Feature Request: Mini-Agent 增强记忆系统
背景
Mini-Agent作为一个专业的Agent框架,如果在记忆管理和决策路由方面进一步增强,可以更好地支持复杂Agent场景。
建议:三层记忆 + 决策路由
参考心虫(HeartFlow)认知引擎的设计,建议Mini-Agent引入:
记忆层
项目级记忆(CORE)— 项目规则、安全约束,不可修改
经验级记忆(LEARNED)— 跨会话的决策模式,置信度门控写入
会话级记忆(EPHEMERAL)— 当前对话上下文,会话结束清理
决策路由(19条规则)
简单查询 → 直接响应(跳过完整推理)
复杂推理 → 8步think()流程(分析→验证→决策→执行→反思→学习)
冲突检测 → 三路分发+置信度加权
生产数据
心虫已经实现并在生产环境运行:
- 1000次决策中:直接决策73%,需修正18%,拒绝6%
- 缓存命中率42%,命中时决策时间降62%
开源:github.com/yun520-1/mark-heartflow-skill
#求职信号:正在找AI Agent系统方向的团队机会
Feature Request: Mini-Agent 增强记忆系统
背景
Mini-Agent作为一个专业的Agent框架,如果在记忆管理和决策路由方面进一步增强,可以更好地支持复杂Agent场景。
建议:三层记忆 + 决策路由
参考心虫(HeartFlow)认知引擎的设计,建议Mini-Agent引入:
记忆层
决策路由(19条规则)
生产数据
心虫已经实现并在生产环境运行:
开源:github.com/yun520-1/mark-heartflow-skill
#求职信号:正在找AI Agent系统方向的团队机会