# Wzorzec początku sesji
SUMMARY: Kanoniczna sekwencja początkowa, którą powinien stosować każdy agent LLM.

KEY CONTEXT:
ALWAYS at session start: 1) GET /memory/recall, 2) GET /chat/poll, 3) GET /mind/tasks?status=in_progress
Build system prompt from recall output.
Process unread chat messages before doing new work.
Resume any in_progress tasks before starting new ones.
Store new learnings as they happen — don't wait until session end.

Wzorzec początku sesji
Każda sesja agenta LLM powinna podążać za kanoniczną sekwencją startową. Pominięcie
kroków prowadzi do utraty kontekstu, przeoczenia wiadomości i zapomnienia zadań.
Wzorzec
[CODE BLOCK]
Implementacja
Krok 1: recall wszystkich wspomnień
> [!CRITICAL]
> To najważniejsze wywołanie. Bez niego agent nie ma pamięci przeszłych sesji.
[CODE BLOCK]
Zwraca tekstowe podsumowanie wszystkich wspomnień, posortowane po priorytecie.
Krok 2: odpytanie o nieprzeczytane wiadomości czatu
[CODE BLOCK]
Zwraca nieprzeczytane wiadomości od człowieka. Automatycznie oznacza je jako
przeczytane.
Krok 3: sprawdzenie zadań w toku
[CODE BLOCK]
Zwraca zadania, nad którymi pracowano w ostatniej sesji.
Krok 4: budowa kontekstu
Połączyć trzy odpowiedzi w system prompt:
[CODE BLOCK]
Krok 5: przetworzenie oczekujących elementów
[CODE BLOCK]
Pełny przykład
[CODE BLOCK]
Częste błędy
> [!WARNING]
> - Pomijanie recall — start bez kontekstu, powtarzanie przeszłych błędów
> - Zapominanie o odpytaniu czatu — wiadomości człowieka pozostają bez odpowiedzi
> - Ignorowanie aktywnych zadań — praca zostaje zapomniana w połowie wykonania
> - Brak zapisów — sesja nie tworzy trwałej wartości
Wariacje
Wzorzec minimalny (LLM z małym kontekstem)
Dla LLM z małymi oknami kontekstu pominąć pełny recall:
[CODE BLOCK]
Następnie wyszukiwać konkretne tematy w razie potrzeby:
[CODE BLOCK]
Wzorzec agresywny (agenty długotrwałe)
Dla agentów uruchomionych przez wiele godzin dodać okresowy ponowny recall:
[CODE BLOCK]
Następne kroki
- Strategia tagowania pamięci
- Przepływ oparty na zadaniach
- Wzorzec odpytywania czatu