{"title":"세션 시작 패턴","slug":"session-start-pattern","category":"llm-cookbook","summary":"모든 LLM 에이전트가 따라야 할 정규화된 세션 시작 시퀀스.","audience":["llm"],"tags":["cookbook","session","pattern","startup"],"difficulty":"beginner","updated":"2026-06-27","word_count":204,"read_minutes":1,"llm_context":"ALWAYS at session start: 1) GET /memory/recall, 2) GET /chat/poll, 3) GET /mind/tasks?status=in_progress\nBuild system prompt from recall output.\nProcess unread chat messages before doing new work.\nResume any in_progress tasks before starting new ones.\nStore new learnings as they happen — don't wait until session end.\n","lang":"ko","translated":true,"requested_lang":"ko","content_markdown":"\n# 세션 시작 패턴\n\n모든 LLM 에이전트 세션은 이 정규화된 시작 시퀀스를 따라야 합니다. 단계를\n건너뛰면 컨텍스트 손실, 메시지 누락, 잊혀진 작업이 발생합니다.\n\n## 패턴\n\n```\n1. Recall all memories\n2. Poll for unread chat messages\n3. Check in-progress tasks\n4. Build context from results\n5. Process pending items before new work\n```\n\n## 구현\n\n### 1단계: 모든 메모리 회상\n\n> [!CRITICAL]\n> 이것이 가장 중요한 호출입니다. 이것 없이는 과거 세션에 대한 메모리가\n> 없습니다.\n\n```bash\ncurl -H \"Authorization: Bearer YOUR_MIND_KEY\" \\\n https://synapse.schaefer.zone/memory/recall\n```\n\n우선순위로 정렬된 모든 메모리의 일반 텍스트 요약을 반환합니다.\n\n### 2단계: 읽지 않은 채팅 메시지 폴링\n\n```bash\ncurl -H \"Authorization: Bearer YOUR_MIND_KEY\" \\\n https://synapse.schaefer.zone/chat/poll\n```\n\n사람이 보낸 읽지 않은 메시지를 반환합니다. **자동으로 읽음으로 표시합니다.**\n\n### 3단계: 진행 중인 작업 확인\n\n```bash\ncurl -H \"Authorization: Bearer YOUR_MIND_KEY\" \\\n \"https://synapse.schaefer.zone/mind/tasks?status=in_progress\"\n```\n\n지난 세션에 작업 중이던 작업을 반환합니다.\n\n### 4단계: 컨텍스트 구축\n\n세 가지 응답을 시스템 프롬프트에 결합:\n\n```python\ndef build_context(memories, messages, tasks):\n context = f\"\"\"# SESSION CONTEXT\n\n## Memories (from previous sessions)\n{memories}\n\n## Unread Messages from Human\n{format_messages(messages)}\n\n## Active Tasks\n{format_tasks(tasks)}\n\n## Instructions\n- Address unread messages first\n- Resume active tasks before starting new work\n- Store new learnings as they happen (POST /memory)\n- Poll for new messages every 30-60 seconds\n\"\"\"\n return context\n```\n\n### 5단계: 대기 항목 처리\n\n```\nFor each unread message:\n - Acknowledge receipt (POST /chat/reply)\n - Address the message content\n - Store any new commitments as memories\n\nFor each in-progress task:\n - Recall why you were working on it\n - Continue from where you left off\n - Update task status as you progress\n```\n\n## 완전한 예시\n\n```python\nimport os\nimport requests\n\nURL = \"https://synapse.schaefer.zone\"\nKEY = os.environ[\"SYNAPSE_MIND_KEY\"]\n\ndef session_start():\n \"\"\"Canonical session start sequence.\"\"\"\n headers = {\"Authorization\": f\"Bearer {KEY}\"}\n \n # 1. Recall memories\n r = requests.get(f\"{URL}/memory/recall\", headers=headers)\n memories = r.text\n \n # 2. Poll chat\n r = requests.get(f\"{URL}/chat/poll\", headers=headers)\n messages = r.json().get(\"messages\", [])\n \n # 3. Check tasks\n r = requests.get(f\"{URL}/mind/tasks?status=in_progress\", headers=headers)\n tasks = r.json().get(\"tasks\", [])\n \n # 4. Build context\n context = f\"\"\"You are a Synapse-enabled AI assistant.\n\nMEMORIES FROM PREVIOUS SESSIONS:\n{memories}\n\nUNREAD MESSAGES FROM HUMAN:\n{chr(10).join(f'- {m[\"content\"]}' for m in messages) or 'None'}\n\nACTIVE TASKS:\n{chr(10).join(f'- [{t[\"id\"]}] {t[\"title\"]}: {t.get(\"description\", \"\")}' for t in tasks) or 'None'}\n\nINSTRUCTIONS:\n1. Acknowledge each unread message\n2. Resume active tasks\n3. Store new learnings via POST /memory\n4. Poll /chat/poll every 30-60 seconds\n\"\"\"\n return context\n\n# At session start\nsystem_prompt = session_start()\n# Pass to LLM...\n```\n\n## 일반적인 실수\n\n> [!WARNING]\n> - **회상 건너뛰기** — 컨텍스트 없이 시작, 과거 실수 반복\n> - **채팅 폴링 잊기** — 사람의 메시지가 답장 없이 남음\n> - **활성 작업 무시** — 실행 중간에 작업이 잊혀짐\n> - **아무것도 저장하지 않기** — 세션이 영구적 가치를 생성하지 않음\n\n## 변형\n\n### 최소 패턴 (저컨텍스트 LLM)\n\n컨텍스트 창이 작은 LLM의 경우, 전체 회상 건너뛰기:\n\n```bash\n# Just get stats, not full content\ncurl -H \"Authorization: Bearer $KEY\" .../memory/stats\n```\n\n필요에 따라 특정 주제 검색:\n\n```bash\ncurl -H \"Authorization: Bearer $KEY\" \".../memory/search?q=current+project\"\n```\n\n### 적극적 패턴 (장기 실행 에이전트)\n\n시간 동안 실행되는 에이전트의 경우, 주기적 재회상 추가:\n\n```python\nwhile working:\n if time.time() - last_recall > 3600: # every hour\n memories = recall()\n last_recall = time.time()\n # ... do work ...\n```\n\n## 다음 단계\n\n- [메모리 태깅 전략](/docs/llm-cookbook/memory-tagging-strategy)\n- [작업 기반 워크플로우](/docs/llm-cookbook/task-driven-workflow)\n- [채팅 폴링 패턴](/docs/llm-cookbook/chat-polling-pattern)\n","content_html":"

세션 시작 패턴

\n

모든 LLM 에이전트 세션은 이 정규화된 시작 시퀀스를 따라야 합니다. 단계를\n건너뛰면 컨텍스트 손실, 메시지 누락, 잊혀진 작업이 발생합니다.

\n

패턴

\n
1. Recall all memories\n2. Poll for unread chat messages\n3. Check in-progress tasks\n4. Build context from results\n5. Process pending items before new work

구현

\n

1단계: 모든 메모리 회상

\n
이것이 가장 중요한 호출입니다. 이것 없이는 과거 세션에 대한 메모리가\n없습니다.
curl -H "Authorization: Bearer YOUR_MIND_KEY" \\\n     https://synapse.schaefer.zone/memory/recall

우선순위로 정렬된 모든 메모리의 일반 텍스트 요약을 반환합니다.

\n

2단계: 읽지 않은 채팅 메시지 폴링

\n
curl -H "Authorization: Bearer YOUR_MIND_KEY" \\\n     https://synapse.schaefer.zone/chat/poll

사람이 보낸 읽지 않은 메시지를 반환합니다. 자동으로 읽음으로 표시합니다.

\n

3단계: 진행 중인 작업 확인

\n
curl -H "Authorization: Bearer YOUR_MIND_KEY" \\\n     "https://synapse.schaefer.zone/mind/tasks?status=in_progress"

지난 세션에 작업 중이던 작업을 반환합니다.

\n

4단계: 컨텍스트 구축

\n

세 가지 응답을 시스템 프롬프트에 결합:

\n
def build_context(memories, messages, tasks):\n    context = f"""# SESSION CONTEXT\n\n## Memories (from previous sessions)\n{memories}\n\n## Unread Messages from Human\n{format_messages(messages)}\n\n## Active Tasks\n{format_tasks(tasks)}\n\n## Instructions\n- Address unread messages first\n- Resume active tasks before starting new work\n- Store new learnings as they happen (POST /memory)\n- Poll for new messages every 30-60 seconds\n"""\n    return context

5단계: 대기 항목 처리

\n
For each unread message:\n  - Acknowledge receipt (POST /chat/reply)\n  - Address the message content\n  - Store any new commitments as memories\n\nFor each in-progress task:\n  - Recall why you were working on it\n  - Continue from where you left off\n  - Update task status as you progress

완전한 예시

\n
import os\nimport requests\n\nURL = "https://synapse.schaefer.zone"\nKEY = os.environ["SYNAPSE_MIND_KEY"]\n\ndef session_start():\n    """Canonical session start sequence."""\n    headers = {"Authorization": f"Bearer {KEY}"}\n    \n    # 1. Recall memories\n    r = requests.get(f"{URL}/memory/recall", headers=headers)\n    memories = r.text\n    \n    # 2. Poll chat\n    r = requests.get(f"{URL}/chat/poll", headers=headers)\n    messages = r.json().get("messages", [])\n    \n    # 3. Check tasks\n    r = requests.get(f"{URL}/mind/tasks?status=in_progress", headers=headers)\n    tasks = r.json().get("tasks", [])\n    \n    # 4. Build context\n    context = f"""You are a Synapse-enabled AI assistant.\n\nMEMORIES FROM PREVIOUS SESSIONS:\n{memories}\n\nUNREAD MESSAGES FROM HUMAN:\n{chr(10).join(f'- {m["content"]}' for m in messages) or 'None'}\n\nACTIVE TASKS:\n{chr(10).join(f'- [{t["id"]}] {t["title"]}: {t.get("description", "")}' for t in tasks) or 'None'}\n\nINSTRUCTIONS:\n1. Acknowledge each unread message\n2. Resume active tasks\n3. Store new learnings via POST /memory\n4. Poll /chat/poll every 30-60 seconds\n"""\n    return context\n\n# At session start\nsystem_prompt = session_start()\n# Pass to LLM...

일반적인 실수

\n

변형

\n

최소 패턴 (저컨텍스트 LLM)

\n

컨텍스트 창이 작은 LLM의 경우, 전체 회상 건너뛰기:

\n
# Just get stats, not full content\ncurl -H "Authorization: Bearer $KEY" .../memory/stats

필요에 따라 특정 주제 검색:

\n
curl -H "Authorization: Bearer $KEY" ".../memory/search?q=current+project"

적극적 패턴 (장기 실행 에이전트)

\n

시간 동안 실행되는 에이전트의 경우, 주기적 재회상 추가:

\n
while working:\n    if time.time() - last_recall > 3600:  # every hour\n        memories = recall()\n        last_recall = time.time()\n    # ... do work ...

다음 단계

\n\n","urls":{"html":"/docs/llm-cookbook/session-start-pattern","text":"/docs/llm-cookbook/session-start-pattern?format=text","json":"/docs/llm-cookbook/session-start-pattern?format=json","llm":"/docs/llm-cookbook/session-start-pattern?format=llm"},"translations_available":["en","zh","hi","es","fr","ar","pt","ru","ja","de","it","ko","nl","pl","tr","sv","vi","th","id","uk"]}