proactive-agent

Zmień swojego agenta AI z biernego wykonawcy zadań w aktywnego partnera. Proactive Agent to architektura, która pozwala agentom antycypować Twoje potrzeby, zapamiętywać kontekst nawet gdy okno kontekstu się zapełni, oraz samodzielnie diagnozować i naprawiać swoje błędy. Zawiera protokół WAL do zapisywania kluczowych decyzji, bufor roboczy chroniący dane między czyszczeniami pamięci, oraz systemy wyrównania, które utrzymują agenta na kursie. Sprawdzone w praktyce wzorce dla agentów, które tworzą wartość bez czekania na polecenia.

1. Zainstaluj skill Proactive Agent z repozytorium Hal Stack. Upewnij się, że Twój agent AI (Claude, Codex lub Copilot) ma dostęp do plików konfiguracyjnych architekury.

2. Skonfiguruj pamięć agenta z protokołem WAL (Write-Ahead Logging). Przed każdą odpowiedzią agent zapisze krytyczne szczegóły — decyzje, poprawki i kontekst — aby przetrwały czyszczenie okna kontekstu.

3. Włącz Working Buffer, aby agent przechwytywał każdą wymianę w "strefie niebezpiecznej" między czyszczeniem a kompakcją pamięci. To zapobiega utracie informacji w krytycznych momentach.

4. Ustaw autonomiczne crony (systemEvent) dla zadań, które agent powinien wykonywać proaktywnie bez Twojego polecenia, oraz triggered crony (isolated agentTurn) dla akcji zainicjowanych przez użytkownika. Weryfikuj rzeczywisty mechanizm, nie tylko tekst konfiguracji.

5. Wdrażaj Relentless Resourcefulness — agent powinien spróbować co najmniej 10 podejść zanim poprosi o pomoc. Dodaj guardrails do samoulepszania się agenta, aby ewolucja była bezpieczna i kontrolowana.

6. Testuj odzyskiwanie po utracie kontekstu. Gdy okno się zapełni, agent powinien wiedzieć dokładnie jak odzyskać stan z WAL i Working Buffer, bez utraty ważnych decyzji i historii.