长期记忆同时服务于结构化持久化、语义向量召回和图关系召回，因此一条记忆的新增、修改、合并或删除会影响多个存储：

系统提示词的六个槽位上，SlotPlanner我理解是记录DAG状态是吧，SlotTaskMem记录具体节点的结果和状态，那系统提示词会一直频繁变化，会不会导致缓存经常不命中消耗大量token？

模型请求、文件处理和 Spark Job 都可能阻塞数秒甚至更久。如果在 Textual 事件循环中同步执行，界面会冻结；如果后台线程直接修改 Widget，又会产生线程安全问题。设计目标是让 UI 保持响应，同时让执行逻辑与界面解耦。

如果 SQL、ETL、清洗、质量、特征、执行和诊断全部写进一个 Agent Controller，新增能力会同时修改 Prompt、路由、执行和展示。Skill 体系的目标是把能力描述、计划节点和可信执行拆开，使每一层可以独立扩展和验证。

Spark History Server 面向人工查看，Agent 则需要结构化事实。原始 Event Log 是逐事件 JSONL，Stage 完成信息和 Task 指标分散在不同记录中；