新功能 (2026-06-19) — 記憶與決定性

由 agent / QA 研究輪找出的兩項純標準庫工具,走完整五層(facade、 AC_* 執行器指令、MCP 工具、Script Builder):持久化的 agent 情節記憶,以及**決定性執行**工具。

Agent 情節記憶

每次執行都重新推導「這個 app 怎麼登入」很浪費 token,也會重複犯錯。 AgentMemory 把每段情節——目標、軌跡(步驟 / 工具呼叫)、結果 ——寫入 SQLite 檔,並依關鍵字召回最相關的過往情節,注入規劃器的脈絡:

from je_auto_control import AgentMemory

mem = AgentMemory("agent.memory.db")
mem.remember("登入帳務入口", steps=recorded_actions,
             outcome="success", tags=["auth"])

for episode in mem.recall("入口 登入", limit=3):
    ...   # 把 episode.goal / episode.steps 回饋給規劃器

召回時以目標 + 標籤 + 結果上的詞頻為每段情節評分(免相依的 BM25 替代); 日後可在不改 API 的情況下加上向量層。指令:AC_memory_remember / AC_memory_recall / AC_memory_recent / AC_memory_forget / AC_memory_stats``(以及對應的 ``ac_memory_* MCP 工具)。

決定性執行

時間與隨機是自動化不穩定(flaky)的兩大主因。DeterministicRun 在 with 區塊內把兩者都固定下來,並記錄選擇以便完全重現:

from je_auto_control import DeterministicRun

with DeterministicRun(seed=42, freeze_time=1_750_000_000.0) as run:
    ...                      # random.* 可重現;time.time() 被凍結
manifest = run.manifest()    # {"seed": 42, "freeze_time": 1750000000.0}

範圍(純標準庫——不需 freezegun):為全域 random 產生器(若有 numpy 也一併)設種子並於離開時還原狀態,並把 time.time / time.time_ns 修補為固定時刻。time.monotonic 刻意保持不變,讓 時間長度量測與逾時仍正常運作。

seed_everything(seed) 是獨立的設種子輔助函式,亦以 AC_seed_everything / ac_seed_everything 形式提供,供流程做全執行重現。