与自学习内存系统的内存模型上下文协议 (MCP) 服务器交互并进行故障排除。

执行自学习内存系统的内存-cli 并对其进行故障排除。

迭代执行工作流代理以进行细化和逐步改进，直到满足质量标准。

通过智能规划和多智能体协调，针对复杂的多步骤任务进行面向目标的行动规划。

诊断、修复和优化 Rust 项目的 GitHub Actions 工作流程。

遵循 Rust 工作区项目 2025 年最佳实践的 GitHub 发布准备系统方法。

管理 git 工作树以实现高效的多分支开发，同时保持主工作目录干净。

通用代理专门研究复杂问题、搜索代码以及跨代码库执行多步骤任务。

在 Rust 内存系统中实现新功能的系统方法。

情景记忆系统的专门测试模式。

在自学记忆系统中开始新的学习阶段。

记录情节执行期间的执行步骤，以便进行详细跟踪和学习。

完成学习片段并对其进行评分，以提取模式并更新启发式方法。

使用 Tokio、Turso 和 redb 进行 Rust 异步代码的系统调试方法。

从记忆中检索相关的情景背景，以做出明智的决策。

在代码库中查找并记录文件位置。

系统地分析代码库，以识别整合机会、文档架构并生成可行的见解。

分析实施细节、跟踪数据流并解释技术工作原理。

对所有操作使用代码质量脚本。

通过软件工程最佳实践编写干净、可维护的代码的系统方法。