mulerun专属行为微调需四步：一、启用长期用户画像学习；二、注入结构化知识样本；三、用mule agent builder定制技能节点；四、触发即时行为重校准。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望MuleRun更贴合您的工作节奏、沟通风格或任务偏好，但发现其默认行为与实际需求存在偏差，则可能是由于系统尚未完成对您个人模式的充分学习。以下是实现MuleRun专属行为微调的具体操作路径：
一、启用长期用户画像学习
MuleRun通过持续观察用户在日程管理、消息响应、文件处理等场景中的操作序列，自动构建动态更新的用户画像。该机制是行为微调的基础前提，需确保其处于激活状态。
1、登录MuleRun云端控制台，进入「我的AI」页面。
2、点击右上角齿轮图标，打开「行为学习设置」。
3、确认「允许记录非敏感操作行为」开关为开启状态。
4、在「学习周期」选项中，选择“最近30天高频操作”作为初始建模范围。
二、注入结构化知识样本
通过向MuleRun提供带有明确意图标记的文本片段，可引导其识别您惯用的表达逻辑与任务归类方式，从而校准语义理解边界。
1、在控制台左侧导航栏点击「知识投喂」模块。
2、点击「新增样本组」，命名为例如“邮件审批习惯”或“会议纪要格式偏好”。
3、逐条输入真实历史片段，每条须包含：原始输入 + 期望AI输出 + 动作类型标签（如：改写/摘要/转发/归档）。
4、提交后等待约5分钟，系统将提示「样本已纳入实时推理链路」。
三、使用Mule Agent Builder定制技能节点
借助Mule Agent Builder的自然语言编排能力，可绕过代码直接定义新行为规则，每个技能节点将成为MuleRun执行特定任务时的独立决策单元。
1、从控制台首页点击「Agent Builder」入口。
2、选择「从零创建」，输入目标描述，例如：“收到含‘加急’字样的钉钉消息时，自动同步至日历并标红提醒”。
3、系统生成草案后，在「触发条件」栏手动强化关键词匹配项，加入“加急、紧急、ASAP、!、！！”等变体。
4、在「执行动作」栏绑定已有工具链，如「日历API写入」+「消息高亮推送」。
5、点击「发布为个人技能」，该节点即刻接入您的专属AI运行时。
四、触发即时行为重校准
当某次任务执行结果明显偏离预期时，可利用内置反馈通道发起单点行为修正，系统将据此反向调整相关参数权重，无需等待全量模型迭代。
1、在任意Bot执行结果卡片右下角，点击「…」展开菜单。
2、选择「这个结果不准确」，随后勾选具体问题类型：「理解错误」「步骤遗漏」「格式不符」。
3、在弹出框中输入修正指令，必须包含“应改为……”或“下次遇到……请执行……”等明确重定向表述。
4、提交后页面显示「已同步至当前会话上下文」，该修正将在10秒内生效于后续交互。
