第 21 篇
工程技术
开始、恢复和结束:给 AI 任务设计完整生命周期
结合实际开发项目,讨论开始、恢复和结束:给 AI 任务设计完整生命周期,说明设计理由、关键源码、验证方法及适用边界。
本文目录 · 7 节
本文属于 Memory Center:AI 编程上下文与记忆系统工程实践,第 21 篇,位于“任务记忆与长期知识”模块。案例背景统一采用实际开发项目;复现步骤使用脱敏教学样例,不代表特定生产事故。
从实际问题出发
会话中断后,开发者不想重新解释项目、目标和已完成事项。但恢复整个原始对话既增加成本,也可能跨越宿主与记忆服务的职责边界。任务生命周期提供的是持久化工作连续性。
会话绑定项目与主体
mc_start 使用已登记的项目身份和任务意图建立会话。恢复与关闭不应仅凭知道 session_id 就允许操作;它们需要绑定当前主体和项目。只读了解不必强行创建一项交付任务。

图中展示的是本篇关注的职责和顺序。正常流程之外,还要结合下面的源码与实验检查失败分支;它不是对某次线上调用的运行时追踪。
关闭结果要保留边界
mc_close 记录结果,不等于服务已经执行全部测试。调用者说“完成”与有验证回执的事实需要区分,不能把一段乐观总结直接当成下一任务的可靠规则。恢复包也不负责重建宿主完整会话。
关键源码与阅读方法
源码基线为 Memory Center 6e90553(文档标注 5.0.0b24)。定位:memory_center/service/platform_mcp.py,函数 mc_start,起始行 105。
以下为当前基线中的函数代码;依赖项目模块,不能作为独立脚本执行。
def mc_start(workspace_id: str, intent: str) -> dict[str, Any]:
"""创建绑定当前主体和项目的任务会话。"""
return service().access.start(mcp.actor(), workspace_id, intent)
阅读时先找输入由谁提供,再区分纯计算、读取和写入;遇到异常或提前返回,追问调用方会得到什么,以及已有状态是否仍然有效。上面的代码只证明展示范围内的实现,跨模块行为应继续查看调用处和相应测试。
用一个小实验核对设计
建议在独立临时目录和隔离数据中操作,使用虚构的接口、文档与项目名称。
- 创建一个带明确目标的测试会话。
- 用原主体恢复。
- 换主体恢复并检查拒绝。
- 最后记录实际完成范围。
**要核对的结果:**恢复应保留目标与边界,不能跨主体关闭任务,也不能凭结果文字生成虚假的验证结论。
可把观察记录为下表;没有执行的项写“未执行”,不能用设计预期冒充实测结果。
| 核对项 | 应保留的证据 |
|---|---|
| 使用条件 | 源码版本、配置、输入与项目范围 |
| 正常行为 | 实际返回、来源位置或状态变化 |
| 关键失败分支 | 错误码、可见结果与原状态是否保留 |
| 结论范围 | 已覆盖、未覆盖和需要进一步验证的条件 |
适用边界与继续阅读
本篇以静态源码与项目设计为依据,给出可执行的核对方法,未据此宣称已经完成新的性能或生产环境测试。不同版本的入口、默认值和底层实现可能变化,应先核对当前合同,再把方法用于自己的实际开发项目。
理解这一节后,可以回到专题总导航,沿同一模块继续阅读;顺序学习时使用专栏内的上一篇和下一篇。涉及具体技术选择,应连同本篇的代价与限制一起采用。