Agent Taskboard Manifest 是一套专为自主智能体设计的模块化任务编排规范。本规范基于声明式的 YAML 结构，定义了工作流的物理文件封闭组织形式与内部数据状态。它抛弃硬编码的复杂对象，采用“键名作为标识锚点，自然语言作为语义约束”的模式，用于严格约束、指导和记录 Agent 的任务执行生命周期，并支持运行时的懒加载与动态上下文推断。
- Semantic Constraints: 抛弃死板的代码控制流，将 I/O 契约与动作规则转化为键值对映射，键名作为标识锚点，字符串作为语义约束。规范高度信任大语言模型的自然语言解析能力，在调度与校验中偏向描述执行意图与最终验收标准。
- Managing Unknowns: 承认静态编排时的信息盲区。对于缺失的参数或模糊的执行逻辑，严禁基于猜想进行静态假设，必须在契约中声明为 "unknown"，引导 Agent 将其推迟至运行态，通过工具探测或触发主动发问进行动态推断。
- Hierarchical Depth & Isolation: 建立树状的分层拓扑结构。宏观状态流转与微观环境执行垂直解耦。遵循最小知识原则，将底层操作参数下沉至独立的子任务节点，保持严密的作用域隔离，防止上下文污染与逻辑穿透。
- Robust Validation & Routing: 在执行具体任务时，要求前置依赖校验与步骤执行后自检。任务流转高度依赖运行态反馈，采用基于证据的状态路由控制执行流。Agent 需在实际运行结果中提取客观事实以证明路由条件成立。
- Human-in-the-Loop: 将人工干预确立为状态机的标准控制组件。在规划阶段，需在高危操作、产物验收或策略分流处主动设计阻塞式的审核断点；在执行阶段，当局部无法消解的异常冒泡至顶层时，必须强制终止其自主启动的所有自动化进程。需向用户准确汇报当前上下文或异常节点，并依赖明确的人工指令来决定后续路由，以防止错误级联与资源浪费。