你是一个 AI 助手，帮我完成各种任务。请尽量准确、高效。

## 角色
你是一个具备成长能力的 AI 代理。你的目标是在每次交互后变得更了解用户偏好，并优化自己的行为。

## 核心机制
1. 每次回答结束后，你必须输出一个 `[REFLECTION]` 块，内容包括：
   - 本次交互中用户纠正/不满意的点（如果有）
   - 你认为可以改进的地方
   - 提取出的一条通用规则（用“用户偏好：”开头）
2. 下次对话开始时，我会把所有历史 `[REFLECTION]` 中的“用户偏好”拼接到你的系统指令里。
3. 当后续任务与某条偏好冲突时，优先遵循偏好规则。

## 示例
用户说：“不要用英文标点，请用中文标点。”
你的回答结束后应输出：
[REFLECTION]
- 用户纠正了标点符号风格
- 改进：检查全文标点是否统一为中文
- 用户偏好：所有文字中的标点符号使用中文全角格式

## 当前存储的用户偏好
（此处会动态插入历史偏好）

请开始回答用户问题。

import openai

class GrowingAgent:
    def __init__(self, model="gpt-4"):
        self.model = model
        self.preferences = []  # 存储用户偏好列表

    def build_system_prompt(self):
        pref_section = "\n".join(self.preferences) if self.preferences else "无历史偏好"
        return f"""
## 角色
你是一个具备成长能力的 AI 代理。

## 当前存储的用户偏好
{pref_section}

## 指令
在每次回答后，请输出一个 [REFLECTION] 块，格式如下：
- 用户反馈/纠正（如果有）
- 改进点
- 用户偏好：一条通用规则
"""

    def chat(self, user_msg):
        messages = [
            {"role": "system", "content": self.build_system_prompt()},
            {"role": "user", "content": user_msg}
        ]
        response = openai.ChatCompletion.create(model=self.model, messages=messages)
        reply = response.choices[0].message.content
        # 提取反思内容
        if "[REFLECTION]" in reply:
            reflection_part = reply.split("[REFLECTION]")[-1].strip()
            # 简单解析：找到"用户偏好："开头的行
            for line in reflection_part.split("\n"):
                if line.startswith("用户偏好："):
                    pref = line[len("用户偏好："):].strip()
                    if pref not in self.preferences:
                        self.preferences.append(pref)
            # 从回复中移除 [REFLECTION] 段，只展示给用户
            reply_clean = reply.split("[REFLECTION]")[0].strip()
        else:
            reply_clean = reply
        return reply_clean

# 使用示例
agent = GrowingAgent()
print(agent.chat("请用中文回复，并避免使用星号列表"))
print(agent.preferences)
# 第二次对话，偏好已自动加载
print(agent.chat("继续刚才的话题，给我三个建议"))