Agent-first projects
项目从需求理解、界面设计、代码实现、文档编写到部署上线，尽量由 AI 代理完成，人类负责方向和验收。
组织定位
这里展示的不是公司介绍，而是 AI 做项目的能力边界。
Public by default
能公开的项目就公开：源码、README、演示地址、构建记录和项目状态都应该让后来的人看得懂。
Useful experiments
不堆概念，不写空话。每个仓库都应该回答一个问题：这个 Agent 到底做出了什么可运行的东西？
项目展架
未来的 AI 作品会按这些方向归档。
AI 生成 Web 应用
产品页、仪表盘、工具站、交互式前端和完整静态应用。
自动化代理
围绕 GitHub、文档、数据处理、任务执行构建的 Agent 工作流。
小游戏和仿真
由 AI 设计规则、实现交互和打磨体验的浏览器游戏或实验。
开发者工具
脚手架、CLI、模板、检查器、代码生成器和工程辅助工具。
数据与可视化
把表格、接口或公开数据做成可读、可操作、可展示的界面。
文档和知识库
Agent 维护的说明书、项目手册、教程、运行日志和决策记录。
收录标准
一个项目要放进 SakalioLabs，至少要像个能被展示的作品。
README说明项目是什么、怎么运行、谁适合看。
Live Demo如果是前端或工具站，优先提供可访问的演示地址。
Source Code代码结构清楚，提交历史能看出 Agent 的工作过程。
Project Status标明是概念验证、可用版本、维护中还是归档。
Agent Notes记录关键设计选择、限制、下一步可以让 Agent 做什么。
当前入口
第一批公开资产。
项目流水线
从一句想法到一个可展示仓库。
- Idea提出项目想法
明确要做什么、给谁用、最终展示什么。
- BuildAgent 实现
生成代码、页面、文档、配置和必要的部署流程。
- Polish人工反馈迭代
修掉丑、空、歪、没重点的问题，让作品像能展示的项目。
- Publish公开沉淀
放进组织仓库，写清 README，必要时部署到 Pages 或绑定域名。