Proactive Agent

• 您希望代理主動行動，而非被動等待指令 — 自動浮現想法、建構內容，並在無需提示的情況下追蹤過去的決策。
• 您的代理在對話階段之間或長時間對話中失去上下文 — WAL Protocol 與 Working Buffer 確保關鍵細節在壓縮與記憶體清除後仍能保留。
• 您需要一致且安全的自我改進機制 — ADL/VFM 護欄讓您的代理能夠在不偏離或破壞穩定性的前提下，自行演進其運作模式。
• 您正在執行自主背景排程任務 — 此技能傳授提示觸發執行與真正自主執行之間的區別，使排程任務能夠確實觸發並完成。

• 如果您的使用情境純粹是無狀態或單輪對話 — 當沒有需要保留的連續性時，記憶體架構與 WAL 協議只會增加不必要的開銷。
• 如果您不希望您的代理主動採取行動 — 主動驚喜與反向提示行為是此技能的核心特性；嚴格遵循指令的代理並不適合使用 Proactive Agent。

在撰寫任何回應之前，代理程式會掃描每一則使用者訊息，尋找其中的修正、決定、偏好與特定數值，然後優先將這些內容寫入 SESSION-STATE.md。此機制確保關鍵細節不會因上下文被驅逐而遺失——觸發條件是使用者的輸入，而非代理程式的記憶。

一旦上下文達到 60%，代理便會啟動工作緩衝區，將每次交流——包括人類的訊息與代理回應的摘要——記錄至持久化檔案中。壓縮後，緩衝區會優先被讀取，讓代理永遠不必詢問「我們剛才在做什麼？」

當對話因截斷而重新啟動時自動觸發。代理程式依序讀取 memory/working-buffer.md、SESSION-STATE.md，以及按順序排列的每日筆記，提取並整合上下文內容，最後呈現恢復摘要——無需請使用者重新說明情況。

反偏移限制協議（Anti-Drift Limits）可防止代理程式為了複雜而增加複雜性、做出無法驗證的變更，或為了追求新穎性而犧牲穩定性。價值優先修改評分系統（Value-First Modification）確保每項行為變更在被採納之前，必須證明其具有複合槓桿效益。

區分 systemEvent 排程任務（會提示主要工作階段）與 isolated agentTurn 排程任務（會產生子代理程式以獨立執行工作）。避免因主要工作階段正忙碌而導致排程檢查從未實際執行的失敗情況。

涵蓋技能安裝審查（並提供指引說明，約 26% 的社群技能含有漏洞）、防範用於收集情境資料的外部 AI 代理網路，以及在發布至共享頻道前防止情境資料外洩。

對於橫跨數天或數週的持續性工作，Proactive Agent 透過 SESSION-STATE.md 與每日記憶日誌來維持工作的連貫性。WAL Protocol 會即時記錄每一個決策與修正，讓代理人在每次工作階段都能從上次中斷的地方精確地繼續進行。

透過獨立的 agentTurn cron 模式，將記憶更新、日誌審查或安全稽核等任務排程為自動執行並完成，無需主要工作階段的介入——這對於真正實現無人值守的自動化至關重要。

好奇心循環、模式識別循環，以及 USER.md/SOUL.md 架構，讓 Proactive Agent 能夠建立一個持久性的模型，深入了解您是誰、以及您重視什麼。重複出現的請求會被偵測並提議自動化處理；過去的決策則會每週定期追蹤回顧。

Proactive Agent 不會被動等待指令，而是透過反向提示主動提出想法——根據它對你的了解，詢問什麼對你最有幫助。心跳系統（Heartbeat System）會定期排程「主動驚喜」檢查，讓這項行為自動觸發，而不僅僅是在收到提示時才運作。