MCP HubMCP Hub
Вернуться к навыкам

manage-engagement-buffer

pjt222
Обновлено Yesterday
2 просмотров
17
2
17
Посмотреть на GitHub
Метаgeneral

О программе

Этот навык управляет приоритетной очередью для входящих элементов взаимодействия на различных платформах, обрабатывая прием данных, устранение дубликатов, ограничение частоты запросов и отслеживание состояния. Он формирует периодические дайджесты и обеспечивает соблюдение периодов охлаждения, занимая промежуточное положение между сырыми сигналами платформ и обдуманными действиями агента. Навык предназначен для совместной работы с навыком `du-dum`, где `du-dum` задает ритм наблюдения/действия, а данный навык управляет очередью между тактами.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/manage-engagement-buffer

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

管互動緩衝

跨平台吸入、去重、排序、限速入互動項,再交緊縮摘於動作時鐘。緩衝居原始平台信號與刻意行動間:吸突發、合重、施冷卻,並確代理先於最高值項行動。無緩衝則自主代理或按到序處(失藏於噪之急迫者)或一時試盡(遇速限而似垃圾)。

此技能與 du-dum 組合:du-dum 決 何時 察並行;此技能決 何值 行。緩衝即 du-dum 節拍間所積之佇列。

適用時機

  • 自主代理所受互動過每週期之處能
  • 重或近重項費行動預算
  • 動作時鐘觸發前互動需優先排
  • 需冷卻期以防過互動或速限
  • 多平台源(GitHub、Slack、電郵)飼單一代理之行動環

輸入

  • 必要buffer_path — JSONL 緩衝文件之路
  • 選擇性platform_config — 每平台速限與冷卻設置
  • 選擇性digest_size — 摘中頂項之數(默 5)
  • 選擇性ttl_hours — 未行項之存活時(默 48)
  • 選擇性cooldown_minutes — 行後每線冷卻(默 60)

步驟

步驟一:定緩衝模式

設計互動項結構。緩衝中每項為含此域之單一 JSON 行:

{
  "id": "gh-notif-20260408-001",
  "source": "github:pjt222/agent-almanac",
  "timestamp": "2026-04-08T09:15:00Z",
  "content_summary": "PR #218 review requested by contributor",
  "priority": 4,
  "state": "new",
  "dedup_key": "github:pjt222/agent-almanac:pr-218:contributor-name",
  "thread_id": "pr-218",
  "ttl_hours": 48
}

域定義:

FieldTypeDescription
idstringUnique identifier (source prefix + date + sequence)
sourcestringPlatform and channel (github:repo, slack:channel, email:inbox)
timestampISO 8601When the item was ingested
content_summarystringOne-line description of the engagement item
priorityint 1-5Composite priority (see Step 4)
stateenumnew, acknowledged, acted, cooldown, merged, expired
dedup_keystringComposite key: source + thread + author
thread_idstringConversation thread identifier for cooldown tracking
ttl_hoursintHours until item expires if unacted (default: 48)

存為 JSON Lines 文件(每 JSON 物件一行)。此格式支追加式寫、逐行處理,並以重寫無已過行而易清。

預期:buffer_path 初始化之 JSONL 緩衝文件附於伴注釋或標頭記錄之模式。模式夠穩以支所有下游步。

失敗時: 若緩衝文件不能創(權限、路問題),退為當週期之內存清單並記文件系統誤。勿默丟項——於某處緩之,即臨亦然。

步驟二:行吸入

自平台適配器受項並以初優先分派追加於緩衝。

按項類分優先:

TypePriorityRationale
Direct mention (@agent)5Someone explicitly asked for attention
Review request4Blocking someone else's work
Reply in tracked thread3Active conversation the agent participates in
Notification (assigned, subscribed)2Informational, may require action
Broadcast (release, announcement)1Awareness only, rarely actionable

對每來項:

  1. 以模式之域構項 JSON
  2. 依上類表分初優先
  3. statenew
  4. timestamp 為當前 UTC 時
  5. 自 source + thread + author 生 dedup_key
  6. 追加 JSON 行於緩衝文件
# Pseudocode: ingest from GitHub adapter
for notification in github_adapter.fetch():
    item = build_item(notification)
    item.priority = priority_by_type(notification.reason)
    item.state = "new"
    append_jsonl(buffer_path, item)
    log("ingested {item.id} priority={item.priority}")

預期: 新項現於緩衝文件附正確優先與 state=new。每適配器獨立產良形項——適配器敗不阻他適配器。

失敗時: 若平台適配器敗(認證過期、速限、網斷),記敗並略此源之本週期。勿清既緩衝項——先前成功取之陳項勝於空緩衝。

步驟三:去重

掃緩衝尋於可配窗(默 24 時)內共 dedup_key 之項。保最高優先之例並標他者為已合。

  1. dedup_key 分組項
  2. 每組內,以優先降、再時間降排
  3. 保首項(最高優先、最新);標餘為 state=merged
  4. 察線突發:同 thread_id 於 1 時內異作者之活躍示突發——合為單一項附參與者計於 content_summary
# Dedup logic
groups = group_by(buffer, "dedup_key", window_hours=24)
for key, items in groups:
    if len(items) > 1:
        keeper = max(items, key=lambda i: (i.priority, i.timestamp))
        for item in items:
            if item.id != keeper.id:
                item.state = "merged"

# Thread burst detection
thread_groups = group_by(buffer, "thread_id", window_hours=1)
for thread_id, items in thread_groups:
    active_items = [i for i in items if i.state == "new"]
    if len(active_items) >= 3:
        keeper = max(active_items, key=lambda i: i.priority)
        keeper.content_summary += f" ({len(active_items)} participants)"
        for item in active_items:
            if item.id != keeper.id:
                item.state = "merged"

預期: 緩衝於窗內無重 dedup_key 條目。線突發合為附參與計之單一項。已合項留於文件(供審)而於下游處理排除。

失敗時: 若去重生意外合(合理異項共鍵),窄去重窗或精鍵構。加內容哈希於去重鍵可別共 source + thread + author 而內容真異之項。

步驟四:排序

以含最近衰減與升級之合分重排緩衝。

合分式:

score = base_priority * recency_weight * escalation_factor

recency_weight = 0.9 ^ hours_since_ingestion
escalation_factor = 1.0 + (resubmission_count * 0.2)

# Cap effective priority at 5
effective_priority = min(5, score)

行為:

  • 0 時前吸之優先 3 項:3 * 1.0 * 1.0 = 3.0
  • 8 時前吸之優先 3 項:3 * 0.43 * 1.0 = 1.29(衰減至優先 2 項下)
  • 二次重提之優先 2 項:2 * 1.0 * 1.4 = 2.8(升級近優先 3)

effective_priority 降序排所有 state=new 項。此序即摘(步驟六)呈 du-dum 者。

預期: 緩衝已以合分排。新鮮高優先項居頂。老項已衰。重提項已升。無項超優先 5。

失敗時: 若分式產反直覺排名(如 1 時前之優先 2 項排於新鮮優先 3 項之上),調衰率。0.95 時之衰較柔;0.85 時之衰較烈。調以匹互動節奏。

步驟五:施速限與冷卻

以施每平台寫限與每線冷卻防代理過互動。

每平台速限(可經 platform_config 配):

PlatformDefault limitWindow
GitHub comments1 per 20 secondsrolling
GitHub reviews3 per hourrolling
Slack messages1 per 10 secondsrolling
Email replies5 per hourrolling

每線冷卻:代理於線行後,該線入冷卻 cooldown_minutes(默 60)。冷卻中,該線新項吸入而不呈於摘。

誤退縮:自任平台受 429/速限響應時,平台冷卻倍之。成行後重置為默。

# Rate limit check before action
def can_act(platform, thread_id):
    if rate_limit_exceeded(platform):
        return False, "rate limited"
    if thread_in_cooldown(thread_id):
        return False, "thread cooldown active"
    return True, "clear"

# After action
def record_action(platform, thread_id):
    increment_rate_counter(platform)
    set_cooldown(thread_id, cooldown_minutes)

# After rate-limit error
def handle_rate_error(platform):
    current_cooldown = get_platform_cooldown(platform)
    set_platform_cooldown(platform, current_cooldown * 2)

預期: 代理從不超平台速限。線有施之冷卻期。速限誤觸自動退縮。緩衝於冷卻期積項而不失。

失敗時: 若施而仍中速限(時鐘偏、並發代理),增安邊——設限為平台實限之 80%。若冷卻過烈(失時敏線),僅為高優先線減 cooldown_minutes

步驟六:生摘

產供 du-dum 行動節拍之緊摘。摘為交接點:du-dum 讀此,非原緩衝。

摘內容:

  1. 總待state=new 項數
  2. 頂 N 項:最高優先項(默 N=5 自 digest_size
  3. 將過:於其 TTL 20% 內之項
  4. 冷卻中之線:附剩時之活冷卻
  5. 緩衝健康:總項、合計、過計
# Engagement Digest — 2026-04-08T12:00:00Z

## Pending: 12 items

### Top 5 by Priority
| # | Priority | Source | Summary | Age |
|---|----------|--------|---------|-----|
| 1 | 5.0 | github:pr-218 | Review requested by contributor | 2h |
| 2 | 4.2 | github:issue-99 | Maintainer question (escalated) | 6h |
| 3 | 3.0 | slack:dev | Build failure alert | 1h |
| 4 | 2.8 | github:pr-215 | CI check feedback (3 participants) | 3h |
| 5 | 2.1 | email:inbox | Collaboration inquiry | 8h |

### Expiring Soon
- github:issue-85 — 4h remaining (TTL 48h, ingested 44h ago)

### Cooldowns Active
- pr-210: 22 min remaining
- issue-92: 45 min remaining

### Buffer Health
- Total items: 47 | New: 12 | Merged: 18 | Acted: 11 | Expired: 6

書摘於已知路(如 buffer_path.digest.md)供 du-dum 之行動時鐘讀。

預期: 不過 50 行之摘,du-dum 可一讀解之。摘含足信息以決何行,而非全緩衝。若無待,摘明陳之。

失敗時: 若摘過 50 行,減 digest_size 或更激總將過/冷卻節。摘為總——若近緩衝大小,已失其旨。

步驟七:追狀態轉換

du-dum 處摘之項後,更其狀並維審計軌。

狀態機:

new → acknowledged → acted → cooldown → expired
         ↑                       │
         └───── (re-ingested) ───┘

merged → (terminal, no further transitions)
expired → (terminal, archived)

每狀態轉換:

  1. 於緩衝文件更項之 state
  2. 追加轉換日誌:{"item_id": "...", "from": "new", "to": "acknowledged", "timestamp": "...", "reason": "du-dum digest pickup"}
  3. 行後設線冷卻(反饋於步驟五)

保留與修剪:

  • 歸檔 7 日(可配)以上 state=actedstate=expired 之項
  • 以移至分文件(buffer_path.archive.jsonl)歸,非刪
  • 剪 24 時以上之 state=merged 項(其已服去重之旨)
  • 於每週期末,狀更後行剪
# End-of-cycle maintenance
for item in buffer:
    if item.state == "new" and age_hours(item) > item.ttl_hours:
        transition(item, "expired", reason="TTL exceeded")
    if item.state in ("acted", "expired") and age_days(item) > retention_days:
        archive(item)
    if item.state == "merged" and age_hours(item) > 24:
        archive(item)
rewrite_buffer(buffer_path, active_items_only)

預期: 每狀態轉換以時戳與理由記。緩衝文件僅含活項(new、acknowledged、cooldown)。歸項供審分存。緩衝不無限長。

失敗時: 若緩衝文件於重寫中壞(部分寫、崩),自重寫前備份復。恒書於臨文件並原子重命名——勿就地重寫。若歸檔過大,月壓或輪換。

驗證

  • 緩衝模式含所有所需域(id、source、timestamp、content_summary、priority、state、dedup_key、thread_id、ttl_hours)
  • 吸入按項類分正確初優先
  • 去重合於所配窗內共 dedup_key 之項
  • 線突發已察並以參與計合
  • 合分用最近衰減與升級,封於優先 5
  • 每平台速限於任寫行動前已施
  • 每線冷卻於冷卻窗內阻再互動
  • 摘緊(<50 行),含頂 N 項,並有明空態
  • 狀態轉換附時戳記供審
  • 過與已行項歸而不刪
  • 緩衝文件跨多週期不無限長

常見陷阱

  • 項無 TTL:緩衝無限長;陳項擠新者。每項需 TTL,且修剪步每週期必行
  • 忽線冷卻:同線連答於他參與者感似垃圾。冷卻為社會規,非僅速限之技術
  • 無衰之優先:老高優先項無限阻新者。最近衰確緩衝反當前相關,非歷史重要
  • 去重窗過窄:1 時窗失相隔數時之重(如通知後提醒)。始於 24 時而僅於合理項被誤合時窄
  • 緩衝邏耦於單平台:始設計適配器模式。每平台適配器產標緩衝項;緩衝本身平台不可知
  • 略摘步:du-dum 需總,非原緩衝。傳全緩衝於行動時鐘敗二時鐘架構之旨——行動時鐘當讀緊摘並速決

相關技能

  • du-dum — 此緩衝組之節奏模式;du-dum 決 何時 察並行,此技能決 何值
  • manage-token-budget — 成本核算;緩衝於摘尺寸與限行動吞吐時敬令牌預算約束
  • circuit-breaker-pattern — 飼緩衝之平台適配器之敗處理;適配器之電路開時,吸入優雅退化
  • coordinate-reasoning — 緩衝與行動系統間之 stigmergic 信號;緩衝文件本身為 stigmergic 物件
  • forage-resources — 發現新互動源以飼緩衝之吸入適配器

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan-lite/skills/manage-engagement-buffer
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Похожие навыки

content-collections

Мета

Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.

Просмотреть навык

polymarket

Мета

Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.

Просмотреть навык

creating-opencode-plugins

Мета

Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.

Просмотреть навык

sglang

Мета

SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.

Просмотреть навык