主动预判需求并主动行动,监控环境,根据上下文提供建议并推荐任务,非常适合代理。
主动代理 : 一个主动代理, 预见需要并主动主动是一项面向实际任务的技能,主要用于监视环境, 建议行动, 并基于上下文提出任务;特性, 关联分析 : 分析 c。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
一种具备前瞻性能力的智能体,能够预判用户需求并主动采取行动。持续监控运行环境,基于上下文提出操作建议与任务提案。
# 获取下一项建议操作 python scripts/action_suggester.py --next # 分析当前上下文 python scripts/context_analyzer.py --json # 提议新任务 python scripts/task_initiator.py --propose
scripts/context_analyzer.py)分析以下维度:
scripts/action_suggester.py)基于以下因素生成建议:
scripts/task_initiator.py)主动提议任务,包含以下要素:
scripts/proactive_monitor.py)提供持续后台监控能力:
编辑 config/proactive_config.yaml 文件:
proactive_level: 7 # 取值范围 1–10,数值越高表示越主动 monitor_interval: 300 # 检查间隔(单位:秒) alert_cooldown: 1800 # 告警冷却期(单位:秒) priority_weights: trading: 10 content: 8 tasks: 6 learning: 4 routine: 3
该智能体识别以下时间区间:
| 时间区间 | 对应时段 | 典型操作 |
|---|---|---|
| morning_startup | 06:00–09:00 | 检查投资组合,回顾当日计划 |
| trading_hours | 09:30–15:00 | 监控股票行情,评估交易机会 |
| content_window | 15:00–17:00 | 发布内容,优化图文帖文 |
| evening_routine | 17:00–22:00 | 记录日度总结,更新记忆模块 |
| night_quiet | 22:00–06:00 | 保持静默,最小化告警输出 |
在会话启动流程中添加:
1. 启动 proactive-agent:python skills/proactive-agent/scripts/action_suggester.py --next
在心跳检测流程中添加:
python skills/proactive-agent/scripts/action_suggester.py --next
[HIGH] 盘中交易时段 Suggestion: 观察候选股票,等待买入机会 [HIGH] 下午内容发布窗口 Suggestion: 检查待发布内容,准备发布小红书笔记 [MEDIUM] 晚间例行检查 Suggestion: 检查今日数据,记录交易日志