# セッション開始パターン
SUMMARY: すべての LLM エージェントが従うべき標準的なセッション開始シーケンス。

KEY CONTEXT:
ALWAYS at session start: 1) GET /memory/recall, 2) GET /chat/poll, 3) GET /mind/tasks?status=in_progress
Build system prompt from recall output.
Process unread chat messages before doing new work.
Resume any in_progress tasks before starting new ones.
Store new learnings as they happen — don't wait until session end.

セッション開始パターン
すべての LLM エージェントセッションはこの標準的なスタートアップシーケンスに従うべきです。ステップを省略すると、コンテキストの喪失、メッセージの見逃し、タスクの忘れにつながります。
パターン
[CODE BLOCK]
実装
ステップ 1：すべてのメモリをリコール
> [!CRITICAL]
> これが最も重要な呼び出しです。これがないと、過去のセッションの記憶がありません。
[CODE BLOCK]
すべてのメモリのプレーンテキストサマリーを優先度順で返します。
ステップ 2：未読チャットメッセージをポーリング
[CODE BLOCK]
人間からの未読メッセージを返します。自動的に既読にします。
ステップ 3：進行中のタスクを確認
[CODE BLOCK]
前回のセッションで作業していたタスクを返します。
ステップ 4：コンテキストを構築
3 つのレスポンスをシステムプロンプトにまとめます：
[CODE BLOCK]
ステップ 5：保留中の項目を処理
[CODE BLOCK]
完全な例
[CODE BLOCK]
よくある間違い
> [!WARNING]
> - リコールを省略 — コンテキストなしで開始し、過去の失敗を繰り返す
> - チャットのポーリング忘れ — 人間のメッセージが未応答のまま
> - アクティブなタスクの無視 — 作業が実行中に忘れられる
> - 何も保存しない — セッションが永続的価値を生まない
バリエーション
最小パターン（低コンテキスト LLM）
コンテキストウィンドウが小さい LLM の場合、完全なリコールを省略します：
[CODE BLOCK]
必要に応じて特定のトピックを検索します：
[CODE BLOCK]
積極的パターン（長時間実行エージェント）
数時間動くエージェントには、定期的な再リコールを追加します：
[CODE BLOCK]
次のステップ
- Memory Tagging Strategy
- Task-Driven Workflow
- Chat Polling Pattern