Intelligente promptgebaseerde geheugenextractie

Die zin in de functielijst is auto-capture: na een conversatie vat een achtergrond-AI-verzoek technisch werk samen en slaat het op als geheugen. Er is geen speciale prompt van jou nodig. Het gebruikt opencodeProvider / opencodeModel wanneer die zijn ingesteld, anders de handmatige memoryProvider-fallback.

Gebruikersprofiel

Het gebruikersprofiel is een aparte, cross-projectsamenvatting van hoe jij wilt werken (voorkeuren, gewoonten). Het wordt bijgewerkt op een interval (userProfileAnalysisInterval, standaard elke 10 geanalyseerde prompts), getoond in de profielweergave van de web-UI, en leesbaar via memory({ mode: "profile" }). Je vult het voor normaal gebruik niet handmatig — profiel-leren vult het wanneer een provider klaar is. De uitvoertaal volgt autoCaptureLanguage (standaard "auto", spiegelt de taal van je prompts), dezelfde instelling als voor auto-captured herinneringen.

“No profile found. Keep chatting to build your profile.” is de verwachte lege toestand, geen crash. Profiel-leren heeft nodig:

1. Auto-capture die draait met een bereikbare provider (opencodeProvider + opencodeModel, of een complete handmatige fallback met memoryModel + memoryApiUrl).
2. Genoeg sessieprompts sinds de laatste analyse — minstens userProfileAnalysisInterval (standaard 10).
3. Dat die provider structured/tool-call-output ondersteunt (zelfde eis als auto-capture).

Als je een tijd hebt gechat en het bericht nog steeds ziet, controleer of auto-capture echt afgaat in de logs en of de geconfigureerde provider slaagt (mislukte profielanalyse verbergt zich niet meer achter een generieke lege toestand wanneer de provider een fout geeft).