主动式智能体架构框架
将用户对话与工作区状态通过预写日志、危险区工作缓冲及上下文截断自愈协议进行规范管理,实现智能体主动预测需求与长效持久运行。
功能与用途
该框架用于将传统的问答式 AI 智能体改造为主动协作伙伴。核心机制包含:针对上下文遗忘的 WAL(预写日志)协议,在回复前强制记录关键偏好与修正;针对上下文超限的 Working Buffer 缓冲,在上下文达到 60% 时全量落盘对话细节;针对截断事故的 Compaction Recovery 流程,唤醒后自读取并无缝接续任务。同时整合了心跳自愈、反向提问推荐、高频行为模式沉淀及第三方技能安装安全校验机制,使智能体能够在无人工逐指令干预下自主尝试解决问题并安全演进。
适用场景
- 对话偏好与关键决策即时沉淀:在用户给出修正意见或配置时触发WAL协议,回复前将数据写入状态文件,避免关键约束遗忘。
- 长会话高水位缓冲防丢:上下文窗口占用达60%时自动将后续对话落盘至工作缓冲,防止会话压缩截断导致上下文丢失。
- 任务截断后自愈接续:智能体在遭遇上下文压缩或重启后,优先读取状态文件与危险区日志,无缝接续当前未竟工作。
- 复杂问题自主重试探索:在向用户求助前自主尝试多种解决路径,配合心跳自查机制进行能力微调与安全边界自检。
适用人群
- AI Agent 开发者
- 自动化工作流架构师
- 长期与大模型结对编程的工程人员
- 需要高持久性 AI 助手的极客用户
使用步骤
- 将项目模板文件拷贝至工作区根目录,并运行初始安全审计脚本
- 完成引导问卷建立 USER.md 与 SOUL.md,确立个性化偏好与行为边界
- 在交互中遇到重要决策、偏好或专有名词时,优先通过预写日志写入 SESSION-STATE.md
- 当上下文达到 60% 警戒线后,开启工作缓冲区全量记录危险区交谈内容
- 若遭遇上下文截断或压缩丢失,执行自愈流程从缓冲区提取任务状态并无缝续接
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-23
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Transform AI agents from task-followers into proactive partners that anticipate needs and continuously improve. Now with WAL Protocol, Working Buffer for context survival, Compaction Recovery, and battle-tested security patterns. Part of the Hal Stack 🦞
依赖与权限
- 读取用户主动提供的内容