跳到主要内容

基础概念

理解 Memfit AI 背后的基本概念。

执行模式​

即时执行模式​

适用于明确的原子任务：

  • 入口: 直接到 ReAct Loop
  • 适合: 单步操作、查询、简单扫描
  • 示例: "google.com 的 HTTP 响应是什么？"

Plan-Execute 模式​

适用于复杂的多步任务：

  • 入口: 通过 Coordinator
  • 适合: 审计、评估、多阶段操作
  • 示例: "进行全面的渗透测试"

ReAct 循环​

ReAct 代表 Reasoning and Acting（推理与行动）。

循环​

观察 → 思考 → 行动 → 观察 → ...

组件​

组件目的
观察从环境收集信息
思考推理下一步
行动执行工具或操作

示例​

[观察] 用户询问 target.com 的端口 443

[思考] 我需要检查端口 443 是否开放并识别服务。

[行动] PortScan(target: "target.com", ports: [443])

[观察] 端口 443 开放，运行 nginx/1.21.0

[思考] 任务完成。我将报告发现。

任务树​

对于复杂任务，Memfit AI 创建 任务树。

结构​

主任务
├── 子任务 1
│   ├── 子子任务 1.1
│   └── 子子任务 1.2
├── 子任务 2
└── 子任务 3

属性​

  • 依赖关系: 任务可以依赖其他任务
  • 并行性: 独立任务并行运行
  • 递归性: 子任务可以产生自己的任务树

人工介入​

Memfit AI 在关键决策点让您参与。

计划审查​

执行计划前：

  • 审查提议的步骤
  • 如需修改
  • 批准以继续

行动确认​

对于敏感操作：

  • 文件修改
  • 网络攻击
  • 系统更改

澄清请求​

当信息缺失时：

  • 询问目标详情
  • 请求凭据
  • 确认范围

记忆系统​

Memfit AI 记忆并学习。

短期记忆​

  • 当前对话上下文
  • 执行状态
  • 最近的观察

长期记忆​

  • 之前的交互
  • 学习的模式
  • 错误恢复策略

优势​

  • 随时间提高准确性
  • 上下文化建议
  • 模式识别

工具和 Forges​

工具​

原子能力：

  • 文件操作
  • 网络请求
  • 代码执行
  • 扫描

Forges​

场景特定包：

  • 专门提示词
  • 精选工具集
  • 领域专业知识
  • 工作流逻辑

可靠性机制​

自我反思​

当出错时：

  • 分析失败
  • 生成修正计划
  • 以改进的上下文重试

自旋检测​

防止无限循环：

  • 动作重复检测
  • 逻辑循环检测
  • 自动干预

总结​

概念描述
ReAct 循环思考-行动-观察循环
任务树层次化任务分解
Coordinator中央编排组件
记忆短期和长期上下文
工具原子操作
Forges场景包