代理体验图（Agent Experience Graph）

代理体验图（Agent Experience Graph） 这是一个可移植的代理能力，而不是特定运行时的插件。它应该可以在任何可以读取markdown指令并运行Python 3脚本的代理环境中工作。运行时特定的元数据存储在外部文件中： capability.json：中立的能力清单，用于启动器、注册表和导入器 agents/openai.yaml：Codex UI元数据 adapters/README.md：Codex、Claude Code、OpenClaw、Hermes和通用代理的安装说明 使用此技能将以前的代理运行转换为新的任务的可重用指南。核心循环是： 描述当前任务和可能的子任务 检索类似的已解决跟踪 推荐技能、工具、工作流模式和警告 只应用符合当前约束的推荐 任务完成后，记录一个去敏感化的跟踪，以便未来的代理可以从中学习 快速工作流 创建一个包含任务和可选子任务的查询：

{
  "task": "为markdown API文档构建一个摄取管道",
  "subtasks": [
    {"description": "将markdown解析为结构化部分"},
    {"description": "将内容分块以供编码代理检索"},
    {"description": "评估提取的端点元数据"}
  ]
}

运行捆绑的推荐器对跟踪文件：

python3 scripts/recommend_traces.py \
  --traces assets/example_traces.json \
  --query query.json

使用输出作为证据，而不是命令。更喜欢具有： 成功或部分成功的结果 匹配的子任务，而不仅仅是匹配的任务标题 清晰的课程或失败说明 当前环境中可用的技能/工具 记录跟踪 完成任务后，创建一个紧凑的跟踪，里面没有秘密、凭证、专有用户数据或专有代码段。保留足够的细节以支持未来的检索：

{
  "id": "trace-2026-05-18-doc-ingestion",
  "task": "为API文档构建一个结构化的摄取演示",
  "outcome": "success",
  "subtasks": [
    {
      "description": "将markdown规范化为部分",
      "skills": ["structured-ingestion"],
      "tools": ["python"],
      "outcome": "success",
      "lessons": ["在分块之前保留标题和代码块。"]
    }
  ],
  "skills": ["structured-ingestion"],
  "tools": ["python", "ripgrep"],
  "lessons": ["分块元数据可以改善下游检索。"]
}

将其追加到现有的跟踪库中：

python3 scripts/recommend_traces.py \
  --traces traces.json \
  --append-trace new_trace.json

解释规则 相似性是一个提示。始终检查以前的环境、约束和结果是否与当前任务匹配。工具出现在跟踪中并不证明它导致了成功。更喜欢附加到匹配成功子任务的工具。保留负面证据。失败的跟踪在其课程解释了什么需要避免时是有用的。当跟踪不一致时，选择具有最接近子任务匹配和最佳结果证据的推荐。不要暴露私人工作空间的原始跟踪。共享编辑摘要或派生推荐。 跟踪模式 有关字段定义和示例跟踪库，请在创建新数据集、验证器或导入/导出适配器时阅读references/trace_schema.md。