要让muse wonder full跑通复杂全栈任务，需严格执行四步：一、用/memory/write锚定目标/约束/版本并验证；二、按阶段推进并等待focus_checkpoint；三、对关键文件写入和数据库迁移强制人工确认；四、定期reanchor防漂移、recover纠偏差、记录artifact_hash保验证。
☞☞☞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☜☜☜
要让Muse Wonder Full真正跑通一个跨多文件、需状态保持、带错误恢复的复杂编程任务，比如“从零构建可部署的React+Django全栈待办应用，并自动补全测试用例与CI配置”，不能只靠发长提示词——它需要你主动参与记忆写入、聚焦路径校准和关键动作确认三道闸门。
第一步：用Active Memory锚定核心上下文
在首次调用Muse Wonder Full前，必须通过Meta Model API的/memory/write端点显式写入三项不可省略的信息：【项目目标语义摘要（≤120字）、关键约束（如“必须用PostgreSQL”“前端禁用第三方UI库”）、已确认技术栈版本（如Django 5.2、React 19.0.0）】。这一步跳过会导致后续所有生成偏离基线，因为模型不会从聊天历史中自行提取并固化这些要素。
写入后，立即调用/memory/verify检查返回的active_key是否包含你设定的约束关键词。若缺失，说明写入未被识别为“重要”，需重写并加入“强制执行”“不可变更”等触发词。
这一步操作起来很简单，直接把JSON体POST过去就行。
第二步：用Active Focus控制任务推进节奏
复杂编程任务必须分阶段触发，不能一次性丢出全部需求。正确路径是：
定义接口契约→生成Django后端骨架→验证路由与序列化器→生成React前端组件结构→注入状态管理逻辑→交叉生成E2E测试→生成GitHub Actions CI配置→执行本地构建验证。
每完成一个阶段，必须等待模型返回focus_checkpoint: true标志，再发送下一阶段指令。若某阶段卡住（例如模型反复生成不兼容的API响应格式），不要重试原指令——立刻调用/focus/clarify端点，传入当前失败模块的错误日志片段，模型将主动提出2～3个替代方案供你选择。
注意：模型在生成CI配置时默认启用缓存加速，但如果你的私有仓库使用自建Runner，必须在该阶段指令开头明确声明“禁用缓存，强制检测runner标签”，否则生成的.yml会跳过标签匹配逻辑。
第三步：关键动作前强制人工确认
方法一：当模型输出中出现action_type: "write_file"且path指向settings.py、package.json或.gitignore时，API会自动暂停并返回confirmation_required: true。此时必须调用/confirm/action传入approved: true才能继续。
方法二：对数据库迁移类操作（如含makemigrations或sqlmigrate命令的输出），模型不会自动暂停——你必须在发起该阶段指令时，在prompt末尾添加硬性前缀：“【DB_MIGRATION_CONFIRM】此步骤需我手动批准后执行”。漏加该前缀将导致迁移脚本直接生成并嵌入后续代码块，无法回退。
这一步不能跳过，跳过即失去对生产级配置变更的控制权。
第四步：处理长程推理中的状态漂移
① 当任务持续超过18分钟或跨越3次以上API调用，模型可能将早期约定的技术约束（如“禁用第三方UI库”）误判为已过期信息。此时需主动调用/memory/reanchor，传入原始active_key和当前时间戳，强制刷新记忆锚点。
② 若发现生成代码中突然引入shadcn/ui或Chakra UI等被禁止的库，立即中断流程，不要修改提示词重试——先调用/focus/recover?mode=constraint_only，模型将回溯最近5轮交互，定位哪一轮的记忆检索发生了偏差，并输出修正后的约束快照。
③ 每次成功完成子任务（如“Django API返回200并含预期字段”），必须手动记录artifact_hash值。该哈希值是后续交叉验证E2E测试覆盖率的唯一依据，丢失则无法触发自动补全测试用例的逻辑。
