论文笔记分享，标题：Agent Workflow Memory Agent。代码开源：https://github.com/zorazrw/agent-workflow-memory/tree/main
考虑到人类是可以通过从过去的经验中学习可重用的任务工作流程，然后用这些经验来指导未来的行动，从而更好的解决复杂任务。
所以使用累死的模式，构建可以从历史任务过程中受益的Agent系统，Agent Workflow Memory (AWM)来了。
如下图，在经过40个样例之后，AWM与传统Agent系统的差距已经来到了22.5%
AWM的核心思想是，通过提取可重用的工作流，并将这些工作流整合到Agent的记忆中，然后指导未来的任务处理。每个工作流代表从一个任务对应的动作序列中提取的通用流程，如下图，框住的是用户query，最后step3是转换之后的工作流，id已经完成了脱敏。
对于离线和在线，工作流记忆都可以正常作用，离线的用训练数据，在线的用之间的进行提取。
跨任务，跨领域都取得了不错的结果。能够将从一个任务中学习到的工作流程应用于其他任务。
