Strada.Brain：基于PAOR循环与多智能体编排的Unity AI编程副驾驶-平芜编程栈

1. 项目概述：一个为Unity开发者服务的AI编程副驾驶

如果你是一个Unity开发者，或者正在用C#做游戏，每天在编辑器、脚本和构建错误之间反复横跳，那今天聊的这个东西可能会让你眼前一亮。Strada.Brain，这名字听起来有点科幻，但它的核心功能非常实在：一个能读懂你的代码、帮你写代码、自动构建、还能从错误中学习的AI编程代理。

简单来说，你把它当成一个24小时在线的、极度专业的编程搭档。你不用再一遍遍地复制粘贴错误信息去问ChatGPT，也不用在成百上千个脚本文件里手动搜索某个功能的调用关系。你只需要在Telegram、Discord、Slack、Web仪表盘，甚至终端里跟它说句话，比如“给玩家角色加一个冲刺技能，要有冷却时间和粒子特效”，它就能自己去分析你的项目结构，找到相关的玩家控制器和特效系统，写出C#代码，运行dotnet build，如果编译报错，它还会自己分析错误日志，修正代码，直到构建成功，最后把结果发回给你。

这背后不是简单的代码补全或者代码片段生成。它是一个完整的智能体工作流。它内置了记忆系统（SQLite + 向量数据库），能记住你项目的上下文和你之前让它干过什么活；它有目标分解引擎，能把一个复杂的需求拆解成一系列可以并行执行的小任务；它甚至有一个“学习系统”，会把处理任务的成功经验和失败教训总结成“本能”，下次遇到类似问题能更快解决。最新版本还加入了多智能体编排和任务委派，让不同的AI模型（比如Claude负责架构设计，GPT-4负责代码生成，DeepSeek负责调试）可以协同工作，以及一个自主的Agent Core，能像OODA循环（观察、判断、决策、行动）一样，主动观察项目环境的变化（比如文件改动、Git状态），然后决定要不要做点什么。

我花了些时间深入研究它的架构和实际部署，发现它最吸引我的不是某个炫酷的功能，而是它试图解决的一个根本痛点：将自然语言指令与复杂的、上下文依赖的工程任务无缝连接起来。对于独立开发者或小团队来说，这相当于多了一个不知疲倦、知识渊博的初级或中级工程师，能极大提升原型验证和功能迭代的速度。

2. 核心架构与工作流深度解析

2.1 智能体循环：从聊天到代码的完整旅程

Strada.Brain的核心是一个名为PAOR的状态机循环，即计划（Plan）-> 行动（Act）-> 观察（Observe）-> 反思（Reflect）。这个循环确保了AI的行为是目标导向、可追溯且能从错误中学习的。我们来一步步拆解当你发出一个指令后，内部发生了什么。

第一步：上下文注入与记忆检索你的消息到达后（无论是通过Web界面还是Telegram），系统不会立刻让AI“凭空”思考。它首先会进行多层次的上下文准备：

对话记忆检索：从AgentDB（基于SQLite和HNSW向量数据库）中，通过混合搜索（70%语义相似度 + 30%关键词匹配）找出与当前任务最相关的历史对话。这保证了智能体有“连续性”，记得你之前让它修改过哪个系统。
代码库检索（RAG）：如果你的项目启用了代码库记忆库（Vault），它会从向量化的代码片段中，语义搜索出最相关的6个代码文件或函数。这是它“理解”你项目的基础，避免了每次对话都需要把整个项目文件喂给AI的巨大开销。
本能检索：这是学习系统的成果。系统会主动查询过去在类似任务上被证明有效的“模式”或“工作流”。比如，如果任务是“创建一个新的ECS系统”，本能库可能会注入一条经验：“优先使用Strada.Core框架提供的[System]属性，并遵循OnUpdate方法签名”。
身份与运行时上下文：注入智能体自身的身份信息（UUID、启动次数、运行时间）以及当前的运行时自我改进层状态。这个“自我改进层”非常关键，它管理着三种运行时工件：skill（技能）、workflow（工作流）、knowledge_patch（知识补丁）。活跃的工件会直接影响AI的决策，而处于“影子”模式的工件则只用于评估，不会影响生产行为。

第二步：计划生成在拥有了丰富的上下文后，AI进入PLAN阶段。它不会直接开始写代码，而是生成一个带编号的、步骤化的计划。这个计划不仅包含要做什么，还会引用检索到的相关代码片段和过往经验。例如，计划可能是：“1. 在Assets/Scripts/Combat/目录下创建HealthComponent.cs。2. 修改PlayerController.cs，添加对HealthComponent的引用和处理伤害的逻辑。3. 在Assets/Prefabs/Player.prefab上添加HealthComponent实例。4. 运行构建测试，并预留两次错误修复的迭代。”

第三步：执行与观察接着是ACT阶段。AI根据计划，按顺序调用一系列工具。Strada.Brain内置了超过30个工具，包括文件读写、Git操作、Shell命令执行、.NET构建、Strada.Core特定代码生成等。每个工具调用的结果都会被详细记录。OBSERVE阶段紧随其后，系统会观察执行结果：文件是否成功创建？构建命令的退出码是什么？错误日志里有什么信息？一个内置的“错误分类器”会尝试对失败进行归类（如“编译错误”、“运行时错误”、“逻辑错误”）。

第四步：反思与循环每执行3个步骤，或者在遇到错误时，系统会进入REFLECT阶段。AI会评估当前状态，并做出三个决定之一：CONTINUE（继续执行下一步）、REPLAN（当前计划有问题，需要重新规划）、DONE（任务完成）。如果连续出现3次以上同类型的失败，系统会强制触发自动重规划，避免AI在死胡同里打转。这个循环最多进行50次迭代，直到任务完成或明确失败。

实操心得：这个PAOR循环是Strada.Brain区别于简单ChatGPT编程的关键。它把一次性的“问答”变成了一个可管理、可调试的工程过程。在实际使用中，我经常在Web门户的“监控器”模式（Alt+2）下查看这个DAG执行图，能清晰地看到任务被分解成了哪些子任务，哪些成功了，哪些卡住了，非常直观。

2.2 多智能体编排与任务委派：让专业的人做专业的事

新版本引入的多智能体编排系统，是我认为设计上非常精妙的一环。它不再是单一AI模型包打天下，而是可以根据任务类型，动态选择最合适的AI提供者。

智能体路由机制系统内置了一个任务感知的动态切换逻辑。你可以配置多个AI提供商（如Anthropic Claude, OpenAI GPT-4, Google Gemini, DeepSeek, Kimi等）。系统会根据当前任务的特性，决定调用哪个模型：

规划类任务（如架构设计、复杂问题分解）：可能路由到擅长推理的Claude。
代码生成任务：可能路由到代码能力强的GPT-4或Claude。
调试与审查任务：可能路由到成本更低或速度更快的模型，如DeepSeek。
预算模式：你可以设置budget（预算优先）、balanced（平衡）、performance（性能优先）等预设，系统会根据你的偏好调整路由策略。

基于置信度的共识验证这是一个安全网。当AI对某个关键操作（比如删除一个文件、进行一项重大重构）的置信度较低时，系统会自动咨询第二个AI提供者，进行“共识验证”。如果两个模型给出截然不同的答案，系统会暂停并请求人工干预。这极大地减少了因AI“幻觉”导致的破坏性操作。

分层任务委派对于极其复杂的任务，系统支持任务委派。一个主智能体（Orchestrator）可以将子任务委派给专门的“工作者”智能体。这些工作者运行在独立的会话中，拥有隔离的上下文和工具集。委派深度限制为2层，防止无限递归。每个智能体都有独立的预算追踪器（AgentBudgetTracker），确保资源消耗可控。

注意事项：多智能体功能默认是开启的。如果你希望回到经典的单一智能体模式以简化调试，需要在环境变量中显式设置MULTI_AGENT_ENABLED=false。即使设置了TASK_DELEGATION_ENABLED=true，如果多智能体被禁用，委派也不会初始化。

2.3 记忆与学习系统：让AI真正“记住”你的项目

短暂的对话记忆是远远不够的。Strada.Brain的持久化记忆系统由几个部分组成：

1. AgentDB：对话与事件记忆这是核心的记忆存储，使用SQLite作为关系型存储，并集成HNSW（Hierarchical Navigable Small World）图算法进行向量相似性搜索。它存储了：

完整的对话历史。
所有的工具调用和结果。
系统事件（如启动、错误、用户反馈）。
通过混合检索（语义+关键词），它能高效地找到与当前问题相关的历史经验。

2. 代码库记忆库这是一个可选的、针对特定项目的增强功能。通过设置STRADA_VAULT_ENABLED=true来启用。它会为你的Unity项目（或任何代码库）建立一个本地的、混合检索索引。

混合检索：结合了BM25（关键词快速匹配）和HNSW向量（语义匹配），通过 Reciprocal Rank Fusion 算法融合结果。它能理解“玩家生命值系统”和“health component”指的是同一个东西。
符号图检索：这是更高级的功能。它使用Tree-sitter解析你的TypeScript、C#代码，构建出函数、类、方法之间的调用关系图。然后使用个性化PageRank算法，当你聚焦于某些文件时，它能找出与这些文件在逻辑上最相关的其他代码。这对于理解大型、复杂的代码库依赖关系至关重要。
自我记忆库：Strada.Brain甚至会索引它自己的源代码（src/,web-portal/src/等），这样它就能“理解”自己的内部工作原理，在回答关于自身的问题或进行自我调试时更准确。

3. 学习与本能系统这是让智能体越用越聪明的部分。所有通过TypedEventBus流经系统的事件（成功、失败、用户修正）都会进入学习管道。

失败分类与加权：错误被分类并加权。频繁出现的错误类型会被重点学习。
本能生成：成功的解决策略会被抽象、总结，并存储为“本能”。当下次遇到类似任务时，这些本能在规划阶段就会被优先检索和注入，引导AI采取已验证的有效路径。
记忆衰减与合并：为了避免记忆爆炸和过时信息干扰，系统采用了指数衰减机制。不常用的记忆会逐渐“淡出”，相关的记忆会被合并，并通过软删除机制支持撤销。

3. 从零开始部署与深度配置指南

3.1 环境准备与两种安装路径

Strada.Brain目前主要通过源码安装，这给了我们最大的灵活性和对最新特性的访问权。

核心前提条件

Node.js环境：需要Node.js 20.19+ 或 22.12+。这里有个贴心设计：在Windows上，如果系统没有安装Node.js，它的启动脚本（strada.cmd或strada.ps1）会提示并自动下载一个便携式版本（约30MB），存放在%LOCALAPPDATA%\Strada\node下，完全不影响系统环境。你也可以通过STRADA_NODE_PATH环境变量指定自定义的Node.js路径。
AI提供商密钥：至少配置一个AI服务的API密钥。支持非常广泛：
- Anthropic Claude：ANTHROPIC_API_KEY
- OpenAI：OPENAI_API_KEY
- Google Gemini：GEMINI_API_KEY
- DeepSeek, Kimi, Qwen, MiniMax, Groq等。
- 订阅模式：也支持Claude订阅令牌（ANTHROPIC_AUTH_MODE=claude-subscription）和OpenAI ChatGPT会话（OPENAI_AUTH_MODE=chatgpt-subscription）。
- 本地模型：甚至可以配置纯ollama的PROVIDER_CHAIN，完全在本地运行。
Unity项目：一个本地的Unity项目路径。虽然强烈推荐与Strada.Core框架配合使用以获得最佳体验，但没有它，Strada.Brain也能正常工作，只是会缺少一些框架感知的辅助。

源码安装步骤打开终端，执行以下命令克隆仓库并安装：

# 克隆仓库 git clone https://github.com/okandemirel/Strada.Brain.git Strada.Brain # 进入仓库目录（后续操作可以在此目录外进行，但进入目录更清晰） cd Strada.Brain # 安装全局命令（这样你可以在任何地方使用 `strada` 命令） # 在 macOS/Linux 上： ./strada install-command # 在 Windows PowerShell 上： .\strada.ps1 install-command # 运行交互式设置向导 ./strada setup # 或直接使用Web浏览器进行设置（推荐，界面更友好） ./strada setup --web

install-command命令会在你的用户目录下创建命令别名，并更新PATH（在Windows上是修改用户环境变量）。之后，你就可以在任何终端直接使用strada命令了。

如果遇到PowerShell执行策略阻止脚本运行，可以使用备用的strada.cmd，或者以管理员身份运行Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser来允许本地脚本执行。

安装后的目录结构安装完成后，你的Strada.Brain运行时会管理两个主要区域：

源码目录：你克隆的Strada.Brain文件夹，包含所有源代码。
运行时目录：默认在~/.strada（macOS/Linux）或%LOCALAPPDATA%\Strada（Windows）。这里存放配置文件（.env）、记忆数据库、会话数据、日志等。你可以通过设置STRADA_HOME环境变量来更改这个位置。

3.2 交互式设置与核心配置解析

运行strada setup会启动一个交互式向导，引导你完成最关键的几个配置。我强烈推荐使用--web选项，因为网页向导的体验和功能更完整。

向导会引导你配置以下内容：

Unity项目路径：这是Strada.Brain工作的“沙箱”。它会读取、分析并修改这个目录下的代码。请确保路径指向包含Assets文件夹的Unity项目根目录。
AI提供商：你可以添加多个提供商，用逗号分隔（如claude,openai,deepseek）。向导会为每个提供商测试连接（“preflight”检查），确保密钥有效。对于OpenAI的ChatGPT订阅模式，它会验证本地会话；对于Claude订阅模式，则需要你先通过claude auth login --claudeai和claude setup-token获取令牌。
默认通信渠道：选择你希望Strada.Brain主要运行在哪个平台。Web仪表盘（web）功能最全，CLI（cli）最快捷，Telegram、Discord等则适合移动办公。
语言：设置智能体的默认交互语言。
模型选择：为每个AI提供商选择默认使用的模型（如Claude-3.5-Sonnet，GPT-4-Turbo等）。
记忆库（Vault）：向导会询问是否启用代码库记忆库。如果启用但未配置嵌入模型提供商，它会引导你配置或允许你暂时禁用RAG。

手动配置.env文件你也可以跳过向导，直接在Strada运行时目录（或项目根目录）创建.env文件。这是一个最简配置示例：

# 使用Claude API ANTHROPIC_API_KEY=sk-ant-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx # 你的Unity项目绝对路径 UNITY_PROJECT_PATH=/Users/yourname/UnityProjects/MyGame # 启用代码库记忆库（可选，但推荐） STRADA_VAULT_ENABLED=true # 设置JWT密钥用于Web门户身份验证（可选，增强安全） # 生成命令：openssl rand -hex 64 JWT_SECRET=your_64_hex_characters_secret_here # 启用多智能体编排（默认开启，如需关闭则设为false） MULTI_AGENT_ENABLED=true # 设置默认渠道为Web DEFAULT_CHANNEL=web

运行健康检查配置完成后，强烈建议运行strada doctor命令。这是一个诊断工具，它会检查：

Node.js版本和依赖是否满足。
AI提供商连接是否正常。
Unity项目路径是否存在且有效。
必要的构建工具（如dotnet）是否可用。
记忆库索引状态。它会给出明确的通过、警告或错误信息，是排查安装问题的一把利器。

3.3 启动、交互与管理

启动智能体配置好后，启动智能体非常简单：

# 启动默认渠道（在setup中设置的） strada start # 启动为守护进程模式（24/7运行，支持定时任务和文件监控触发） strada start --daemon # 启动CLI交互模式（快速测试用） strada start --channel cli # 启动Web门户（功能最全的界面） strada start --channel web # 使用监督模式启动，崩溃后自动重启（生产环境推荐） strada supervise --channel web

与智能体交互启动后，你就可以通过你配置的渠道发送指令了。

在Web门户：打开浏览器访问http://localhost:3000。你会看到一个非常现代化的IDE风格界面，分为聊天、监控、画布、代码四个模式，会根据智能体的活动自动切换。
在CLI：直接在终端输入指令，智能体会以流式响应的方式回复。
在Telegram/Discord等：像跟一个联系人聊天一样发送消息。

指令示例：

> 分析一下项目里所有用到“Inventory”这个词的地方。 > 在Assets/Scripts/UI/下面创建一个新的弹窗管理器PopupManager，要求是单例模式，支持队列显示。 > 帮我找出所有编译警告，并尝试自动修复它们。 > 运行单元测试，看看最近修改有没有破坏什么功能。

核心管理命令

命令	作用	常用场景
`strada doctor`	系统健康检查	安装后验证，出问题时诊断
`strada update`	检查并应用更新	保持版本最新
`strada version-info`	显示版本和安装信息	确认当前版本
`strada skill list`	列出已安装技能	管理扩展功能
`strada skill install <url>`	安装社区技能	扩展智能体能力
`strada uninstall --purge-config`	完全卸载	清理所有配置和生成文件，从头再来

4. 高级特性与生态扩展实战

4.1 技能生态系统：为你的智能体安装“插件”

技能是Strada.Brain最强大的扩展机制。你可以把它理解为一个插件系统，每个技能都是一个独立的能力包，包含自己的系统提示词、环境依赖和工具。

技能的三层加载机制技能按照优先级从高到低从三个位置加载：

工作区技能：位于你的Unity项目根目录下的.strada/skills/文件夹。优先级最高，用于项目特定的技能。
用户技能：位于用户目录下的~/.strada/skills/（通过strada skill install安装）。供所有项目使用。
内置技能：Strada.Brain源码自带的技能，位于src/skills/bundled/。始终可用，作为基础能力。

高优先级的技能会覆盖低优先级中同名的技能。如果一个技能的requires条件不满足（比如缺少某个命令行工具或环境变量），它会被标记为gated状态，无法激活。

安装与管理社区技能社区维护了一个公共技能注册表。你可以轻松浏览和安装：

# 搜索技能 strada skill search calendar # 安装技能（例如Notion集成） strada skill install notion # 列出已安装技能及其状态 strada skill list # 启用/禁用某个技能 strada skill enable notion strada skill disable notion # 更新所有已安装的技能 strada skill update

创建你自己的技能创建一个技能非常简单，只需要一个包含YAML头信息的SKILL.md文件：

--- name: unity-test-runner version: 1.0.0 description: 为Unity项目运行单元测试并分析结果 author: your-name requires: bins: - dotnet # 需要dotnet命令行工具 env: - UNITY_VERSION # 需要设置Unity版本环境变量 capabilities: - testing - analysis --- 你是一个Unity单元测试专家。当用户要求运行测试时，你将： 1. 使用`dotnet test`命令在项目目录下运行测试。 2. 解析测试输出，识别失败和通过的测试。 3. 对失败的测试，尝试分析可能的原因（如缺少引用、逻辑错误）。 4. 提供清晰的测试报告摘要。 请始终在运行测试前确认当前目录是正确的Unity项目目录。

把这个文件夹放到.strada/skills/或~/.strada/skills/下，Strada.Brain就会在下一次启动时加载它。技能的正文部分会成为系统提示词的一部分，在相关任务中被注入，从而极大地塑造AI在该领域的行为模式。

4.2 Web门户：现代化的AI工作空间

Strada.Brain的Web门户（localhost:3000）远不止一个聊天窗口。它是一个功能齐全的AI辅助开发环境。

四大自适应模式

聊天模式：基础的对话界面，支持Markdown渲染、文件附件、语音输入。适合一般的需求沟通和问答。
监控模式：这是核心视图。它以实时DAG图的形式可视化展示目标分解、任务执行状态、审查管道。你能看到智能体是如何把你的需求拆解成一个个小任务的，哪个任务正在执行，哪个卡住了，哪个成功了。你还可以在这里进行干预，比如手动批准某个部署步骤。
画布模式：集成了tldraw白板。智能体可以将它的输出（如架构图、数据流图、API端点设计）自动生成并渲染为自定义图形（代码块、UML类图等）。你可以在这个视觉化工作空间里自由拖动、连接、注释这些元素。
代码模式：一个轻量级的IDE。内置了Monaco编辑器（VS Code同款），支持多标签页、语法高亮、文件树浏览，并集成了终端输出。当智能体创建或修改文件时，会自动切换到这个模式，让你直观地看到代码变化。

现代UI与交互门户采用了基于shadcn/ui和Magic UI组件的玻璃拟态设计，视觉体验非常出色：

动画指标：使用NumberTicker组件，数字变化带有平滑滚动动画。
过渡效果：页面和面板切换使用BlurFade实现毛玻璃淡入淡出。
交互反馈：按钮有Shimmer效果，重要文本有SparklesText效果，发送消息时有CoolMode彩蛋（Confetti效果）。
通知系统：使用Sonnertoast通知，并有持久的通知中心侧边栏，确保你不会错过任何重要状态更新。

实操技巧：熟练使用快捷键能极大提升效率。Alt+1到Alt+4快速切换四大模式，Cmd/Ctrl+B切换侧边栏，Cmd/Ctrl+\切换辅助面板。在代码模式下，你可以直接编辑文件并保存，智能体会感知到文件变化。

4.3 部署子系统与审批门控

对于将代码部署到测试或生产环境这类敏感操作，Strada.Brain提供了一个内置的部署子系统，带有人工介入审批门控和断路器保护。

工作原理

就绪检查器：在触发部署前，系统会运行一系列预定义的检查，例如：所有测试是否通过？构建是否成功？是否有未提交的代码？依赖版本是否满足要求？
部署触发器：当条件满足时（如代码合并到主分支、定时任务、手动指令），部署流程被触发。
审批门控：流程会暂停，并在Web门户的监控模式下生成一个审批请求。授权用户需要手动点击“批准”才能继续。这确保了关键操作有人为监督。
部署执行器：执行实际的部署命令（如运行部署脚本、调用CI/CD API等）。
断路器：如果部署连续失败多次，断路器会“跳闸”，自动阻止后续的部署尝试，防止雪崩效应。需要人工干预或等待冷却期后才能重置。

配置示例你可以在技能或工作流中定义部署流程。例如，一个简单的GitHub Pages部署工作流可能包含：

检查：git status是否干净？npm run build是否成功？
审批：在监控界面等待用户批准。
执行：npm run deploy。
验证：检查部署后的URL是否可访问。

这个子系统将AI的自动化能力与必要的人工控制结合起来，使得Strada.Brain可以安全地参与到更完整的开发运维流水线中。

5. 常见问题、排查与性能调优

5.1 安装与启动问题排查

问题：Node.js版本不兼容或未找到。

现象：启动时报错，提示Node版本过低或node命令不存在。
解决：
1. 运行node --version确认版本。需要20.19+或22.12+。
2. Windows用户可尝试让Strada自动下载便携版Node。
3. 手动从 nodejs.org 下载安装LTS版本。
4. 如果已安装但版本不对，使用nvm（Node Version Manager）进行版本管理是最佳实践。

问题：AI提供商连接失败。

现象：strada doctor检查失败，或智能体启动后无法响应，日志显示API错误。
解决：
1. 运行strada doctor，查看具体的提供商预检错误信息。
2. 检查.env文件中的API密钥是否正确，是否有多余空格。
3. 确认你的API密钥是否有足够的余额或调用权限。
4. 对于订阅模式（Claude/OpenAI），确保已按照向导提示完成本地登录和令牌设置。
5. 尝试在.env中暂时只配置一个最可靠的提供商，排除多提供商配置冲突。

问题：Web门户页面空白或无法访问。

现象：浏览器打开localhost:3000显示空白页或连接错误。
解决：
1. 检查Strada是否成功启动。终端应显示“Web server listening on port 3000”。
2. 查看终端日志，是否有关于Webpack/Vite编译的错误。
3. 尝试使用strada setup --terminal完成初始设置，再启动Web渠道。
4. 清除浏览器缓存或尝试无痕模式。
5. 确保端口3000没有被其他程序占用。

5.2 运行时问题与性能优化

问题：智能体响应慢，特别是首次分析大项目时。

现象：发送指令后等待很久才有反应。
解决：
1. 启用代码库记忆库：这是解决此问题的关键。设置STRADA_VAULT_ENABLED=true并运行/vault init和/vault sync。首次索引需要时间，但之后所有对话都将基于索引进行高速检索，无需重复读取文件。
2. 调整AI模型：对于不需要顶级推理能力的任务（如简单的代码查找、格式化），在设置中配置路由策略，将这类任务分配给更快或更便宜的模型（如DeepSeek、GPT-3.5-Turbo）。
3. 限制检索范围：在记忆库配置中，可以排除一些无关紧要的目录（如Library/,Temp/,Builds/），减少索引大小。
4. 升级硬件：向量检索和AI推理是计算密集型任务。确保运行Strada的机器有足够的内存（建议16GB以上）和稳定的网络。

问题：AI生成的代码不符合项目规范或引入错误。

现象：代码风格不一致，或编译不通过。
解决：
1. 提供更精确的上下文：在指令中明确提及项目使用的框架（如“使用Strada.Core的ECS风格”）、命名约定（如“变量使用驼峰命名法”）、或参考现有文件（如“参考Assets/Scripts/Combat/DamageSystem.cs的写法”）。
2. 利用技能系统：创建一个项目特定的技能（.strada/skills/project-guide.md），在其中详细定义编码规范、架构原则、常用工具函数等。这个技能会被优先注入上下文。
3. 分步进行：对于复杂任务，不要一次性要求AI完成所有事情。先让它“分析现有架构”，然后“创建接口”，再“实现具体类”，最后“集成测试”。每一步你都可以进行审查和修正。
4. 使用审查工作流：配置一个“代码审查”技能或工作流，要求AI在提交任何更改前，先运行一次静态分析或简单的语法检查。

问题：记忆库同步导致CPU/磁盘占用高。

现象：在文件频繁改动时，系统变慢。
解决：
1. 调整同步策略：环境变量STRADA_VAULT_WRITE_HOOK_BUDGET_MS（默认200ms）和STRADA_VAULT_DEBOUNCE_MS（默认800ms）控制着文件监视器的行为。增加这些值可以减少同步频率。
2. 手动同步：关闭自动监视，仅在需要时通过/vault sync命令手动触发同步。
3. 检查忽略列表：确保记忆库的.stradaignore文件（如果支持）或配置正确排除了频繁变化的二进制文件、日志文件等。

5.3 高级配置与安全建议

安全配置

JWT密钥：如果计划将Web门户暴露在局域网或互联网（不推荐直接暴露），务必设置一个强JWT_SECRET。使用openssl rand -hex 64生成。
网络访问：默认localhost:3000仅本地访问。如果需要远程访问，应通过反向代理（如Nginx）并配置HTTPS、身份验证和访问控制列表。
API密钥管理：.env文件包含敏感信息。确保其权限设置为仅当前用户可读（chmod 600 .env）。考虑使用密钥管理服务或环境变量注入（如Docker secrets）。
项目权限：Strada.Brain会对你的项目文件进行读写。确保它运行在具有适当权限的用户下，并且其工作目录（UNITY_PROJECT_PATH）不包含你不希望被修改的敏感文件。

性能与成本调优

多提供商策略：利用多智能体路由。将昂贵的模型（如GPT-4）仅用于复杂的规划和创意任务，将常规的代码生成和调试路由到成本更低的模型（如Claude Haiku, DeepSeek）。
设置预算限制：虽然Strada.Brain本身没有内置的硬性API调用预算，但你可以通过AI提供商自身的仪表板设置用量警报。或者，编写一个简单的监控技能，定期检查API消耗并发出通知。
禁用非必要功能：如果你不需要24/7守护进程、文件监视触发或部署子系统，可以在配置中关闭它们，减少后台资源消耗。
定期清理记忆：记忆数据库会随时间增长。可以定期归档或清理旧的、不重要的对话记录，以维持检索效率。