diff --git a/apps/ai-game-creator-shell/src-tauri/src/agent.rs b/apps/ai-game-creator-shell/src-tauri/src/agent.rs
index cbd668cfe..586088fe4 100644
--- a/apps/ai-game-creator-shell/src-tauri/src/agent.rs
+++ b/apps/ai-game-creator-shell/src-tauri/src/agent.rs
@@ -1627,7 +1627,7 @@ fn build_game_creator_agent_background_tool_plan_request(
     let tool_policy_json = serde_json::to_string_pretty(&tool_policy)
         .map_err(|error| format!("序列化 Agent 工具策略失败：{error}"))?;
     let prompt = format!(
-        "当前工具策略：\n{tool_policy_json}\n\n项目上下文如下。你正在执行后台 Agent loop 第 {loop_index} 轮。请基于目标、已有工具观察和当前上下文修正计划，再决定是否调用最多 {AGENT_RUNTIME_BACKGROUND_TOOL_ACTION_LIMIT} 个白名单工具。只输出 JSON 对象，不要 markdown。\n\n{context}\n\n后台任务：\n{task}\n\n已有工具观察：\n{observations_json}\n\nJSON schema：{{\"thinkingSummary\":\"一句话理解\",\"plan\":[\"步骤\"],\"actions\":[{{\"tool\":\"memory.read|memory.write|conversation.read|asset.list|project.index|project.diff|file.list|file.read|file.write|task.list|task.create|task.update|command.run_limited|preview.start|canvas.asset_generate|blackboard.write|agent.message|agent.delegate|agent.run_status\",\"reason\":\"为什么需要\",\"input\":{{}}}}],\"response\":\"如果无需继续调用工具，可直接给最终回复\"}}\n\n工具输入约定：memory.read 使用 {{\"scope\":\"session|project|blackboard|agent\"}}；memory.write 使用 {{\"scope\":\"agent|project|session|blackboard\",\"title\":\"标题\",\"content\":\"要沉淀的稳定结论\",\"mode\":\"append|overwrite\"}}，其中 agent scope 只能写当前 Agent 自己的私有记忆，跨 Agent 共享请用 blackboard.write 或 agent.message；project.diff 使用 {{\"checkpointId\":\"checkpoint id\"}}，用于读取当前项目相对路径 diff 摘要；file.list 使用 {{\"path\":\"可选项目内相对目录或文件\"}}，path 为空时列出项目摘要；file.read 使用 {{\"path\":\"项目内相对路径\"}}；file.write 使用 {{\"path\":\"项目内相对路径\",\"content\":\"文件内容\"}}；task.list input 可为空，用于读取 manifest 任务图、状态和 readyTaskIds；task.create 使用 {{\"taskId\":\"可选自定义 taskId\",\"title\":\"任务标题\",\"group\":\"design|art|code|balance|audio|publishing\",\"role\":\"角色名\",\"dependencies\":[\"已有 taskId\"],\"artifacts\":[\"预期产物\"],\"acceptanceCriteria\":[\"验收标准\"],\"status\":\"pending|running|waiting-for-confirmation|completed|failed\"}}，用于把 Agent 拆出的新任务追加到 manifest；task.update 使用 {{\"taskId\":\"manifest taskId\",\"status\":\"pending|running|waiting-for-confirmation|completed|failed\"}}；command.run_limited 使用 {{\"commandId\":\"game.static_smoke\"}}，只支持本地静态自检；preview.start input 可为空，用于启动当前项目的 127.0.0.1 本地 HTTP 预览；canvas.asset_generate 使用 {{\"prompt\":\"要生成的美术素材描述\"}}，通过配置的 External Editor API 生成首版素材并登记到 assets；blackboard.write 使用 {{\"title\":\"标题\",\"content\":\"要共享给所有 Agent 的稳定结论\"}}；agent.message 使用 {{\"agentId\":\"目标 taskId\",\"content\":\"给目标 Agent 的定向消息\"}}；agent.delegate 使用 {{\"agentId\":\"目标 taskId\",\"task\":\"要委派的后台任务\",\"runId\":\"可选 run id\"}}，用于把任务投递到另一个 Agent 的独立队列；agent.run_status 使用 {{\"agentId\":\"可选目标 taskId\",\"scope\":\"self|all\"}}，用于读取自己或其他 Agent 的 Runtime 状态摘要；如果已有观察足够，请返回空 actions 并填写 response。其他工具 input 可为空。"
+        "当前工具策略：\n{tool_policy_json}\n\n项目上下文如下。你正在执行后台 Agent loop 第 {loop_index} 轮。请基于目标、已有工具观察和当前上下文修正计划，再决定是否调用最多 {AGENT_RUNTIME_BACKGROUND_TOOL_ACTION_LIMIT} 个白名单工具。只输出 JSON 对象，不要 markdown。\n\n{context}\n\n后台任务：\n{task}\n\n已有工具观察：\n{observations_json}\n\nJSON schema：{{\"thinkingSummary\":\"一句话理解\",\"plan\":[\"步骤\"],\"actions\":[{{\"tool\":\"memory.read|memory.write|conversation.read|asset.list|project.index|project.diff|file.list|file.read|file.write|task.list|task.create|task.update|command.run_limited|preview.start|canvas.asset_generate|blackboard.write|agent.message|agent.delegate|agent.schedule_ready|agent.run_status\",\"reason\":\"为什么需要\",\"input\":{{}}}}],\"response\":\"如果无需继续调用工具，可直接给最终回复\"}}\n\n工具输入约定：memory.read 使用 {{\"scope\":\"session|project|blackboard|agent\"}}；memory.write 使用 {{\"scope\":\"agent|project|session|blackboard\",\"title\":\"标题\",\"content\":\"要沉淀的稳定结论\",\"mode\":\"append|overwrite\"}}，其中 agent scope 只能写当前 Agent 自己的私有记忆，跨 Agent 共享请用 blackboard.write 或 agent.message；project.diff 使用 {{\"checkpointId\":\"checkpoint id\"}}，用于读取当前项目相对路径 diff 摘要；file.list 使用 {{\"path\":\"可选项目内相对目录或文件\"}}，path 为空时列出项目摘要；file.read 使用 {{\"path\":\"项目内相对路径\"}}；file.write 使用 {{\"path\":\"项目内相对路径\",\"content\":\"文件内容\"}}；task.list input 可为空，用于读取 manifest 任务图、状态和 readyTaskIds；task.create 使用 {{\"taskId\":\"可选自定义 taskId\",\"title\":\"任务标题\",\"group\":\"design|art|code|balance|audio|publishing\",\"role\":\"角色名\",\"dependencies\":[\"已有 taskId\"],\"artifacts\":[\"预期产物\"],\"acceptanceCriteria\":[\"验收标准\"],\"status\":\"pending|running|waiting-for-confirmation|completed|failed\"}}，用于把 Agent 拆出的新任务追加到 manifest；task.update 使用 {{\"taskId\":\"manifest taskId\",\"status\":\"pending|running|waiting-for-confirmation|completed|failed\"}}；command.run_limited 使用 {{\"commandId\":\"game.static_smoke\"}}，只支持本地静态自检；preview.start input 可为空，用于启动当前项目的 127.0.0.1 本地 HTTP 预览；canvas.asset_generate 使用 {{\"prompt\":\"要生成的美术素材描述\"}}，通过配置的 External Editor API 生成首版素材并登记到 assets；blackboard.write 使用 {{\"title\":\"标题\",\"content\":\"要共享给所有 Agent 的稳定结论\"}}；agent.message 使用 {{\"agentId\":\"目标 taskId\",\"content\":\"给目标 Agent 的定向消息\"}}；agent.delegate 使用 {{\"agentId\":\"目标 taskId\",\"task\":\"要委派的后台任务\",\"runId\":\"可选 run id\"}}，用于把任务投递到另一个 Agent 的独立队列；agent.schedule_ready input 可为空或 {{\"limit\":1}}，用于把 manifest 中依赖已完成的 ready task 投递到对应 Agent 后台队列；agent.run_status 使用 {{\"agentId\":\"可选目标 taskId\",\"scope\":\"self|all\"}}，用于读取自己或其他 Agent 的 Runtime 状态摘要；如果已有观察足够，请返回空 actions 并填写 response。其他工具 input 可为空。"
     );
     let request = LlmRunRequest::new(vec![
         LlmMessage::system(game_creator_agent_runtime_tool_plan_system_prompt()),
@@ -1751,6 +1751,7 @@ pub(crate) async fn execute_game_creator_agent_runtime_tool_action(
         "blackboard.write" => observe_agent_runtime_blackboard_write(root, agent_id, &action.input),
         "agent.message" => observe_agent_runtime_agent_message(root, agent_id, &action.input),
         "agent.delegate" => observe_agent_runtime_agent_delegate(root, agent_id, &action.input),
+        "agent.schedule_ready" => observe_agent_runtime_schedule_ready_tasks(root, &action.input),
         "agent.run_status" => observe_agent_runtime_run_status(root, agent_id, &action.input),
         _ => AgentRuntimeToolObservation {
             tool: tool.to_string(),
@@ -1781,6 +1782,7 @@ fn game_creator_agent_runtime_tool_command_id(tool: &str) -> Option<&'static str
         "blackboard.write" => Some("memory.write"),
         "agent.message" => Some("conversation.write"),
         "agent.delegate" => Some("agent.delegate"),
+        "agent.schedule_ready" => Some("agent.schedule_ready"),
         "agent.run_status" => Some("agent.run_status"),
         _ => None,
     }
@@ -1901,6 +1903,7 @@ fn agent_runtime_executable_tools() -> Vec<&'static str> {
         "blackboard.write",
         "agent.message",
         "agent.delegate",
+        "agent.schedule_ready",
         "agent.run_status",
     ]
 }
@@ -3199,6 +3202,51 @@ fn observe_agent_runtime_agent_delegate(
     }
 }
 
+fn observe_agent_runtime_schedule_ready_tasks(
+    root: &Path,
+    input: &serde_json::Value,
+) -> AgentRuntimeToolObservation {
+    let limit = agent_runtime_tool_input_usize(input, &["limit", "maxTasks"])
+        .map(|value| value.clamp(1, 16))
+        .unwrap_or(16);
+    match schedule_game_creator_agent_ready_tasks_at(root, limit) {
+        Ok(results) => {
+            let detail = results
+                .iter()
+                .map(|result| {
+                    format!(
+                        "{} · {} / {} · run {}",
+                        result.state.agent_id,
+                        result.state.status,
+                        result.state.phase,
+                        result.state.run_id
+                    )
+                })
+                .collect::<Vec<_>>();
+            let detail = if detail.is_empty() {
+                "没有 ready task 被调度".to_string()
+            } else {
+                detail.join("\n")
+            };
+            AgentRuntimeToolObservation {
+                tool: "agent.schedule_ready".to_string(),
+                status: "ok".to_string(),
+                summary: format!("已调度 {} 个 Ready 任务", results.len()),
+                detail: Some(truncate_agent_runtime_text(
+                    sanitize_prompt_context(&detail).as_str(),
+                    AGENT_RUNTIME_TOOL_OBSERVATION_MAX_CHARS,
+                )),
+            }
+        }
+        Err(error) => AgentRuntimeToolObservation {
+            tool: "agent.schedule_ready".to_string(),
+            status: "failed".to_string(),
+            summary: redact_agent_runtime_project_paths(root, &error, 240),
+            detail: None,
+        },
+    }
+}
+
 fn observe_agent_runtime_run_status(
     root: &Path,
     agent_id: &str,
@@ -3405,6 +3453,23 @@ fn agent_runtime_tool_input_text(input: &serde_json::Value, keys: &[&str]) -> St
     String::new()
 }
 
+fn agent_runtime_tool_input_usize(input: &serde_json::Value, keys: &[&str]) -> Option<usize> {
+    for key in keys {
+        let Some(value) = input.get(*key) else {
+            continue;
+        };
+        if let Some(number) = value.as_u64() {
+            return usize::try_from(number).ok();
+        }
+        if let Some(text) = value.as_str() {
+            if let Ok(number) = text.trim().parse::<usize>() {
+                return Some(number);
+            }
+        }
+    }
+    None
+}
+
 fn agent_runtime_tool_input_string_list(input: &serde_json::Value, keys: &[&str]) -> Vec<String> {
     for key in keys {
         let Some(value) = input.get(*key) else {
@@ -3789,12 +3854,14 @@ fn default_game_creator_agent_runtime_allowed_tools() -> Vec<String> {
         "blackboard.write",
         "agent.message",
         "agent.delegate",
+        "agent.schedule_ready",
         "asset.list",
         "project.diff",
         "file.list",
         "file.read",
         "file.write",
         "task.list",
+        "task.create",
         "task.update",
         "command.run_limited",
         "preview.start",
@@ -5021,7 +5088,7 @@ pub(crate) fn game_creator_role_agent_chat_system_prompt() -> &'static str {
 }
 
 pub(crate) fn game_creator_agent_runtime_tool_plan_system_prompt() -> &'static str {
-    "你是 Genarrative AI 游戏创作多智能体 Runtime 中的专业 Agent。你必须在白名单工具内规划行动：先给一句 thinkingSummary，再给短计划，再决定是否请求工具。只能请求 memory.read、memory.write、conversation.read、asset.list、project.index、project.diff、file.list、file.read、file.write、task.list、task.create、task.update、command.run_limited、preview.start、canvas.asset_generate、blackboard.write、agent.message、agent.delegate、agent.run_status。Agent 私有记忆只能由本人写入，跨 Agent 共享稳定结论用 blackboard.write，给单个 Agent 留上下文用 agent.message。不要假装工具已执行；工具结果会由 Runtime 作为 observation 返回。只输出 JSON 对象，不要 markdown，不要泄露密钥。"
+    "你是 Genarrative AI 游戏创作多智能体 Runtime 中的专业 Agent。你必须在白名单工具内规划行动：先给一句 thinkingSummary，再给短计划，再决定是否请求工具。只能请求 memory.read、memory.write、conversation.read、asset.list、project.index、project.diff、file.list、file.read、file.write、task.list、task.create、task.update、command.run_limited、preview.start、canvas.asset_generate、blackboard.write、agent.message、agent.delegate、agent.schedule_ready、agent.run_status。Agent 私有记忆只能由本人写入，跨 Agent 共享稳定结论用 blackboard.write，给单个 Agent 留上下文用 agent.message。不要假装工具已执行；工具结果会由 Runtime 作为 observation 返回。只输出 JSON 对象，不要 markdown，不要泄露密钥。"
 }
 
 pub(crate) fn game_creator_agent_role_definition(
diff --git a/apps/ai-game-creator-shell/src-tauri/src/tests.rs b/apps/ai-game-creator-shell/src-tauri/src/tests.rs
index 7e26afc62..7bc3064c4 100644
--- a/apps/ai-game-creator-shell/src-tauri/src/tests.rs
+++ b/apps/ai-game-creator-shell/src-tauri/src/tests.rs
@@ -2970,6 +2970,237 @@ async fn background_agent_runtime_delegate_respects_project_policy() {
     fs::remove_dir_all(root).ok();
 }
 
+#[tokio::test]
+async fn background_agent_runtime_can_schedule_ready_tasks_from_tool() {
+    let root = unique_project_path();
+    init_local_game_project_at(&root, "project-1", "月光厨房").expect("project init");
+    write_project_permission_policy_at(
+        &root,
+        ProjectPermissionPolicy {
+            denied_commands: Vec::new(),
+            confirm_commands: Vec::new(),
+            agent_policies: BTreeMap::new(),
+        },
+    )
+    .expect("allow ready scheduler tool");
+
+    let (design_sender, design_receiver) = mpsc::channel();
+    let design_plan_json = serde_json::json!({
+        "thinkingSummary": "完成当前任务后调度下一个 ready Agent",
+        "plan": ["标记当前任务完成", "调度 manifest ready task"],
+        "actions": [
+            {
+                "tool": "task.update",
+                "reason": "当前设计拆解任务已经完成",
+                "input": { "taskId": "design-director", "status": "completed" }
+            },
+            {
+                "tool": "agent.schedule_ready",
+                "reason": "依赖设计拆解的任务现在可以交给对应 Agent",
+                "input": { "limit": 1 }
+            }
+        ],
+        "response": ""
+    })
+    .to_string();
+    let design_base_url = spawn_mock_llm_server_responses_with_capture(
+        vec![
+            design_plan_json,
+            "已完成设计拆解，并调度下一个 ready 任务。".to_string(),
+        ],
+        Some(design_sender),
+    );
+    let (foundation_sender, foundation_receiver) = mpsc::channel();
+    let foundation_plan_json = serde_json::json!({
+        "thinkingSummary": "收到玩法规格 ready 任务",
+        "plan": ["标记玩法规格任务完成"],
+        "actions": [
+            {
+                "tool": "task.update",
+                "reason": "玩法规格已整理完成",
+                "input": { "taskId": "design-foundation", "status": "completed" }
+            }
+        ],
+        "response": ""
+    })
+    .to_string();
+    let foundation_base_url = spawn_mock_llm_server_responses_with_capture(
+        vec![foundation_plan_json, "已完成玩法规格任务。".to_string()],
+        Some(foundation_sender),
+    );
+    let _config_guard = write_test_local_config(format!(
+        r#"{{
+  "agentLlm": {{
+    "design-director": {{
+      "apiKey": "design-key",
+      "baseUrl": {design_base_url:?},
+      "model": "design-runtime-model",
+      "apiKind": "openai_responses"
+    }},
+    "design-foundation": {{
+      "apiKey": "foundation-key",
+      "baseUrl": {foundation_base_url:?},
+      "model": "foundation-runtime-model",
+      "apiKind": "openai_responses"
+    }}
+  }}
+}}"#
+    ));
+
+    start_game_creator_agent_background_task_at(
+        &root,
+        "design-director",
+        "完成设计拆解并调度后续 ready 任务",
+        "design-schedule-ready-run",
+    )
+    .expect("start scheduler agent task");
+
+    let design_plan_request = design_receiver
+        .recv_timeout(Duration::from_secs(2))
+        .expect("design plan llm request");
+    assert!(design_plan_request.contains("agent.schedule_ready"));
+    let foundation_plan_request = foundation_receiver
+        .recv_timeout(Duration::from_secs(2))
+        .expect("foundation plan llm request");
+    assert!(foundation_plan_request.contains("处理 manifest ready 任务：确定玩法规格"));
+    assert!(foundation_plan_request.contains("design-foundation"));
+    let design_final_request = design_receiver
+        .recv_timeout(Duration::from_secs(2))
+        .expect("design final llm request");
+    assert!(design_final_request.contains("agent.schedule_ready"));
+    assert!(design_final_request.contains("已调度 1 个 Ready 任务"));
+    assert!(design_final_request.contains("design-foundation"));
+    let foundation_final_request = foundation_receiver
+        .recv_timeout(Duration::from_secs(2))
+        .expect("foundation final llm request");
+    assert!(foundation_final_request.contains("任务 design-foundation 已更新为 completed"));
+
+    let design_runtime = wait_for_agent_runtime_idle(&root, "design-director");
+    assert_eq!(design_runtime.status, "idle");
+    assert!(design_runtime
+        .tool_policy
+        .auto_tools
+        .contains(&"agent.schedule_ready".to_string()));
+    assert!(design_runtime.observations.iter().any(|item| {
+        item.contains("agent.schedule_ready：ok · 已调度 1 个 Ready 任务")
+    }));
+    assert!(design_runtime.recent_tool_calls.iter().any(|call| {
+        call.tool == "agent.schedule_ready"
+            && call.status == "ok"
+            && call
+                .detail
+                .as_deref()
+                .is_some_and(|detail| detail.contains("design-foundation"))
+    }));
+
+    let foundation_runtime = wait_for_agent_runtime_idle(&root, "design-foundation");
+    assert_eq!(foundation_runtime.status, "idle");
+    assert_eq!(foundation_runtime.source, "agent-ready-task-scheduler");
+    assert!(foundation_runtime
+        .observations
+        .iter()
+        .any(|item| item.contains("task.update：ok · 任务 design-foundation 已更新为 completed")));
+
+    let manifest_after: Value =
+        serde_json::from_str(&fs::read_to_string(root.join(".agent/manifest.json")).unwrap())
+            .expect("manifest json");
+    assert_task_status(&manifest_after, "design-director", "completed");
+    assert_task_status(&manifest_after, "design-foundation", "completed");
+    let agent_db = fs::read_to_string(root.join(".agent/agent.db")).expect("agent db");
+    assert!(agent_db.contains("\"recordType\":\"agent.runtime.ready_task.scheduled\""));
+    assert!(agent_db.contains("\"agentId\":\"design-foundation\""));
+
+    fs::remove_dir_all(root).ok();
+}
+
+#[tokio::test]
+async fn background_agent_runtime_schedule_ready_respects_project_policy() {
+    let root = unique_project_path();
+    init_local_game_project_at(&root, "project-1", "月光厨房").expect("project init");
+    write_project_permission_policy_at(
+        &root,
+        ProjectPermissionPolicy {
+            denied_commands: Vec::new(),
+            confirm_commands: vec!["agent.schedule_ready".to_string()],
+            agent_policies: BTreeMap::new(),
+        },
+    )
+    .expect("write policy");
+
+    let (sender, receiver) = mpsc::channel();
+    let plan_json = serde_json::json!({
+        "thinkingSummary": "尝试调度 ready task",
+        "plan": ["请求调度 ready task", "等待权限结果"],
+        "actions": [
+            {
+                "tool": "agent.schedule_ready",
+                "reason": "应该把 ready task 交给对应 Agent",
+                "input": { "limit": 1 }
+            }
+        ],
+        "response": ""
+    })
+    .to_string();
+    let base_url = spawn_mock_llm_server_responses_with_capture(vec![plan_json], Some(sender));
+    let _config_guard = write_test_local_config(format!(
+        r#"{{
+  "agentLlm": {{
+    "design-director": {{
+      "apiKey": "design-key",
+      "baseUrl": {base_url:?},
+      "model": "design-runtime-model",
+      "apiKind": "openai_responses"
+    }}
+  }}
+}}"#
+    ));
+
+    start_game_creator_agent_background_task_at(
+        &root,
+        "design-director",
+        "尝试调度 ready task",
+        "design-schedule-ready-policy-run",
+    )
+    .expect("start scheduler agent task");
+
+    let plan_request = receiver
+        .recv_timeout(Duration::from_secs(2))
+        .expect("design plan llm request");
+    assert!(plan_request.contains("agent.schedule_ready"));
+    assert!(receiver.recv_timeout(Duration::from_millis(200)).is_err());
+
+    let design_runtime = wait_for_agent_runtime_confirmation(&root, "design-director");
+    assert_eq!(design_runtime.status, "waiting-for-confirmation");
+    assert_eq!(design_runtime.phase, "waiting-for-confirmation");
+    assert_eq!(design_runtime.task_queue.waiting_for_confirmation, 1);
+    assert!(design_runtime
+        .tool_policy
+        .confirm_tools
+        .contains(&"agent.schedule_ready".to_string()));
+    assert!(design_runtime.observations.iter().any(|item| {
+        item.contains(
+            "agent.schedule_ready：waiting-for-confirmation · 项目权限策略要求用户确认：agent.schedule_ready",
+        )
+    }));
+    assert!(design_runtime.recent_tool_calls.iter().any(|call| {
+        call.tool == "agent.schedule_ready" && call.status == "waiting-for-confirmation"
+    }));
+
+    let manifest_after: Value =
+        serde_json::from_str(&fs::read_to_string(root.join(".agent/manifest.json")).unwrap())
+            .expect("manifest json");
+    assert_task_status(&manifest_after, "design-director", "pending");
+    assert_task_status(&manifest_after, "design-foundation", "pending");
+    let foundation_runtime =
+        read_game_creator_agent_runtime_at(&root, "design-foundation").expect("runtime");
+    assert!(foundation_runtime.recent_tasks.is_empty());
+    let agent_db = fs::read_to_string(root.join(".agent/agent.db")).expect("agent db");
+    assert!(!agent_db.contains("\"recordType\":\"agent.runtime.ready_task.scheduled\""));
+    assert!(!agent_db.contains("\"agentId\":\"design-foundation\""));
+
+    fs::remove_dir_all(root).ok();
+}
+
 #[tokio::test]
 async fn background_agent_runtime_can_write_memory_and_project_files() {
     let root = unique_project_path();
diff --git a/docs/project-memory/shared-memory/decision-log.md b/docs/project-memory/shared-memory/decision-log.md
index 7450719fb..b3378de5a 100644
--- a/docs/project-memory/shared-memory/decision-log.md
+++ b/docs/project-memory/shared-memory/decision-log.md
@@ -30,6 +30,7 @@
 - 2026-07-10 补充：后台 Agent Runtime 的白名单工具继续扩到 `agent.run_status`，让 Agent 可在 loop 中读取自己、目标 Agent 或一组 Agent 的 Runtime 状态摘要，用于判断同伴是否正在运行、最近任务和最近工具动作。该工具复用 `agent.run_status` 项目权限策略，策略要求确认或拒绝时不会读取状态；observation 只包含 agentId、status、phase、runId、当前任务、当前动作、下一步、计划摘要、最近任务、最近工具和错误摘要，不返回 `.agent/runtime/*` 文件绝对路径。
 - 2026-07-10 补充：后台 Agent Runtime 的白名单工具继续扩到 `agent.delegate`，让 Agent 可把明确子任务投递到另一个 Agent 的独立后台队列。该工具复用目标 Agent 既有锁和 pending drain 语义，不创建平行 runtime；同一目标 Agent 串行，不同 Agent 可并行。该工具使用独立 `agent.delegate` 权限策略，策略要求确认或拒绝时不会写目标对话、不会启动目标后台任务，也不会写 `agent.runtime.agent.delegate` 审计记录。
 - 2026-07-10 补充：主窗口 Agent 状态栏在开发模式新增“调度 Ready”控制，用来显式调用 `schedule_game_creator_agent_ready_tasks`。该控制先读取项目策略，命中 `agent.schedule_ready` confirm 时走现有确认弹窗，确认后才把 manifest ready task 投递到对应 Agent Runtime；普通用户窗口不展示这个开发控制。
+- 2026-07-10 补充：后台 Agent Runtime 的白名单工具继续扩到 `agent.schedule_ready`，让 Agent 在完成或更新 manifest task 后可按项目权限策略自行调度新 ready task。该工具复用同一个 scheduler：扫描依赖已完成且仍为 pending 的 manifest task，先标为 running，再按 taskId 投递到对应 Agent 的既有后台队列；策略要求确认时当前 Agent 停在 `waiting-for-confirmation`，不会静默启动下游 Agent。
 - 影响范围：`apps/ai-game-creator-shell` 的 Tauri command、Agent Runtime state/event、开发窗口单 Agent 聊天、项目内 Agent 对话弹窗、`appSurface.test.ts` 和 AI 游戏创作 App 实施计划。
 - 验证方式：运行 Tauri Rust 后台 Agent 并行测试、壳前端 appSurface 测试、壳 typecheck、编码检查和 `git diff --check`。
 - 关联文档：`docs/technical/【技术方案】AI游戏创作智能体App实施计划-2026-06-24.md`。
diff --git a/docs/technical/【技术方案】AI游戏创作智能体App实施计划-2026-06-24.md b/docs/technical/【技术方案】AI游戏创作智能体App实施计划-2026-06-24.md
index dea9163f0..f5e1530b8 100644
--- a/docs/technical/【技术方案】AI游戏创作智能体App实施计划-2026-06-24.md
+++ b/docs/technical/【技术方案】AI游戏创作智能体App实施计划-2026-06-24.md
@@ -51,6 +51,7 @@ Agent Runtime 负责：
 - 2026-07-10 补充：Agent Runtime state / result 新增 `taskQueue`，从 `.agent/runtime/tasks/<agentId>.jsonl` 中每个 `runId` 的最新记录汇总 `total / pending / running / completed / failed / latestRunId`；开发窗口 Runtime 面板、主窗口 Agent 状态列表、`agent.run_status` observation 和下一轮 planning prompt 都读取该摘要，用于判断同一 Agent 是否仍有排队任务。该字段是运行观测摘要，不新增调度器、SQLite 或独立 worker。
 - 2026-07-10 补充：Runtime 新增 `agent.schedule_ready` 调度入口。开发构建可在权限确认后扫描 manifest ready task，把依赖已完成且仍为 `pending` 的任务标成 `running`，并按 taskId 投递到对应 Agent 的既有后台队列；source 固定为 `agent-ready-task-scheduler`，审计记录写 `agent.runtime.ready_task.scheduled`。该入口只把 manifest ready task 接入现有 per-agent 队列、锁、JSONL、LLM loop、工具策略和事件流，不新增独立 worker，也不会在默认确认策略下静默启动。
 - 2026-07-10 补充：主窗口 Agent 状态栏的“调度 Ready”只在开发模式显示。点击后复用项目策略确认弹窗，确认通过才调用 `schedule_game_creator_agent_ready_tasks`，并把返回的 Runtime 合并回 Agent 状态卡；普通用户窗口继续只展示状态和单 Agent 对话入口，不直接暴露 ready-task 调度按钮。
+- 2026-07-10 补充：`agent.schedule_ready` 同时接入后台 Agent loop 白名单工具。Agent 可在 `task.update` 或 `task.create` 后自行请求调度新 ready task；执行仍走 `agent.schedule_ready` 项目权限策略，确认策略命中时当前 run 停在 `waiting-for-confirmation`，不会继续消费队列或启动下游 Agent。确认通过后复用同一 scheduler，把 ready task 投递到对应 Agent 的既有后台队列。
 - 2026-07-10 补充：单 Agent 聊天和后台 planning prompt 会读取同一个 Agent 的 Runtime 连续上下文，把本 Agent 最近 status / phase / runId / 当前任务 / 下一步、最近回复、计划、观察、最近 3 条工具动作、最近事件、最近 3 条任务记录和工具策略摘要带入下一轮推理；上下文按规范 taskId 隔离，不读取其他 Agent 的 runtime 文件，并在进入 prompt 前过滤密钥和本机绝对路径。新后台 run 启动时会继承本 Agent 上次 `recentToolCalls` 和 `lastResponse`，让多轮任务不丢失结构化行动证据。
 - 2026-07-10 补充：后台任务工具箱已加入 `preview.start`。Agent 可在 loop 中自行请求启动当前项目的本地 HTTP 预览；Runtime 会复用 `preview.start` 策略、项目写锁、共享 `PreviewRegistry`、manifest 预览状态、`.agent/logs/preview.log` 和 run trace 追加逻辑，并把 `agent.runtime.preview.start` 写入 `.agent/agent.db`。该 observation 只向 LLM 返回 localhost URL 与端口，不返回用户项目绝对路径。
 - 2026-07-10 补充：后台任务工具箱已加入 `canvas.asset_generate`。Agent 可在 loop 中自行给出素材 prompt，通过 AppData / Tauri 配置里的 `editorApi` 调用 External Editor API 生成首版美术素材、下载到 `assets/canvas-generated/` 并登记 manifest；Runtime 复用 `canvas.asset_generate` 策略和项目写锁，并写入 `agent.runtime.canvas.asset_generate` 审计记录。API Key 不进入 observation、manifest、agent.db 或日志；策略要求确认或拒绝时不会调用外部 API。
@@ -282,7 +283,7 @@ game-project/
 - Tauri Rust 入口保持薄壳：`src-tauri/src/main.rs` 只保留共享类型 / 常量、模块声明、CLI preflight、`tauri::Builder`、运行时配置初始化和 `invoke_handler` 清单；命令行入口放在 `cli.rs`，Tauri command 包装放在 `commands.rs`，运行时配置与 LLM 配置检查放在 `config.rs`，Agent loop 与生成编排放在 `agent.rs`，上传 / 画板 / 平台美术生成接入放在 `assets.rs`，本地项目文件、记忆、对话、权限、checkpoint、manifest 和通用路径工具放在 `project.rs`，本地 HTTP 预览与 preview 命令放在 `preview.rs`，旧窗口兼容命令放在 `windows.rs`，Rust 单测放在 `tests.rs`。后续继续拆分时保持 Tauri command 名、JSON 字段、`.agent/*` 路径和错误语义不变。
 - 本地项目初始化会创建 `game/`、`assets/`、`memory/`、`memory/agents/`、`exports/`、`.agent/logs/`，写入 `.agent/manifest.json`，生成 append-only JSONL 本地项目索引 `.agent/agent.db`，并生成默认 `game/index.html`。
 - v1 conversation 记录使用 append-only JSONL，每行带 `schemaVersion`、`role`、`content`、`agentId` 和 `updatedAt`，作为聊天历史和单 agent 对话历史的事实源；目录在首次写入时创建。
-- 开发窗口和项目内 Agent 对话弹窗的“后台运行”只启动或排队单 Agent 后台任务，不阻塞等待回复；用户可刷新同一 Agent 对话或 runtime 状态查看进度和结果，也可对当前 run 执行取消 / 重试，待确认 run 还可执行“确认继续”。后台任务会向 `.agent/runtime/tasks/<agentId>.jsonl` 追加任务视角记录，任务状态使用 `pending / running / waiting-for-confirmation / cancelled / completed / failed`，读取时按 `runId` 去重返回最近任务；`runId` 在同一 Agent 内是单个 run 的身份，后台入队会自动把重复 runId 改写为唯一实际 runId，防止不同任务互相覆盖；runtime state 自身仍可在完成后显示 `idle / completed`，二者语义分开。同一 Agent 的 pending 任务由持有 `.agent/runtime/locks/<agentId>.lock` 的后台 drain 串行执行，避免同一 Agent 并发抢上下文；不同 Agent 仍可并行；若某个工具动作命中确认策略，该 Agent 会停在 `waiting-for-confirmation` 并暂停继续消费队列，等待后续确认或策略调整；确认继续会为新 run 写入一次性 `.agent/runtime/confirmations/<agentId>/<runId>/<commandId>.json` 票据，权限 gate 在 deny 之后、confirm 阶段消费票据并只放行对应工具一次，原 run 追加 `completed/confirmed` 任务记录；若用户取消 pending 任务，drain 不再消费该 run，若取消 running 任务，则在当前 LLM 或工具调用返回后的检查点停止，不继续执行工具或保存最终 assistant 回复。客户端重开项目时会对当前项目路径自动尝试一次 Runtime 恢复；恢复命令必须通过 `agent.resume` 自动权限，默认确认策略下不会静默启动；同一 Agent 同时存在上一进程遗留 `running` 和 `pending` 时，先重接 `running`，再由 drain 继续 `pending`。开发构建还可通过 `agent.schedule_ready` 权限确认入口把 manifest ready task 投递进同一后台队列，命令会先把 ready task 标成 `running`，再用 taskId 作为 Agent id 入队，source 为 `agent-ready-task-scheduler`；该入口不新增独立 worker。后台任务的核心 loop 最多 3 轮：每轮把已有 observation 带回 LLM 让 Agent 重新规划，只有 actions 为空且 response 非空时提前收束，否则继续执行白名单工具，跑满后再进入最终回复整理。后台任务完成后会把 assistant 回复追加到对应 `.agent/conversations/agents/<agentId>.jsonl`，并向 `.agent/agent.db` 写入 `agent.runtime.background_task.queued` / `agent.runtime.background_task` / `agent.runtime.background_task.recovered` / `agent.runtime.ready_task.scheduled` / `agent.runtime.tool_observation` / `agent.runtime.tool_confirmation_required` / `agent.runtime.tool_confirmation.approved` / `agent.runtime.memory.write` / `agent.runtime.file.write` / `agent.runtime.task.create` / `agent.runtime.task.update` / `agent.runtime.command.run_limited` / `agent.runtime.blackboard.write` / `agent.runtime.agent.message` / `agent.runtime.agent.delegate` / `agent.runtime.background_task.cancelled` / `agent.runtime.background_task.retry` / `agent.runtime.background_task.completed` / `agent.runtime.background_task.failed` 审计记录。当前工具箱开放只读工具 `memory.read`、`conversation.read`、`asset.list`、`project.index`、`project.diff`、`file.list`、`file.read`、`task.list`、`agent.run_status`，以及受策略保护的写/运行工具 `memory.write`、`file.write`、`task.create`、`task.update`、`command.run_limited`、`blackboard.write`、`agent.message` 和 `agent.delegate`；`memory.write scope=agent` 只允许写当前 Agent 自己的私有记忆，跨 Agent 共享必须改用 `blackboard.write` 或 `agent.message`；`task.create` 只追加新 manifest 任务，`task.update` 只更新已有任务状态；若项目策略拒绝，对应工具不会执行，Runtime 会把策略结果作为 observation 回给 Agent 修正计划；若项目策略要求确认且没有一次性确认票据，Runtime 会保留待确认状态而不执行该工具。`toolPolicy` 保存当前工具级权限快照，供 planning prompt 和状态面板展示；`recentToolCalls` 保存最近 20 条结构化工具动作，供状态面板展示最近动作；append-only JSONL 写入按目标文件路径在当前进程内串行追加完整行，覆盖 `.agent/agent.db`、对话、Runtime events/tasks、activity 和 output，减少多个 Agent 同时完成时的行交错风险。
+- 开发窗口和项目内 Agent 对话弹窗的“后台运行”只启动或排队单 Agent 后台任务，不阻塞等待回复；用户可刷新同一 Agent 对话或 runtime 状态查看进度和结果，也可对当前 run 执行取消 / 重试，待确认 run 还可执行“确认继续”。后台任务会向 `.agent/runtime/tasks/<agentId>.jsonl` 追加任务视角记录，任务状态使用 `pending / running / waiting-for-confirmation / cancelled / completed / failed`，读取时按 `runId` 去重返回最近任务；`runId` 在同一 Agent 内是单个 run 的身份，后台入队会自动把重复 runId 改写为唯一实际 runId，防止不同任务互相覆盖；runtime state 自身仍可在完成后显示 `idle / completed`，二者语义分开。同一 Agent 的 pending 任务由持有 `.agent/runtime/locks/<agentId>.lock` 的后台 drain 串行执行，避免同一 Agent 并发抢上下文；不同 Agent 仍可并行；若某个工具动作命中确认策略，该 Agent 会停在 `waiting-for-confirmation` 并暂停继续消费队列，等待后续确认或策略调整；确认继续会为新 run 写入一次性 `.agent/runtime/confirmations/<agentId>/<runId>/<commandId>.json` 票据，权限 gate 在 deny 之后、confirm 阶段消费票据并只放行对应工具一次，原 run 追加 `completed/confirmed` 任务记录；若用户取消 pending 任务，drain 不再消费该 run，若取消 running 任务，则在当前 LLM 或工具调用返回后的检查点停止，不继续执行工具或保存最终 assistant 回复。客户端重开项目时会对当前项目路径自动尝试一次 Runtime 恢复；恢复命令必须通过 `agent.resume` 自动权限，默认确认策略下不会静默启动；同一 Agent 同时存在上一进程遗留 `running` 和 `pending` 时，先重接 `running`，再由 drain 继续 `pending`。开发构建和后台 Agent 工具箱都可通过 `agent.schedule_ready` 权限确认入口把 manifest ready task 投递进同一后台队列，命令会先把 ready task 标成 `running`，再用 taskId 作为 Agent id 入队，source 为 `agent-ready-task-scheduler`；该入口不新增独立 worker。后台任务的核心 loop 最多 3 轮：每轮把已有 observation 带回 LLM 让 Agent 重新规划，只有 actions 为空且 response 非空时提前收束，否则继续执行白名单工具，跑满后再进入最终回复整理。后台任务完成后会把 assistant 回复追加到对应 `.agent/conversations/agents/<agentId>.jsonl`，并向 `.agent/agent.db` 写入 `agent.runtime.background_task.queued` / `agent.runtime.background_task` / `agent.runtime.background_task.recovered` / `agent.runtime.ready_task.scheduled` / `agent.runtime.tool_observation` / `agent.runtime.tool_confirmation_required` / `agent.runtime.tool_confirmation.approved` / `agent.runtime.memory.write` / `agent.runtime.file.write` / `agent.runtime.task.create` / `agent.runtime.task.update` / `agent.runtime.command.run_limited` / `agent.runtime.blackboard.write` / `agent.runtime.agent.message` / `agent.runtime.agent.delegate` / `agent.runtime.background_task.cancelled` / `agent.runtime.background_task.retry` / `agent.runtime.background_task.completed` / `agent.runtime.background_task.failed` 审计记录。当前工具箱开放只读工具 `memory.read`、`conversation.read`、`asset.list`、`project.index`、`project.diff`、`file.list`、`file.read`、`task.list`、`agent.run_status`，以及受策略保护的写/运行工具 `memory.write`、`file.write`、`task.create`、`task.update`、`command.run_limited`、`blackboard.write`、`agent.message`、`agent.delegate` 和 `agent.schedule_ready`；`memory.write scope=agent` 只允许写当前 Agent 自己的私有记忆，跨 Agent 共享必须改用 `blackboard.write` 或 `agent.message`；`task.create` 只追加新 manifest 任务，`task.update` 只更新已有任务状态；`agent.schedule_ready` 只调度 manifest ready task，不创建平行 runtime；若项目策略拒绝，对应工具不会执行，Runtime 会把策略结果作为 observation 回给 Agent 修正计划；若项目策略要求确认且没有一次性确认票据，Runtime 会保留待确认状态而不执行该工具。`toolPolicy` 保存当前工具级权限快照，供 planning prompt 和状态面板展示；`recentToolCalls` 保存最近 20 条结构化工具动作，供状态面板展示最近动作；append-only JSONL 写入按目标文件路径在当前进程内串行追加完整行，覆盖 `.agent/agent.db`、对话、Runtime events/tasks、activity 和 output，减少多个 Agent 同时完成时的行交错风险。
 - 2026-07-10 补充：当前工具箱还开放 `preview.start`，审计记录类型为 `agent.runtime.preview.start`；该工具不会打开任意 URL，只启动当前授权项目的 `127.0.0.1` 本地预览，并和 Tauri 用户命令共用同一个 `PreviewRegistry`。
 - 2026-07-10 补充：当前工具箱还开放 `canvas.asset_generate`，审计记录类型为 `agent.runtime.canvas.asset_generate`；该工具只通过配置好的 External Editor API 生成并回流素材，不暴露任意上传 / 任意网络请求能力。
 - 2026-07-10 补充：当前工具箱还开放 `task.list`；该工具只读取 manifest 任务图、状态、依赖、产物和 `readyTaskIds`，并受 `task.list` 项目权限策略保护。
@@ -292,7 +293,7 @@ game-project/
 - 2026-07-10 补充：当前工具箱还开放 `project.diff`；该工具只读返回 checkpoint 对比后的新增、修改、删除计数和相对路径摘要，并受 `project.diff` 项目权限策略保护。
 - 2026-07-10 补充：当前工具箱还开放 `agent.run_status`；该工具只读返回自己、目标 Agent 或一组 Agent 的 Runtime 状态摘要，并受 `agent.run_status` 项目权限策略保护。
 - 2026-07-10 补充：当前工具箱还开放 `agent.delegate`，审计记录类型为 `agent.runtime.agent.delegate`；该工具只把任务投递到目标 Agent 既有后台队列，不创建平行 runtime，不绕过目标 Agent 的锁和队列，也受 `agent.delegate` 项目权限策略保护。
-- 2026-07-10 补充：当前 Runtime 命令还开放 `agent.schedule_ready`，审计记录类型为 `agent.runtime.ready_task.scheduled`；该命令把 manifest ready task 批量投递到对应 Agent 的既有后台队列，默认需要确认，不属于 Agent loop 内可直接调用的工具。
+- 2026-07-10 补充：当前 Runtime 命令和后台工具箱都开放 `agent.schedule_ready`，审计记录类型为 `agent.runtime.ready_task.scheduled`；该命令把 manifest ready task 批量投递到对应 Agent 的既有后台队列，默认需要确认，确认前不会启动下游 Agent。
 - 普通用户可在聊天框输入 `/project /绝对路径` 生成待确认的 `project.create` 命令，用于授权并初始化本地项目目录；相对路径不会生成待确认命令；开发窗口仍可直接编辑项目路径。
 - 单窗口首页和项目组页可选择、打开、新建或显示当前输入的项目绝对路径；最近项目行也可显示目录，非法或相对路径不会调用系统文件管理器。
 - 普通用户侧的生成、上传、运行、自检、预览状态 / 启动 / 打开 / 停止、记忆写入和画板资产导入都必须先完成 `/project` 初始化；未初始化时只提示设置本地项目，不落到默认临时目录。