变成工作台

目标：员工可以在任务页完成真实工作。

已完成：

- 前端 Task Detail 工作台骨架
- 后端记录跟进最小接口
- 6 种 progress 记录(4 个 instant action + 2 个 scheduled action)
- scheduled follow-up 时间选择器 + 可选 note
- 任务 timeline 和 evidence 展示优化
- 关闭任务时明确业务结果

剩余：

- instant progress note
- 从 call / message 详情页直接记录 progress 并挂证据
- staff name / staff id attribution 更完整

### 第二阶段：把 Lead Tracker 接到任务执行

目标：Lead 页面不只是报表，而是能看到每个 Lead 的处理状态。

交付：

- Lead 列表展示关联任务状态
- Funnel drill-down 到具体 Lead / Task
- Lead SLA / overdue 标识
- 后端 Lead 到 Task 状态桥
- lead `tenant_id` runtime gap 修复前，不要把 tenant 维度用于 Lead Tracker 隔离或计费口径（根因已定位：lead-tracking 部署积压，重跑 deploy 即修，见 [v1-gaps](/system-design/multi-tenant/v1-gaps.md) 缺口 3）

### 第三阶段：把 AI 判断变透明

目标：manager / support 能解释系统为什么这么做。

交付：

- AI 判断解释接口
- Internal / manager 解释面板
- 每个任务展示“为什么有这个任务”
- 支持按 task / contact / run 查判断历史

### 第四阶段：把 Setup 变成数据健康中心

目标：减少门店电话归属错误导致的数据问题。

交付：

- unassigned phone list
- move / unlink / confirm 流程优化
- zero-data diagnostic
- RingCentral suggestion review
- tenant mapping reconciliation 只作为健康提示/内部诊断，不作为 V1 业务数据安全边界

### 第五阶段：做结果型 Manager Dashboard

目标：从“任务量”走向“业务结果”。

交付：

- Task outcome dashboard
- Store-level outcome comparison
- Lead / Member Care / Revenue Growth workstream view
- AI vs human outcome breakdown

## 暂时不建议上客户前端的东西

### Shadow engine

Shadow engine 更适合先做内部 diff viewer，用来比较新旧 AI 决策差异。暂时不建议直接做客户可见前端。

原因很简单：它现在更像研发验证工具，不是客户要日常使用的运营功能。

### 过早做全自动 AI outreach

当前更稳的路线是“AI 赋能人工”，不是马上让 AI 直接替代员工对外沟通。

原因：

- 电话 / SMS 触达涉及合规和品牌风险
- 健身行业的成交和挽留仍然很依赖人
- 现在最缺的是把员工跟进过程记录清楚，而不是让 AI 自动接管所有动作

## 最重要的产品主线

下一轮所有改进都应该围绕这条线：

```text
Lead 进来
  → 系统判断该不该跟
  → 创建任务
  → 员工在任务页执行跟进
  → 系统记录每次尝试和证据
  → 任务关闭并写入业务结果
  → Manager 在 Dashboard 看结果
```

如果一个功能不能增强这条线，就不应该排在前面。

## 相关文档

- [下一轮产品迭代执行逻辑](/product-design/future-plans/next-iteration-execution-logic.md) — 本文「剩下要做的」5 件事的执行层(怎么做/什么顺序/验收)
- [系统世界观](/product-design/system-worldview.md)
- [Multi-Tenant V1 缺口清单](/system-design/multi-tenant/v1-gaps.md)
- [Multi-Tenant 上 Prod Checklist](/system-design/multi-tenant/prod-rollout-checklist.md)
- [Store-Level 数据隔离](/system-design/store-level-isolation.md)
- [Lead Tracker — 计算配置](../../v2/lead-tracker-feature/lead-tracker-calculations.md)
- [Task Pipeline Deliverable](../../v2/tasks-feature/design/task-pipeline-deliverable-codex.md)
- [任务与营收归因](/product-design/future-plans/revenue-attribution.md)
- [Task 改进建议](/product-design/future-plans/task-improvement-proposals.md)
