★ FEATURED ARTICLE 【免费下载链接】locoagentAI-powered social media agent with real browser automation项目地址https://gitcode.com/gh_mirrors/lo/locoagent点击查看免费下载LocoAgent 是一款通过真实浏览器自动化运营社交媒体的 AI 智能体而它的「操作日志」Operation Log正是防止智能体重复点赞、关注、回复的关键机制。这套跨会话持久化去重方案只靠一个 JSON 文件和四行命令就实现了本文带你完整拆解它的设计原理与落地细节。为什么 AI 智能体需要一本「操作账本」想象这样一个场景你让 LocoAgent 每天早上自动给关注领域的帖子点赞、写评论。问题来了——大模型本身是「健忘」的每次会话结束它的短期记忆就清空了。如果没有额外机制第二天的它会对同一条帖子再点一次赞用户看到你的账号反复操作非常可疑对已经回复过的帖子二次评论刷屏既视感可能触发平台风控重复关注同一批用户浪费每日配额换句话说去重不是锦上添花而是社交自动化智能体可信运行的生命线。LocoAgent 的官方定位也写得很直白「Persistent cross-session deduplication so the agent never repeats a like, follow, or reply」这个去重契约被称作智能体身份的核心README.md 的 Operation Log 章节。去重核心三元组匹配 成功状态校验打开核心脚本 scripts/log-operation.ts每条操作记录包含 6 个字段字段含义是否参与去重tsISO 时间戳❌platform平台x、reddit、linkedin 等✅action动作like、comment、follow、reply 等✅url目标内容/用户的规范 URL✅status结果success、failed、skipped 等✅须为 successdevice设备来源仅溯源❌note自由文本备注❌去重逻辑在 check 命令中一目了然const found log.operations.find( op op.platform platform op.action action op.url url op.status success )三个设计点值得品味三元组匹配平台 动作 URL构成唯一键——同一条帖子可以被点赞也可以被评论两者互不冲突只认success失败的操作不会被去重智能体会在下一次运行时自动「补做」天然形成重试语义device 不参与去重用 iOS 网页版点过的赞桌面版再来时依然会跳过——因为「点赞」是账号级行为与设备无关。这一点还有专门的单元测试保障。用退出码代替返回值给 Bash 智能体设计的接口check命令的输出非常「智能体友好」退出码 0 已做过 → 跳过退出码 1 未做过 → 继续智能体通过 Bash 工具调用它时无需解析 JSON 也能凭退出码直接做分支判断这是为 LLM 工具调用量身设计的极简契约。四条命令add / check / recent / summarylog-operation.ts 的头部注释就是一份完整的使用手册四个子命令各司其职# ✅ 操作成功后记录智能体每次成功后自动调用 bun run scripts/log-operation.ts add \ --platform x --action like --url https://x.com/user/status/123 \ --status success --note AI agents research post # 操作前检查exit 0 已做过exit 1 未做过 bun run scripts/log-operation.ts check \ --platform x --action like --url https://x.com/user/status/123 # 查看最近 20 条操作 bun run scripts/log-operation.ts recent --limit 20 # 生成 30 天摘要自动注入系统提示词 bun run scripts/log-operation.ts summary --days 30其中 summary 命令 会统计每个「平台:动作」组合的成功次数并按平台列出所有已操作过的 URL输出一段紧凑的 Markdown——专门为了让它塞进系统提示词里而不撑爆上下文。持久化的关键30 天摘要注入系统提示词光有账本还不够关键在于让智能体每次开局就带着记忆。在 src/constants/prompts.ts 中getOperationLogSection()会在会话启动时同步执行summary --days 30把结果包装成这样一段提示词The following is your operation history.Do NOT repeat any action on a URL already listed.Before each action, use:log-operation.ts check .... After each successful action, log it with:log-operation.ts add ...也就是说「操作前必查、成功后必记」这条铁律被写死在了系统提示词中再附上最近 30 天已操作 URL 清单作为兜底——即使智能体忘了执行 check清单本身也在提醒它。这里还有一个容易被忽略的工程细节该区块被刻意放置在 SYSTEM_PROMPT_DYNAMIC_BOUNDARY 之后。因为 30 天窗口随时间滚动、每轮对话都会变化如果放在可缓存的系统提示词前缀里会导致提示词缓存整段失效、白白烧 token放在边界之后则既保证信息新鲜又不破坏缓存。一个小小的分区决策直接影响长期运行的 API 成本。与定时任务联动每日会话的「操作守则」scripts/run-tasks.ts 负责把每日/每周任务定时喂给智能体它生成的会话提示词里嵌入了完整的操作守则每次动作前ALWAYS 执行check每次动作成功后ALWAYS 执行add如果某个帖子 URL 已出现在日志中静默跳过会话结束时执行recent --limit 20向用户汇报完成了什么、跳过了什么、为什么配合persona/tasks.md中的会话配额约束如每会话最多 10 次点赞操作日志就完成了从「防重复」到「可审计」的闭环——每次会话结束的智能体自报本质上就是日志数据的人类可读版本。健壮性细节从新机器克隆到健康检查这套方案还藏着几个面向「开箱即用」的细节自动建目录saveLog 写入前会递归创建persona/目录——因为该目录被 gitignore属于用户私有数据全新克隆的机器第一次写日志不会崩溃健康自检scripts/doctor.ts 的doctor命令会用LOCO_OP_LOG_PATH环境变量把日志重定向到隔离的临时文件做一次「写入→查询」往返探测全程不触碰真实账本人类可读状态存在 persona/operation-log.json 中就是普通的格式化 JSON随时可以打开翻阅、手工修正。值得一提的是LOCO_OP_LOG_PATH这个环境变量——测试和诊断可以指定任意路径同一套代码既服务生产账本又支持沙盒演练是低成本可测试性的好范例。总结小账本大纪律回看 LocoAgent 的操作日志设计它的本质是把「智能体不能重复自己」这一约束拆解成了三层协作层级载体作用数据层persona/operation-log.json跨会话持久化事实接口层scripts/log-operation.ts以退出码为契约的四命令 CLI认知层prompts.ts 系统提示注入30 天摘要 铁律让模型「带着记忆开局」没有数据库、没有复杂中间件只有一个 JSON 文件和约定俗成的调用时序却同时解决了防重复、可重试、可审计、跨平台X / LinkedIn / Reddit 各平台 URL 天然隔离四个问题。如果你也在做浏览器自动化方向的 AI 智能体这套「三元组去重键 退出码契约 系统提示注入」的组合拳是非常值得抄作业的最小可行方案。赞分享【免费下载链接】locoagentAI-powered social media agent with real browser automation项目地址https://gitcode.com/gh_mirrors/lo/locoagent点击查看免费下载相关推荐DeepSeek Harness 会话持久化兼容层react-loop 重构前 v0 会话日志的加载与恢复实战DeepSeek Harness 会话持久化兼容层react loop 重构前 v0 会话日志的加载与恢复实战 本文基于 .agents/notes/impl人工智能AI AgentAgent 框架DeepSeek永不丢失的对话Parlant会话持久化与状态恢复全攻略永不丢失的对话Parlant会话持久化与状态恢复全攻略 你是否遇到过这样的困境客服AI刚刚理解用户的复杂需求服务器重启后一切归零或者用户中途离开回来时AI Agent人工智能后端RAGRequests会话持久化长期会话管理技巧Requests会话持久化长期会话管理技巧 在网络请求开发中你是否经常遇到重复认证、Cookie管理混乱、连接复用率低等问题Requests库的会话Se后端网络通信创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
