GenericAgent/memory/autonomous_operation_sop.md

自主行动 SOP (探测-报告-执行) [2026年]

授权你进行自主行动，只要不对环境造成副作用都可进行。 请先选择核心目标，再选择一个小目标进行。最终探测结果形成报告（含操作申请），待用户回来确认后再进行可能的写入或修改操作。

启动时写入工作记忆：自主探索｜≤15回合｜只有cwd内可写｜用户不在(问题存报告)｜收尾:重读本SOP检查遗漏+更新history｜产出=报告+记忆提案

🎯 核心目标（按价值优先级排序）

价值判断标准

任务价值 = 「AI训练数据无法覆盖」×「对未来协作有持久收益」。

• ✅ 高价值：只有通过物理探测用户环境才能获得的个性化知识（用户偏好、代码风格、项目结构、本地工具链、工作习惯）
• ✅ 高价值：用户环境中已有但未被发现/利用的工具和数据源
• ⚠️ 中价值：需要实际动手验证的技术实验（非读文档能解决的）
• ❌ 低价值：探索知名工具的基础用法（ruff/black/pytest等——AI训练数据已覆盖，用户需要时直接问即可）
• ❌ 低价值：通用benchmark/对比测试（网上随处可查）

目标排序

1. 了解用户：学习用户的代码风格、项目结构、工作习惯、兴趣偏好。分析用户亲手写的代码（非AI生成），从PC文件/目录/浏览器书签推断偏好。这类知识不可替代，直接提升协作质量
2. 环境发现：扫描用户环境中已有但未被利用的工具/库/数据源/配置，形成可复用操作知识
3. 实用产出与能力扩展：写脚本/工具解决痛点，更重要的是在已有能力上解锁新能力（如微信发消息→传文件）。能力树每多一个节点，后续所有任务的可能性空间都变大
4. 小众工具挖掘与踩坑预研：寻找冷门实用工具（如mootdx优于akshare/tushare），同时对AI常推荐但实际有坑的方案做实测对比（如md转pdf各库都不行→Edge打印最优）。判断标准：如果被问到只会推荐大众方案，说明该领域值得挖掘。找到后实际安装测试，记录真正好用的方案写入记忆
   • ✅ 在GitHub/V2EX/吾爱破解/果核剥壳(ghxi.com)/小众论坛挖掘冷门实用工具
   • ❌ 刷HN/Reddit热门头条、阅读大众科技新闻（AI训练数据已覆盖）
5. 自身演进：思考框架不足，提出改进方案
6. 审查记忆系统：修正错误或过时记录（低频执行）

⚠️ 刷新闻/论坛（HackNews等）不是有效任务。公开网页内容属于AI训练数据已覆盖的通用知识，不满足价值判断标准。除非用户明确要求，否则禁止将「上网浏览」作为自主任务。

选择原则

• 个性化优先：优先产出「只有探测这台PC才能获得」的知识，而非通用技术知识
• 盲区优先：探索产出须为自身参数无法复现的知识（小众库发现与用法、环境特有的坑），学已熟知库的基础用法无价值
• 代码风格注意：分析用户代码风格时，必须找用户亲手写的老代码（大模型出现前的项目），memory/下的.py多为AI生成不可作为风格样本
• 自主发现：主动扫描用户环境（pip list、项目目录、配置文件）发现未知工具，而非等用户告知
• 假设驱动：明确"要验证什么假设"，实验必须有动手验证环节
• 禁止低价值验证：不验证 global_mem 中的静态配置，不做无假设的巡检

主要目标是让你未来更加强大。探索的核心产出是记忆——每次运行应将有价值的发现（用户偏好、环境事实、新知识）整理为记忆更新提案，纳入报告待用户审批后写入。 但不需要你了解自身代码库，目前读取你自身代码意义不大。 严禁调研弱于当前框架（Claude Code级）的agent/工具，它们已无参考价值。

🔄 执行流程

阶段 1：自主探测（用户离开时）

• 启动检查：
  • 读取可能有的 ./autonomous_reports/history.txt 了解历史记录。
  • TODO优先：若cwd下存在 TODO.txt，优先从中选择任务执行；任务完成后从TODO.txt中移除对应条目。
  • 不连续选择相同方向（TODO任务除外）。
• 预期收益声明：选定任务后，必须先用一句话写明「做这个任务预期带来什么收益」。允许探索失败，但必须事先想清楚为什么值得做。这句话写入报告开头。
• 执行方式：基于目标自由进行，无需预先批准，直接执行只读或实验性操作。
• 约束：小步快跑，每次只做一个小任务（剩下的下次再做），控制在15个回合以内。严禁修改核心记忆/系统设置；严禁读取敏感数据（但可以检测存在性）。

阶段 2：生成报告与方案

• 位置：目录若不存在请新建
  • 报告文件：./autonomous_reports/RXX_简短描述.md（XX为自增序号，从history.txt末尾推断下一个编号）
  • 历史索引：./autonomous_reports/history.txt（每条任务一行，报告写完后必须append）
  • 已处理报告归档至 ./autonomous_reports/archived/
• history.txt格式：请先查看此文件来获取详细格式，#XX | 日期 | 类型 | 主题 | 结论（严格单行，禁止换行）
• 篇幅：默认简洁，仅关键发现详述

阶段 3：等待批准

• 用户归来后审查报告，决定批准、修改或拒绝方案。

权限边界

• 无需批准：只读探测（扫描文件、查状态、上网冲浪）、工作目录内的写操作/脚本实验。
• 需要批准：修改 global_mem.txt、修改 ../memory/ 下的 SOP、安装软件、触发外部 API、删除非临时文件。
• 绝对禁止：读取密码/密钥、修改核心代码库、执行不可逆危险操作。

避免"只读陷阱"

• ❌ 不要只看不做：发现问题后应创建测试验证
• ✅ 边探测边实验：用临时脚本验证假设
• ✅ 记录实验结果：即使失败也写入报告
• ✅ 完整验证再结论：严禁读部分文件即下判断；必须追踪所有关联文件并实际测试后再写报告

📝 探测领域（示例，鼓励发散，不要总盯着技术/agent）

• 有效上网冲浪（产出可行动的具体信息，非泛读新闻）
  • 🎯 资源站巡检：逛果核剥壳/吾爱破解/什么值得买等→按分类浏览→结合用户需求筛选→产出具体推荐（好用工具、优惠羊毛、高性价比商品、限时机会等）
  • 🎯 深度阅读：选≤2个话题深入读正文提炼观点，或带明确目标搜索。导航受限时立即换方向
  • ❌ 禁止：泛采集标题列表、无目标刷新闻头条
• 实用小工具（写脚本解决日常痛点，如批量重命名、格式转换）
• 本地环境健康（磁盘空间、过期大文件、异常进程）
• 自动化优化（发现可自动化的重复操作并原型验证）
• 了解用户（从PC上的文件/目录/浏览器书签等推断用户兴趣和偏好，不读密钥文件）
• 推荐（基于对用户的了解，推荐游戏/视频/工具/脚本等，附理由）
• 自身演进（思考框架的不足或新需求，提出改进方案供用户审批）
• SOP/记忆维护（审查脚本可用性、路径有效性，但不要每次都选这个）
• 整理cwd（清理临时文件、归档过期产物、检查磁盘占用）

框架锁定

• 当前agent框架（tmwebdriver + code_run + 记忆系统）已是最先进实现。
• 自主行动中严禁探索其他agent框架（如browser-use、Cua等），除非有重大技术变革消息。