目前 Multi-Agent 系統的整體進度已達到 80% 左右，核心協作流程皆已跑通，僅剩程式碼沙箱執行環境待串接。回歸專案的初衷，我是希望能打造一套專為 CPE 輔導設計的 Multi-Agent 架構，因此今天的核心目標就是正式將 CPE 題庫整合進系統中。

在先前的 MVP 階段，我們僅以寫死的三道靜態題目驗證邏輯，導致導師 Agent 缺乏真實的動態診斷彈性。考量到系統可維護性與單元測試的收斂難度，這次先挑選並重構 10 道最經典的 CPE 一星題作為基礎題庫。

這一步的真正挑戰在於兩件事：

1. 著作權防範與自編摘要：原題敘述無法直接挪用，所有題意、邊界陷阱與輸入輸出規範都必須由我重新消化後自主轉譯，並自行設計對應的驗證測資。
2. 下游 Agent 的協同調整：題庫資料結構與出題模式一旦動態化，後續連線的出題、導師以及評測等三項 Agent 都必須同步重構與對齊狀態，是系統邁向動態解題非常關鍵且具挑戰性的一役。

接下來的任務，就是將這 10 道精心整理的題目正式寫入 cpe_1star.json，並同步調校各 Agent 的狀態流轉，確保整套多 Agent 鏈路在動態題庫下能完全跑通——這便是我們現階段的核心目標。