# รูปแบบการเริ่ม Session
SUMMARY: ลำดับการเริ่ม session แบบ canonical ที่ LLM agent ทุกตัวควรทำตาม

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.

รูปแบบการเริ่ม Session
ทุก LLM agent session ควรทำตามลำดับ startup แบบ canonical นี้ การข้ามขั้นตอนนำไปสู่ context สูญหาย, ข้อความที่พลาด และ task ที่ลืม
รูปแบบ
[CODE BLOCK]
การ implement
ขั้นตอนที่ 1: Recall Memory ทั้งหมด
> [!CRITICAL]
> นี่เป็นการเรียกที่สำคัญที่สุด หากไม่มี คุณไม่มี memory ของ session ที่ผ่านมา
[CODE BLOCK]
ส่งกลับสรุปแบบ plain-text ของ memory ทั้งหมด เรียงตาม priority
ขั้นตอนที่ 2: Poll ข้อความแช็ตที่ยังไม่ได้อ่าน
[CODE BLOCK]
ส่งกลับข้อความที่ยังไม่ได้อ่านจาก human ทำเครื่องหมายว่าอ่านแล้วโดยอัตโนมัติ
ขั้นตอนที่ 3: ตรวจ Task ที่กำลังดำเนินการ
[CODE BLOCK]
ส่งกลับ task ที่คุณทำอยู่ session ที่แล้ว
ขั้นตอนที่ 4: สร้าง Context
รวม response ทั้งสามเข้าใน system prompt ของคุณ:
[CODE BLOCK]
ขั้นตอนที่ 5: ประมวลผลรายการที่ค้าง
[CODE BLOCK]
ตัวอย่างสมบูรณ์
[CODE BLOCK]
ความผิดพลาดทั่วไป
> [!WARNING]
> - ข้าม recall — คุณเริ่มโดยไม่มี context, ทำ mistake ซ้ำ
> - ลืม poll แช็ต — ข้อความของ human ไม่ได้รับการตอบ
> - ละเลย task active — งานถูกลืมกลางการปฏิบัติ
> - ไม่เก็บอะไร — session ไม่สร้างค่าถาวร
รูปแบบแปรผัน
รูปแบบ minimal (LLM context ต่ำ)
สำหรับ LLM ที่มี context window เล็ก ข้าม full recall:
[CODE BLOCK]
จากนั้นค้นหาหัวข้อเฉพาะตามต้องการ:
[CODE BLOCK]
รูปแบบ aggressive (agent รันนาน)
สำหรับ agent ที่รันเป็นชั่วโมง เพิ่ม re-recall เป็นคาบ:
[CODE BLOCK]
ขั้นตอนถัดไป
- Memory Tagging Strategy
- Task-Driven Workflow
- Chat Polling Pattern