# Neuron Pamięć + maszyna stanów przeglądu

Ten wzorzec sprawdza się, gdy agent ma zachowywać kontekst rozmowy między kolejnymi rundami weryfikacji przez człowieka, a cały cykl życia nadal ma być koordynowany przez Queuety.

Queuety odpowiada za maszynę stanów przeglądu, a Neuron za pamięć agenta w wątku tworzenia tekstu.

## Dlaczego pamięć Neuron jest tu przydatna

Jeśli osoba weryfikująca odrzuci wersję roboczą i poprosi o poprawki, kolejne wywołanie agenta nie powinno wymagać odtwarzania całego kontekstu od początku.

Neuron's `SQLChatHistory` dobrze się do tego nadaje, ponieważ agent może kontynuować pracę w tym samym wątku rozmowy, podczas gdy Queuety zarządza decyzjami osoby weryfikującej i kolejnymi rundami poprawek.

## Agent Neuron z historią opartą na SQL

```php
namespace App\Neuron;

use NeuronAI\Agent\Agent;
use NeuronAI\Chat\History\ChatHistoryInterface;
use NeuronAI\Chat\History\SQLChatHistory;
use NeuronAI\Providers\AIProviderInterface;
use NeuronAI\Providers\Anthropic\Anthropic;
use NeuronAI\SystemPrompt;

final class EditorAgent extends Agent
{
    public function __construct(
        private readonly string $threadId,
        private readonly \PDO $pdo,
    ) {}

    protected function provider(): AIProviderInterface
    {
        return new Anthropic(
            key: $_ENV['ANTHROPIC_API_KEY'],
            model: $_ENV['ANTHROPIC_MODEL'],
        );
    }

    protected function chatHistory(): ChatHistoryInterface
    {
        return new SQLChatHistory(
            thread_id: $this->threadId,
            pdo: $this->pdo,
            table: 'neuron_chat_history',
            contextWindow: 50000,
        );
    }

    public function instructions(): string
    {
        return (string) new SystemPrompt(
            background: [
                'You are an editorial agent for long-form product briefs.',
                'Apply reviewer notes without losing the original intent.',
            ],
        );
    }
}
```

## Najpierw utwórz wersję roboczą, potem poprawiaj ją z użyciem tej samej pamięci

```php
namespace App\StateMachines\Actions;

use App\Neuron\EditorAgent;
use NeuronAI\Chat\Messages\UserMessage;
use Queuety\Contracts\StateAction;

final class DraftBriefAction implements StateAction
{
    public function handle(array $state, ?string $event = null, array $event_payload = [], array $payload = []): array|string
    {
        // Queuety creates actions with `new DraftBriefAction()`, so build dependencies here.
        $pdo = new \PDO($_ENV['NEURON_DB_DSN'], $_ENV['NEURON_DB_USER'], $_ENV['NEURON_DB_PASSWORD']);

        $threadId = $state['neuron_thread_id'] ?? sprintf(
            'brief:%d:editor',
            $state['brief_id'],
        );

        $prompt = "Write the first draft for brief {$state['brief_id']}.";

        if ('reject' === $event) {
            $prompt = sprintf(
                'Revise the draft using these review notes: %s',
                $event_payload['reason'] ?? 'Tighten the draft and address reviewer concerns.',
            );
        }

        $agent = new EditorAgent($threadId, $pdo);
        $message = $agent->chat(
            new UserMessage($prompt)
        )->getMessage();

        return [
            'neuron_thread_id' => $threadId,
            'draft_markdown' => $message->getContent(),
            'review_round' => (int) ($state['review_round'] ?? 0) + 1,
            '_event' => 'draft_ready',
        ];
    }
}
```

## Maszyna stanów Queuety

```php
use Queuety\Enums\StateMachineStatus;
use Queuety\Queuety;

$machine_id = Queuety::machine('brief_review_session')
    ->version('brief-review-session.v1')
    ->state('drafting')
    ->action(DraftBriefAction::class)
    ->on('draft_ready', 'awaiting_review')
    ->state('awaiting_review')
    ->on('approve', 'completed')
    ->on('reject', 'drafting')
    ->state('completed', StateMachineStatus::Completed)
    ->dispatch([
        'brief_id' => 42,
    ]);

// Later, once the draft action has finished and the machine waits in `awaiting_review`:
Queuety::machine_event(
    $machine_id,
    'reject',
    [ 'reason' => 'Tighten the introduction and add pricing context.' ]
);

Queuety::machine_event(
    $machine_id,
    'approve',
    [ 'reviewer' => 'editor@example.com' ]
);
```

Pierwsze podejście przechodzi do `drafting`, wykonuje zakolejkowaną akcję, a następnie przechodzi do `awaiting_review`.

Jeśli osoba weryfikująca odrzuci wersję roboczą, maszyna wraca do `drafting`. Ponieważ dane zdarzenia `reject` są przekazywane do `DraftBriefAction`, podczas tworzenia kolejnej wersji agent może skorzystać z uwag osoby weryfikującej, nie tracąc historii pierwotnego wątku Neuron.

## Dlaczego to rozwiązanie jest lepsze niż powtarzanie przepływu pracy

To problem dotyczący cyklu życia. Wersja robocza czeka na weryfikację człowieka, osoba weryfikująca może ją zatwierdzić lub odrzucić, odrzucenie kieruje sesję z powrotem do tworzenia tekstu, a zatwierdzenie kończy sesję. Ten scenariusz lepiej odwzorowuje maszyna stanów niż liniowy przepływ pracy z pętlą wsteczną.

Stan przepływu pracy nadal świetnie nadaje się do przechowywania informacji o orkiestracji, takich jak liczba rund weryfikacji, ID artefaktów, ID przepływów pracy i decyzje dotyczące routingu. Pamięć Neuron lepiej przechowuje kontekst rozmowy, taki jak wcześniejsze prompty, kolejne poprawki i odpowiedzi modelu, które powinny pozostać częścią wątku tworzenia tekstu.

Połączenie obu rozwiązań pozwala każdemu systemowi wykonywać zadania, do których najlepiej się nadaje.

## Kiedy zamiast tego wybrać przepływ pracy

Wybierz przepływ pracy, gdy ścieżka weryfikacji jest ściśle określona i nastawiona na wykonanie, na przykład:

Utwórz jedną wersję roboczą, poczekaj na jedno zatwierdzenie i opublikuj.

Wybierz maszynę stanów, gdy sesja może wielokrotnie wracać do tych samych stanów, a cyklem życia sterują zdarzenia zewnętrzne.

## Powiązana dokumentacja

- [Maszyny stanów](https://queuety.inline0.dev/pl/docs/state-machines)
- [Sygnały przepływu pracy](https://queuety.inline0.dev/pl/docs/workflows/signals)
- [Orkiestracja agentów](https://queuety.inline0.dev/pl/docs/workflows/agent-orchestration)