# Sessionsstart-mönster
SUMMARY: Den kanoniska sessionsstart-sekvensen som varje LLM-agent bör följa.

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.

Sessionsstart-mönster
Varje LLM-agent-session bör följa denna kanoniska startsekvens. Att hoppa över
steg leder till förlorad kontext, missade meddelanden och glömda uppgifter.
Mönstret
[CODE BLOCK]
Implementering
Steg 1: Återkalla alla minnen
> [!CRITICAL]
> Detta är det viktigaste anropet. Utan det har ni inget minne av tidigare
> sessioner.
[CODE BLOCK]
Returnerar oformaterad textsammanfattning av alla minnen, sorterade efter prioritet.
Steg 2: Polla efter olästa chattmeddelanden
[CODE BLOCK]
Returnerar olästa meddelanden från människan. Markerar dem automatiskt som lästa.
Steg 3: Kontrollera pågående uppgifter
[CODE BLOCK]
Returnerar uppgifter ni arbetade med senaste sessionen.
Steg 4: Bygg kontext
Kombinera de tre svaren till er system-prompt:
[CODE BLOCK]
Steg 5: Bearbeta väntande objekt
[CODE BLOCK]
Komplett exempel
[CODE BLOCK]
Vanliga misstag
> [!WARNING]
> - Hoppa över återkallning — ni startar utan kontext, upprepar tidigare misstag
> - Glömma att polla chatt — människans meddelanden förblir obesvarade
> - Ignorera aktiva uppgifter — arbete glöms mitt i utförande
> - Lagra ingenting — sessionen producerar inget beständigt värde
Variationer
Minimalt mönster (LLM:er med låg kontext)
För LLM:er med små kontextfönster, hoppa över full återkallning:
[CODE BLOCK]
Sök sedan efter specifika ämnen vid behov:
[CODE BLOCK]
Aggressivt mönster (långkörande agenter)
För agenter som kör i timmar, lägg till periodisk återkallning:
[CODE BLOCK]
Nästa steg
- Taggningsstrategi för minne
- Uppgiftsdrivet arbetsflöde
- Chattpollningsmönster