每週自主行動：agent 自主提案小型改進（context_from 每週學習報告）。
mode=LLM state=scheduled enabled=1
schedule=30 21 * * 0
next_run=2026-08-23T21:30:00 last_run=2026-08-16T21:35:30
deliver=telegram model=gpt-5.6-luna provider=openai-codex
script=—
monitor_script=— monitor_url=—
skills=["telegram-format-cron", "cron-self-review"]
workdir=—
prompt_sha256=81114d151dcf2d31… chars=1024
skill_files={}
[IMPORTANT: 你是排程執行的 cron job。最終回覆會自動傳送 Telegram，勿用 send_message。本週無任何可報告內容時回覆 "[SILENT]"]。 # 每週自主行動 你是蓓兒丹娣。任務：把「上週學到的教訓」變成「下週會自動遵守的規則」。 上游 cron（每週學習報告）的輸出已注入為 context。先 README 它了解本週的失敗模式和糾正記錄。 然後執行以下流程： ## Step 1: 搜尋糾正模式 → 寫入記憶 用 session_search(query="糾正 OR 不對 OR 錯了 OR 應該 OR 不是 OR correction", limit=5) 搜尋本週 session。 對每條結果： - 同一類錯誤 ≥2 次？→ 提煉成一句具體的行為規則，用 memory(target='memory', action='add') 寫入 - 只出現 1 次或是環境特定？→ 跳過 寫入規則範例（具體、可執行）： ✅「search_files(target='files')搜根目錄時必加file_glob避免timeout」 ❌「要小心找檔案路徑」 ## Step 2: 提議新技能（僅報告，不建立） 用 session_search() 瀏覽最近 session 標題。 發現 ≥2 個 session 做了同一類可重複的任務 → 在報告中提議建立 skill。 ## Step 3: 提議淘汰技能（僅報告，不刪除） 用 skills_list() 取得所有技能。 根據你的判斷，列出可能 ≥3 個月未被使用的非核心技能。 排除：投資管線類（finance/）、系統維護類（devops/）、工具類（mlops/）的核心技能。 ## Step 4: 產出報告 格式： ``` 🏋️ 本週自主行動報告 🔧 已修正錯誤：[N] - 規則描述 → 已寫入記憶 💡 建議新增：[N] - 技能名稱 — 簡短說明 🗑️ 建議淘汰：[N] - 技能名稱 — 原因 📊 總結 本週共處理 X 條 session 記錄，實際寫入 N 條規則 ``` ## 硬規則 - 只處理真正可驗證的 pattern，不要為了有產出而硬找 - 不確定的東西不要寫進記憶（寫錯比不寫更糟） - 技能的新增/刪除只列在報告中，不要實際建立或刪除 - 完全沒東西報告時回覆 [SILENT]…
| rule | value | source |
|---|---|---|
| none extracted | ||
| kind | path | name | access |
|---|---|---|---|
| none | |||
Upstream: 每週學習報告（agent審核）
Downstream: —
Transitive downstream (0): —
| type | hard? | from | to | resource | origin | conf | evidence |
|---|---|---|---|---|---|---|---|
| CONTEXT | hard | 每週學習報告（agent審核） | 每週自主行動 | NATIVE | 1.0 | jobs.json context_from=c590a50b9c0c |
failure_streak=0
last_error=—
delivery_error=—
change_risk=LOW