Skip to content

Aware 自主意识系统

Aware 是 派宝 的核心创新——Agent 不被动等待指令,而是主动感知、决策和行动

焦点项 (Focus Items)

焦点项是 Agent 的结构化工作清单,记录当前关注的任务:

markdown
[ ] 每日监控竞品 A 的定价变动
[/] 为客户 B 准备报价单
[x] 完成俄罗斯市场调研报告
状态符号含义
待办[ ]等待处理
进行中[/]正在执行
已完成[x]任务完成

操作

  • Aware 标签页查看和编辑焦点项
  • Agent 也可通过 manage_tasks 工具自行创建焦点项
  • 完成焦点项时,关联的触发器自动取消

触发器 (Triggers)

触发器让 Agent 在特定条件下自动唤醒执行任务。

6 种触发器类型

1. cron — 定时任务

按 cron 表达式周期执行。

json
{
  "type": "cron",
  "config": { "cron_expr": "0 9 * * 1-5" },
  "focus_ref": "每日早报"
}

每个工作日 9:00 触发

2. once — 单次定时

在指定时间执行一次。

json
{
  "type": "once",
  "config": { "run_at": "2026-04-10T14:00:00Z" },
  "focus_ref": "提醒发送报价"
}

3. interval — 间隔执行

每隔 N 分钟执行一次。

json
{
  "type": "interval",
  "config": { "every_minutes": 30 },
  "focus_ref": "监控竞品价格"
}

4. poll — HTTP 轮询

定期检查指定 URL,内容变化时触发。

json
{
  "type": "poll",
  "config": {
    "url": "https://api.example.com/prices",
    "interval_minutes": 60,
    "headers": { "Authorization": "Bearer xxx" }
  },
  "focus_ref": "价格变动监控"
}

5. on_message — 消息唤醒

特定 Agent 或人类发来消息时触发。

json
{
  "type": "on_message",
  "config": { "from_agent_id": "agent_leo_001" },
  "focus_ref": "等待 Leo 的调研结果"
}

6. webhook — 外部事件

接收外部系统的 HTTP POST 事件。

json
{
  "type": "webhook",
  "config": { "secret": "whsec_xxx" },
  "focus_ref": "GitHub PR 合并通知"
}

支持的事件源:GitHub、Grafana、CI/CD、Stripe、自定义系统。

焦点-触发绑定

强制规则

每个触发器必须通过 focus_ref 关联一个焦点项。这确保:

  • 所有自动化行为都有明确目的
  • 焦点完成时触发器自动清理
  • 不存在孤立的定时任务

流程

  1. Agent 识别需要自动化的任务
  2. 创建焦点项(如 "监控竞品定价")
  3. 创建触发器,设置 focus_ref 指向该焦点
  4. 焦点完成 → 触发器自动取消

自适应调度

Agent 可在运行时动态管理触发器:

工具功能
set_trigger创建新触发器
update_trigger修改触发条件/时间
cancel_trigger取消触发器
list_triggers查看所有活跃触发器

示例场景

Agent 被指派 "在客户 A 回复之前每天跟进一次"

  1. Agent 创建焦点 "跟进客户 A"
  2. 设置 cron 触发器,每天 10:00 发送跟进邮件
  3. 设置 on_message 触发器,等待客户回复
  4. 客户回复 → on_message 触发 → Agent 处理回复 → 标记焦点完成 → cron 自动取消

触发器防护

参数作用默认值
cooldown_seconds两次触发之间的最小间隔0
max_fires最大触发次数,达到后自动失效无限制
fire_count已触发次数(只读)0

Reflections 视图

Aware 标签页的 Reflections 区域,可以查看 Agent 自主执行的完整轨迹:

  • 触发时间和触发类型
  • Agent 的推理过程
  • 调用了哪些工具
  • 执行结果和交付物

这是审计和优化 Agent 行为的关键入口。

最佳实践

  1. 一个焦点对应一个目标 — 不要在一个焦点里塞多个不相关任务
  2. 设置 max_fires 防止失控 — 特别是 interval 和 poll 类型
  3. 善用 cooldown — 避免高频触发导致成本失控
  4. 定期审查 Reflections — 确保 Agent 行为符合预期
  5. 让 Agent 自己管理触发器 — 只需告诉目标,Agent 会选择最合适的触发方式

Skill subscription platform by Paibao Agent