Feature updates and highlights
查看所有标签大多数工具会替你决定任务「长什么样」：几个固定的下拉框、一套写死的字段、一种别人设计好的分类法。可现实里，每个人、每个团队、每种工作流想追踪的维度都不一样 —— 有人要「优先级」，有人要「客户」「预估工时」「所属部门」，有人只想随手贴个标签晚点再筛。
UnDercontrol 不强加结构。它给你三层可自由组合的工具：自由标签、带类型的自定义字段、以及任意键值对。三者都能被查询语法直接筛选，让你按自己的维度切分同一批任务，而不是迁就工具的分类法。
这背后是 UnDercontrol 的一个核心理念：任务不只是待办，它是承载信息的统一容器。同一个 Markdown 编辑器贯穿任务、备注、账目、账户等所有文本界面 —— 而标签和自定义字段，就是让你在这个容器上叠加「你自己的结构」的方式。
Unix 有一句著名的设计哲学：一切皆文件。目录、设备、管道、socket——统统用同一套接口去读写，简单、统一、可组合。
UnDercontrol 借用了同样的思路，只不过换了个基本单位：一切皆任务（Everything is a Task）。
大多数工具把"任务"理解成一行带勾选框的待办。UnDercontrol 从一开始就不这么想。在这里，任务（Task）是通用的信息容器——它可以是一条待办、一份文档、一个提醒、一篇博客草稿、一次会议记录、一份决策记录，甚至一个 wiki 页面。一份数据源，按你喜欢的方式组织，所有信息都在一处。
一句话:
ud pull把云端的任务、笔记、附件拉成本地的 Markdown 文件,ud push把你在本地的修改推回去。像git clone和git push一样自然。多个仓库,一个 server,随时随地查看编辑。
我们已经习惯了 "X as Code":基础设施即代码、配置即代码、文档即代码。原因很简单——纯文本可以 diff、可以 review、可以版本控制、可以被脚本和 AI 直接读写。
那为什么你的任务、笔记、待办,还锁在某个 SaaS 的数据库里,只能通过它的 UI 一个个点?
UnDercontrol 的答案是:Everything as Code。在这里,一个任务就是一段带 YAML frontmatter 的 Markdown。仅此而已。
在选择生产力工具时，一个常见的困境是：Web 端功能强大但离线无法使用，桌面端体验好但数据被锁在本地，CLI 工具对开发者友好但缺少可视化界面。问题的本质是缺少一个统一的数据真实来源（Single Source of Truth）——每个平台各自为政，数据散落在不同角落。UnDercontrol 的答案是：四种形态，一个数据源。而这个数据源完全由你掌控——支持自部署，数据存储在你自己的服务器或本地磁盘，不经过任何第三方，隐私与安全由你自己定义。
在 UnDercontrol 中，Task（任务） 是信息的核心载体。如果你用过 Jira，可以把它理解为 Issue；如果你用过 Obsidian，可以把它理解为一篇 Note。Task 的本质是一段绑定了状态的主体内容，围绕它有一系列一等公民属性（标题、标签、链接关系等），同时支持无限的自定义元数据字段（键值对），让你可以将任何信息附加其上。通过笔记（Notes）机制，Task 还能不断演进——记录进展、讨论和决策，随时间沉淀为完整的知识上下文。
而这篇文章要讲的，是 UnDercontrol 中所有文本输入场景共享的富文本能力。说"任务"，但不只是任务——无论是任务描述、笔记、支出备注还是账户说明，都使用同一套 Markdown 编辑器。你在任务里用到的代码块、Mermaid 图表、表格、清单，在笔记和其他场景中同样可用。
你在 Web 界面写好任务描述，点击一个按钮。三十秒后，你笔记本上的 AI 代理已经在读取任务、编写代码、运行测试，并把进度备注实时回传到同一个任务页面——而你只需要在浏览器里看着就好。
这就是远程工作区。它在云端任务管理器和本地开发环境之间架起了一座桥梁，让 UnDercontrol 成为 AI 编程代理的远程控制器。
你在咖啡厅，有人问起你正在做的项目计划。你可以打开电脑登录账号，然后把笔记本递过去——但你更不想这么做。
UnDercontrol 的任务分享功能解决了这个问题。生成一个公开链接，给出一个短访问码，对方就能查看这个任务的所有内容——描述、笔记、附件，完整呈现——不需要注册账号，也不需要碰你的密码。
当你有几十甚至上百个任务时，看板不能只是把所有东西平铺出来。UnDercontrol 的看板采用了分层过滤系统，逐步缩小你的视野——从最宽泛的范围到实时搜索。理解这四个层级会改变你组织工作的方式。
如果你经常使用 AI 助手，大概已经积累了一套真正好用的提示词。那个总能产出干净结果的重构提示词，符合团队风格的提交信息模板，还有每次生产故障时都要粘贴一遍的 bug 排查清单。
问题在于，这些提示词要么藏在你脑子里，要么贴在便利贴上，要么埋在一个没人记得打开的 Notion 文档里。UnDercontrol 的技能系统就是为了解决这个问题。
技能是存储在 UnDercontrol 中的具名、可复用提示词模板。每个技能都有一个 slug（例如 refactor-ts、daily-standup、pr-review），一段 markdown 正文，并归属于某个群组。最后这一点很重要——技能的作用域是群组级别的，团队可以共享同一套提示词库，而不需要每个人各自维护一份副本。
你可以通过 Web 界面创建和编辑技能，通过 CLI 管理技能，也可以通过 YAML 文件以声明式方式应用技能。markdown 内容支持各种提示词结构：指令、变量、多步骤工作流，满足你的任何使用场景。
在 Web 编辑器中，创建技能就像写一篇笔记一样简单。给它起个名字、设定一个 slug，然后在 markdown 编辑器里写好提示词内容。保存之后，群组内的所有人立即可以使用。
通过 CLI，你可以像应用任务一样应用技能定义——使用带 YAML frontmatter 的 markdown 文件：
ud apply skill -f pr-review.md
文件格式大致如下：
---
name: pr-review
description: PR Review Checklist
tags:
- ai
- development
---
Review the following pull request diff and provide feedback on:
- Logic correctness
- Error handling
- Test coverage
- Naming and readability
这让技能具备了可移植性。你可以将它们纳入 dotfiles 仓库，和其他配置一起做版本管理，然后用一条命令部署到新的 UnDercontrol 实例。
ud prompt 命令技能真正的价值体现在使用方式上。ud prompt 命令通过 slug 获取技能内容，并将其输出到 stdout。之后你可以将它管道传递到任何地方。
想把技能传入 Claude Code？
claude-code $(ud prompt pr-review)
想在管道中与其他命令组合使用？
ud prompt pr-review | pbcopy
因为输出的就是标准的 stdout，ud prompt 可以与任何从 stdin 读取内容的工具配合使用——Claude Code、其他本地 AI 代理、shell 管道，一切都取决于你的工作流。UnDercontrol 不试图掌控 AI 层，它只是帮你管理好提示词，让你不必为此操心。
UnDercontrol 内置了系统技能，在首次启动时自动创建。这些技能是只读的——不会被意外覆盖——既是实用的默认工具，也是了解技能结构的好范例。例如，ud-cli 系统技能提供了 CLI 命令结构的完整参考，使 AI 代理可以直接使用它来操作你的任务。
系统技能在 Web 界面中以锁图标标识，与你的自定义技能并列显示。你可以像调用自定义技能一样，通过 slug 引用它们。
技能是 UnDercontrol 中的一等资源，通过 Web 界面和 CLI 均支持完整的增删改查操作。
ud get skills — 列出群组中的所有技能ud describe skill <id> — 查看某个技能的完整内容ud delete skill <id> — 删除不再需要的技能ud apply skill -f skills/ — 一次性应用整个目录下的技能定义Web 编辑器适合快速编辑和浏览现有技能，CLI 则更适合自动化、批量更新，以及将提示词库作为代码来管理。
技能背后的理念很简单：好用的提示词值得保留。将它们存储在一个自托管、群组作用域的系统中，意味着它们不会因为某人离职而消失，不会淹没在聊天记录里，也不需要每个人独立摸索出同样的工作流。
这也保护了你的提示词隐私。由于 UnDercontrol 是自托管的，你的提示词库——其中往往沉淀着组织知识、内部流程和特定领域的上下文——始终存放在你自己的基础设施上。
技能功能今天就可以在 UnDercontrol 中使用。如果你已经在运行实例，可以在侧边栏中找到技能页面。如果你是首次部署，自托管指南可以帮助你在大约十分钟内完成部署。