proactive-agent
让AI助手从被动执行转变为主动规划与自我进化的伙伴。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：proactive-agent。 它的用途是：让AI助手从被动执行转变为主动规划与自我进化的伙伴。 完整的 Skill 内容见：https://321skill.com/skills/proactive-agent/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我看看这周项目进展如何，有没有什么潜在风险或需要我关注的地方？” 它会基于之前记录的项目目标、会议纪要和你的工作习惯，主动梳理进度，识别出可能被忽略的依赖项延迟风险，并建议你提前联系相关同事。它甚至能根据“反向提示”原则，提议为你准备下周评审会可能需要的数据摘要。
介绍
Proactive Agent 旨在解决传统AI助手被动等待指令、缺乏主动性和上下文记忆易丢失的核心痛点。它通过创新的内存架构和协议，将AI从任务执行者转变为能预见需求、主动创造价值的合作伙伴。
使用方式上，用户只需将技能文件复制到工作区，AI助手便会通过引导式对话完成初始化，自动生成用户画像和运行规则。之后，它便能基于持续学习的记忆，主动提出建议、监控进度并自我修复问题。
该技能非常适合那些希望AI助手能像一位得力副手一样，主动分担工作、管理项目并持续优化的用户，如项目经理、独立开发者或知识工作者。他们需要一个不仅能完成任务，更能思考如何创造更多价值的智能伙伴。
与同类工具相比，Proactive Agent 的核心区别在于其“主动规划”和“记忆持久化”能力。它不是简单地响应指令，而是内置了“反向提示”、“主动检查”等机制来预见需求。更重要的是，它通过WAL协议、工作缓冲区和压缩恢复等独特技术，确保关键对话和决策在AI上下文切换或丢失后依然能被记住和恢复，实现了真正的持续性协作。
核心特点
核心区别在于其“主动规划”哲学和“抗遗忘”内存架构。它不仅响应指令，更通过“反向提示”主动挖掘用户未表达的需求；并通过WAL（预写日志）协议和工作缓冲区，确保关键记忆在AI上下文被清空后仍能幸存和恢复，解决了长期协作中的记忆断层问题。
注意事项
该技能需要一定的初始设置和引导对话，不适合追求即开即用、执行一次性简单任务的场景。
常见问题
Proactive Agent 和普通AI助手有什么区别？
普通助手被动等待指令，而Proactive Agent能主动预见需求、提出建议，并通过独特的内存协议防止对话记忆丢失，实现持续进化的协作。
WAL协议和Working Buffer是做什么的？
WAL协议像数据库日志，在AI响应前先记录关键决策和细节；Working Buffer则临时保存上下文清空到记忆压缩之间的危险期对话，两者共同确保记忆不丢失。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/proactive-agent/raw/index.md 读取 proactive-agent 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/proactive-agent/raw/index.md（查看排版版本）