关于trae agent的流程优化建议

能否增加功能,像配置开发环境一样以描述的形式配置记忆接口,一定程度上去影响agent的行为。当下遇到的场景无法解决:

本意是希望trae可以随时记录自己的行为、动作、交互等上下文信息到记忆系统,以便在切换会话、新建会话或多会话协作时可以让ai获取历史行为、工作进度等。

我尝试了注入prompt,无法触发它保存上下文和历史状态回溯。后来换了方案,创建了如下skill仍然无法触发:

技能名字:

store_context_memory

技能描述:

用于将重要的对话上下文、Agent 行为和决策信息保存到 MCP 记忆系统中,以便在未来会话中能够查询和恢复完整的历史上下文。 当对话或任务执行过程中出现需要长期保留的信息时,应主动调用此技能进行记录。
记录内容应包括但不限于:

- 用户提出的请求或关键指令

- Agent 的重要回复

- Agent 执行的动作或任务步骤

- 工具调用及其返回结果

- 关键决策或推理结论

- 任务进度、状态变化或阶段性结果
调用时机包括但不限于:

1. 接收到新的用户请求之后

2. Agent 生成重要回复之后

3. Agent 调用了工具或外部服务之后

4. 获得重要信息或结果之后

5. 完成某个任务阶段或关键步骤时。

指令:

使用场景

当对话或任务执行过程中出现需要长期保存的信息时,应调用该技能,将重要上下文写入 MCP 记忆系统。这样即使会话结束或上下文被清理,也可以在未来重新查询并恢复完整的历史记录。
典型使用场景包括:

  • 接收到用户的重要请求或任务指令
  • Agent 生成关键回复或结论
  • Agent 调用了工具或外部服务
  • 获得关键数据或结果
  • 任务进入新的阶段或完成某个步骤
  • 需要记录 Agent 的行为轨迹以便未来追溯

命令

调用MemMcp记忆系统工具,将状态写入记忆系统。

记录内容应包括但不限于:

  • 用户提出的请求或关键指令
  • Agent 的重要回复
  • Agent 执行的动作或任务步骤
  • 工具调用及其返回结果
  • 关键决策或推理结论
  • 任务进度、状态变化或阶段性结果
  • 相关上下文信息(例如工具名称、参数、任务状态等)

记录应尽量简洁,但要能够表达清楚发生了什么以及为什么重要。

输出解释

该技能会将当前事件持久化保存到 MCP 记忆系统中。

保存完成后,未来的 Agent 会话可以通过查询记忆系统来:

  • 恢复历史对话上下文
  • 追踪 Agent 之前执行过的动作
  • 理解任务执行过程
  • 继续未完成的任务

以上两种方式都无法稳定触发,现在大部分agent的处理流程都是

用户输入
→ 理解任务
→ 制定计划
→ 选择工具
→ 执行动作
→ 获取结果
→ 继续推理或结束
→ 更新记忆。

分析流程觉得prompt和skill都是无法解决这个问题,需要从agent流程上去优化,提供一种方式,可以插入受限的流程来影响agent的行为,例如更新记忆流程上为什么就不能是存储到外部?制定计划流程为什么就不能获取外部记忆回溯历史以优化计划

建议不建议用ai进行建议,因为这样的建议很难看清建议的重点

1 个赞

不就是第一行的建议吗,像配置开发环境那样配置外部存储接口,让agent能感知到外部存储,而不是所有上下文都存在他自己的上下文窗口或本地文件里。其他都只是遇到的问题描述和尝试解决的方式,这很难理解吗。

1 个赞

cn版记忆的功能很快上线了

1 个赞