主动型 Agent 基础版

主动型 Agent 基础版

概述

本工具是 AI Agent 领域的 FREE 版本 AI Skill,专为个人用户与轻量级场景设计。通过自然语言指令驱动 AI Agent 执行任务,提供核心功能与简洁易用的操作体验. FREE 版本与 PRO 版本完全兼容,可在需要时升级至 PRO 版本获取高级功能、批量操作与团队协同能力.

版本定位

核心能力

FREE 版本提供以下能力:

主动预判用户需求并提供建议

主动预判用户需求并提供建议

处理: 解析主动预判用户需求并提供建议的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回主动预判用户需求并提供建议的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

三层记忆架构(会话/每日/长期

三层记忆架构(会话/每日/长期)

处理: 解析三层记忆架构(会话/每日/长期的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回三层记忆架构(会话/每日/长期的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

反向提示

反向提示:主动询问如何帮助用户

处理: 解析反向提示的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回反向提示的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

安全加固

安全加固:防止外部内容注入

处理: 解析安全加固的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回安全加固的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

自我修复

自我修复:遇到问题先尝试解决

处理: 解析自我修复的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回自我修复的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

功能详情

本版本提供 5 项核心能力,覆盖 AI Agent 的常见使用场景。如需批量操作、团队协作、数据分析等高级功能,可升级至 PRO 版本. FREE 版本核心功能清单:

• 主动预判用户需求并提供建议
• 三层记忆架构(会话/每日/长期)
• 反向提示:主动询问如何帮助用户
• 安全加固:防止外部内容注入
• 自我修复:遇到问题先尝试解决

PRO 版本扩展功能预览:

• WAL 协议:关键信息先写后响应
• 工作缓冲区:上下文压缩危险区生存
• 压缩恢复:上下文截断后自动恢复
• 统一搜索:搜索所有来源再回答
• ADL/VFM 自我改进护栏协议
• 自主 vs 提示型定时任务架构

处理: 解析功能详情的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回功能详情的响应数据,包含状态码、结果和日志. 技术参数：使用input_params和output_format参数控制执行行为,支持json/text/csv输出格式. 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：从任务跟随者转变、为主动伙伴、支持记忆持久化与、领域的专业化、辅助工具、提供核心基础功能等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景 1: 主动预判需求

Agent 主动分析用户需求并提供建议

用户可通过自然语言指令触发此场景，工具将自动执行相应操作并返回结构化结果.

输入格式

# 主动行为模式
1. 分析用户当前任务
2. 预判可能的后续需求
3. 主动提供相关建议
4. 等待用户确认后执行

场景 2: 记忆持久化

在上下文丢失前保存关键信息

# WAL 协议
触发: 用户纠正/专有名词/偏好/决策/具体值
1. STOP - 不开始回复
2. WRITE - 更新 SESSION-STATE.md
3. THEN - 回复用户

快速开始

1. 环境准备

确保已安装并配置好 AI Agent 环境(Claude Code / Cursor / Codex / Gemini CLI 等),本 Skill 通过 SKILL.md 指令驱动 Agent 执行任务. 系统要求:

• 操作系统: Windows / macOS / Linux
• Agent 平台: 支持 SKILL.md 格式的任意 AI Agent
• 运行时: Python 3.8+ 或 Node.js 18+(视具体操作需求)

2. 配置参数

# Agent 架构
workspace/
  ONBOARDING.md     # 首次设置
  AGENTS.md         # 操作规则
  SOUL.md           # 身份与原则
  USER.md           # 用户上下文
  MEMORY.md         # 长期记忆
  SESSION-STATE.md  # 活跃工作记忆
  memory/           # 每日原始日志

3. 验证配置

配置完成后,可通过以下方式验证是否正常工作:

# 验证环境变量是否设置
echo "配置检查:"
env | grep -E "API|KEY|TOKEN|SECRET" | sed "s/=.*/=***/"  # Linux/macOS
# 或 PowerShell
# Get-ChildItem Env: | Where-Object {$_.Name -match "API|KEY|TOKEN"} | Format-Table

4. 开始使用

在 AI Agent 对话中描述你的需求,Agent 会根据本 Skill 的指令自动执行对应操作.

请帮我主动预判需求

Agent 将自动:

1. 解析你的自然语言指令
2. 调用相应的工具或 API
3. 执行操作并返回结果
4. 返回执行结果供你确认

示例

基础配置

# Agent 架构
workspace/
  ONBOARDING.md     # 首次设置
  AGENTS.md         # 操作规则
  SOUL.md           # 身份与原则
  USER.md           # 用户上下文
  MEMORY.md         # 长期记忆
  SESSION-STATE.md  # 活跃工作记忆
  memory/           # 每日原始日志

可选配置

{
  "edition": "free",
  "auto_retry": false,
  "max_concurrent": 1,
  "log_level": "info",
  "cache_enabled": true,
  "timeout": 30
}

FREE 配置项说明:

优秀实践

1. 关键信息立即写入不要依赖上下文
2. 上下文达 60% 时启动缓冲区协议
3. 搜索所有来源再说不知道
4. 尝试 10 种方法后再求助

个人使用建议

• 从简单任务开始熟悉工具行为,逐步扩展到复杂场景
• 定期备份配置文件与数据,防止意外丢失
• 遇到问题先查阅常见问题章节,再寻求社区帮助
• 保持配置简洁,只启用必要的功能选项
• 定期更新工具版本以获取最新功能与修复
• 记录常用操作命令,提高日常使用效率

常见问题

Q: 什么是 WAL 协议?

A: Write-Ahead Log 协议:在回复用户前先将关键信息写入持久化存储.

Q: 如何从上下文截断中恢复?

A: 读取工作缓冲区 -> 读取会话状态 -> 读取每日笔记 -> 搜索所有来源.

Q: 如何升级到 PRO 版本?

A: 升级到 PRO 版本非常简单:

1. 获取 PRO 版本授权
2. 安装 PRO 版本 Skill
3. 原有配置自动迁移,无需额外操作
4. 即可使用批量操作、团队协作等高级功能

已知限制

A: FREE 版本主要限制:

• 不支持批量操作(每次只能处理一个任务)
• 不支持团队协作(仅限个人使用)
• 不支持高级数据分析
• 技术支持依赖社区 如需这些功能,建议升级至 PRO 版本.

Q: FREE 版本的数据安全吗?

A: FREE 版本所有数据本地存储,不上传云端,确保隐私安全。建议定期备份配置文件与数据目录.

依赖说明

运行环境

• Agent 平台: 支持 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
• 操作系统: Windows / macOS / Linux
• 运行时: Python 3.8+ 或 Node.js 18+(视具体操作需求)
• 网络: 部分功能需要网络连接访问外部 API

依赖详情

API Key 配置

FREE 版本支持单一 API Key 配置,满足个人使用需求:

• 环境变量:通过环境变量配置 API Key
• 配置文件:支持配置文件方式存储 API Key
• 安全提醒:切勿将 API Key 硬编码到脚本或提交到版本控制系统

可用性分类

• 分类: MD+EXEC模式纯 Markdown 指令,部分功能需要 exec 命令行执行能力)
• 说明: 基于 Markdown 的 AI Skill,通过自然语言指令驱动 Agent 执行任务
• FREE 特性: 支持单次执行、基础配置与社区支持
• 安全等级: 基础,数据本地存储,建议定期备份
• SLA: 社区支持,尽力响应

---

快速开始

1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 检查输出结果,根据需要进行后续处理

详细的输入输出格式请参考下方章节说明。

版本信息

错误处理

输出格式

{
  "success": true,
  "data": {
    "result": "主动型 Agent 基础版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "proactive agent"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}