实时从错误和修正中学习，通过捕捉失败案例、用户反馈和成功模式持续优化

AI代理自进化引擎，使代理能够从经验中学习、检测问题、提取洞察并自主优化策略。当用户需要提升代理性能、分析执行错误或实现持续学习能力时调用。

管理和编排多步骤、有状态的智能体工作流；处理任务依赖、持久化状态、错误恢复和外部速率限制。适用于创建新的多智能体系统、优化顺序工作流或管理时限任务。

在遵守安全边界的前提下端到端执行任务，自主完成子任务，但在执行敏感操作前需确认，智能处理超出明确界限的错误

通过 MCP（mcporter）访问 Granola AI 会议笔记，支持按时间范围查询会议、列出会议、获取完整详情以及提取逐字记录。当用户询问会议笔记、讨论内容、行动项、决策或其他会议相关信息时使用。同时在调用因授权错误失败时自动处理 OAuth 令牌刷新。

你必须使用你的 Shell/执行工具实际运行 Python 命令，阅读真实输出。绝不要生成虚假的分析、虚假的合成结果或模拟的顾问回复。如果脚本失败，请向老板报告实际错误。

停止重复犯错，将失败转化为防止重现的模式

追踪您的AI代理的LLM API费用、令牌数、延迟和错误。当用户询问消费、成本、令牌使用量、API错误、速率限制或希望监控代理性能时使用。