核心用法
Memory Self-Heal 是一套面向AI代理的自动化故障诊断与恢复系统。当检测到六类常见故障模式时（Shell命令失败、虚假完成声明、API密钥缺失、登录拦截、浏览器配置冲突、上下文窗口耗尽），系统会自动检索过去7天的记忆文件，匹配历史故障模式，提取已验证的修复方案，并执行分级重试策略。
使用流程分为三个阶段：
1. 触发诊断：识别预定义故障签名后，搜索memory/*.md、任务队列和技能库
2. 模式匹配：将当前故障映射至已知模式（如PowerShell参数误用→切换原生cmdlet）
3. 分级恢复：先执行基于记忆的修复，失败后切换备用方案，最终归档至阻塞清单
显著优点
- 零人工干预：典型故障可在3秒内自动恢复，无需用户介入
- 知识沉淀：每次修复都会写入
memory/YYYY-MM-DD.md，形成组织级运维知识库 - 防御性设计：三级重试+阻塞清单机制，避免无限循环和资源浪费
- 多模态覆盖：同时处理Shell、浏览器、API、上下文等多类基础设施故障
潜在局限
- 记忆依赖：新环境或冷启动时缺乏历史模式，自愈能力下降
- Windows偏向：PowerShell修复方案对Linux/macOS用户不完全适用
- 敏感操作盲区：明确禁止自动重试删除、发帖等破坏性操作，需人工兜底
- 令牌成本：记忆检索和多重重试会增加API调用消耗
适合人群
高频使用浏览器自动化、Shell命令执行、多API集成的AI代理开发者；需要7×24小时稳定运行的自动化工作流运维团队；希望减少重复性故障排查时间的提示工程工程师。
常规风险
- 过度自信风险：若历史修复方案已过时（如API变更），可能导致重复失败
- 隐私泄露风险：错误日志写入记忆文件时，需确保已脱敏（技能已要求不存储密钥）
- 死锁风险：多代理场景下，若共享的
blocked-items.md未正确解锁，任务可能永久挂起