Template pour migrer les feedbacks utilisateur (regles personnelles, preferences, patterns recurrents) d'un systeme local en memoires MCP agent-memory structurees, taguees et recherchables. A utiliser quand l'utilisateur veut injecter ses regles ou decisions passees dans la memoire partagee des agents.

Migration feedbacks vers agent-memory

Ce template gere la migration des feedbacks utilisateur (fichiers feedback_*.md ou notes perso) vers le MCP agent-memory pour qu'ils soient accessibles a tous les agents.

Contexte

Un feedback utilisateur est une regle, une preference ou un pattern recurrent que l'utilisateur a exprime au moins une fois et veut voir applique systematiquement. Exemples : "jamais de git push --force", "toujours valider les inputs avec Zod", "captions sociales en francais sans tiret cadratin".

Ces feedbacks doivent etre :

Stockes en memoire MCP (pas en markdown local)
Tagues par agent concerne (BERNARD, SEBASTIEN, etc.)
Recherchables par query (semantic ou keyword)
Appliques en debut de conversation via get_memories

Processus

1. Inventorier les feedbacks existants

Chercher dans le repertoire courant et ~/.claude/projects/-*/memory/ :

Fichiers feedback_*.md
Sections "Feedbacks" dans les CLAUDE.md
Regles recurrentes dans les memoires perso

Pour chaque feedback, extraire :

Titre court
Regle (1-3 phrases)
Agent(s) concernes (ou "tous")
Contexte d'application (quand / comment)

2. Categoriser

Classer chaque feedback :

rule_critical : regle qui si violee casse qqch (prod, client, legal)
rule_workflow : preference de methode (4 lignes delegation, francais, etc.)
rule_business : regle metier (AM = boutique pas e-commerce)
learning : pattern appris d'une erreur passee

3. Structurer pour MCP

Format cible :

{
  "agent": "BERNARD|SEBASTIEN|...|SHARED",
  "event_type": "learning",
  "summary": "<1-2 phrases : la regle>",
  "importance": 0.7-1.0,
  "metadata": {
    "feedback_id": "<slug>",
    "category": "rule_critical|rule_workflow|rule_business|learning",
    "keywords": ["..."],
    "source_date": "YYYY-MM-DD"
  }
}

Regles d'importance :

rule_critical : 1.0
rule_business : 0.9
rule_workflow : 0.8
learning : 0.7

4. Injecter dans agent-memory

Pour chaque feedback structure :

mcp__agent-memory__store_memory avec :
  agent = <agent concerne>
  event_type = "learning"
  summary = <la regle>
  importance = <0.7-1.0>

Si le feedback concerne plusieurs agents : repliquer pour chacun, OU utiliser mcp__agent-memory__store_knowledge avec category = "user_feedback" pour un stockage partage.

5. Verifier le rappel

Pour chaque feedback injecte :

Lancer une question test qui devrait le declencher
Appeler mcp__agent-memory__get_memories avec query proche
Confirmer que le feedback remonte dans les 5 premiers resultats

Si le feedback ne remonte pas, enrichir ses keywords ou reformuler le summary.

6. Archiver le feedback local

Une fois confirme en memoire :

Renommer feedback_xxx.md en feedback_xxx.md.migrated (horodate)
Ajouter une ligne en tete : # MIGRATED to agent-memory on YYYY-MM-DD as <memory_id>
Optionnel : supprimer apres 30 jours

Regles

NE JAMAIS supprimer un feedback local avant confirmation du rappel MCP
Chaque feedback migre doit avoir un feedback_id unique pour traabilite
Les feedbacks "critical" (jamais de git push --force, etc.) restent AUSSI en hook bash (defense en profondeur)
Maximum 3-5 nouveaux feedbacks/jour par agent (regle memory_hygiene)
Si un feedback est redondant avec une regle deja en memoire : supersede plutot qu'ajouter
Repondre en francais

migrate-feedbacks