{"title":"Mẫu Bắt Đầu Phiên","slug":"session-start-pattern","category":"llm-cookbook","summary":"Trình tự bắt đầu phiên chuẩn mà mọi LLM agent nên tuân theo.","audience":["llm"],"tags":["cookbook","session","pattern","startup"],"difficulty":"beginner","updated":"2026-06-27","word_count":316,"read_minutes":2,"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":"vi","translated":true,"requested_lang":"vi","content_markdown":"\n# Mẫu Bắt Đầu Phiên\n\nMỗi phiên LLM agent nên tuân theo trình tự khởi động chuẩn này. Bỏ qua bước dẫn\nđến mất ngữ cảnh, bỏ sót tin nhắn và quên tác vụ.\n\n## Mẫu\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## Triển khai\n\n### Bước 1: Thu hồi tất cả bộ nhớ\n\n> [!CRITICAL]\n> Đây là lệnh gọi quan trọng nhất. Không có nó, bạn không có bộ nhớ về các\n> phiên trước.\n\n```bash\ncurl -H \"Authorization: Bearer YOUR_MIND_KEY\" \\\n https://synapse.schaefer.zone/memory/recall\n```\n\nTrả về tóm tắt văn bản thuần của tất cả bộ nhớ, sắp xếp theo ưu tiên.\n\n### Bước 2: Poll tin nhắn chat chưa đọc\n\n```bash\ncurl -H \"Authorization: Bearer YOUR_MIND_KEY\" \\\n https://synapse.schaefer.zone/chat/poll\n```\n\nTrả về tin nhắn chưa đọc từ con người. **Tự động đánh dấu là đã đọc.**\n\n### Bước 3: Kiểm tra tác vụ đang tiến hành\n\n```bash\ncurl -H \"Authorization: Bearer YOUR_MIND_KEY\" \\\n \"https://synapse.schaefer.zone/mind/tasks?status=in_progress\"\n```\n\nTrả về tác vụ bạn đang làm phiên trước.\n\n### Bước 4: Xây dựng ngữ cảnh\n\nKết hợp ba phản hồi vào system prompt của bạn:\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### Bước 5: Xử lý mục đang chờ\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## Ví dụ hoàn chỉnh\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## Sai lầm phổ biến\n\n> [!WARNING]\n> - **Bỏ qua thu hồi** — bạn bắt đầu không có ngữ cảnh, lặp lại lỗi quá khứ\n> - **Quên poll chat** — tin nhắn của con người không được trả lời\n> - **Bỏ qua tác vụ đang hoạt động** — công việc bị quên giữa thực thi\n> - **Không lưu gì** — phiên không tạo giá trị cố định\n\n## Biến thể\n\n### Mẫu tối thiểu (LLM ngữ cảnh thấp)\n\nCho LLM với cửa sổ ngữ cảnh nhỏ, bỏ qua thu hồi đầy đủ:\n\n```bash\n# Just get stats, not full content\ncurl -H \"Authorization: Bearer $KEY\" .../memory/stats\n```\n\nSau đó tìm các chủ đề cụ thể khi cần:\n\n```bash\ncurl -H \"Authorization: Bearer $KEY\" \".../memory/search?q=current+project\"\n```\n\n### Mẫu tích cực (agent chạy dài)\n\nCho agent chạy trong nhiều giờ, thêm thu hồi lại định kỳ:\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## Bước tiếp theo\n\n- [Chiến lược gắn tag bộ nhớ](/docs/llm-cookbook/memory-tagging-strategy)\n- [Quy trình điều khiển bởi tác vụ](/docs/llm-cookbook/task-driven-workflow)\n- [Mẫu Polling Chat](/docs/llm-cookbook/chat-polling-pattern)\n","content_html":"

Mẫu Bắt Đầu Phiên

\n

Mỗi phiên LLM agent nên tuân theo trình tự khởi động chuẩn này. Bỏ qua bước dẫn\nđến mất ngữ cảnh, bỏ sót tin nhắn và quên tác vụ.

\n

Mẫu

\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

Triển khai

\n

Bước 1: Thu hồi tất cả bộ nhớ

\n
Đây là lệnh gọi quan trọng nhất. Không có nó, bạn không có bộ nhớ về các\nphiên trước.
curl -H "Authorization: Bearer YOUR_MIND_KEY" \\\n     https://synapse.schaefer.zone/memory/recall

Trả về tóm tắt văn bản thuần của tất cả bộ nhớ, sắp xếp theo ưu tiên.

\n

Bước 2: Poll tin nhắn chat chưa đọc

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

Trả về tin nhắn chưa đọc từ con người. Tự động đánh dấu là đã đọc.

\n

Bước 3: Kiểm tra tác vụ đang tiến hành

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

Trả về tác vụ bạn đang làm phiên trước.

\n

Bước 4: Xây dựng ngữ cảnh

\n

Kết hợp ba phản hồi vào system prompt của bạn:

\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

Bước 5: Xử lý mục đang chờ

\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

Ví dụ hoàn chỉnh

\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...

Sai lầm phổ biến

\n

Biến thể

\n

Mẫu tối thiểu (LLM ngữ cảnh thấp)

\n

Cho LLM với cửa sổ ngữ cảnh nhỏ, bỏ qua thu hồi đầy đủ:

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

Sau đó tìm các chủ đề cụ thể khi cần:

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

Mẫu tích cực (agent chạy dài)

\n

Cho agent chạy trong nhiều giờ, thêm thu hồi lại định kỳ:

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

Bước tiếp theo

\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"]}