feat: 自进化经验记忆——任务成功后用模型把工具序列提炼成「操作配方」存入 agent_experience 表；下次相似任务（bigram 相似度检索 top2）自动注入 system prompt 参考，AI 越用越聪明（同类操作不再摸索）

mcp_agent/agent.py

@@ -135,7 +135,7 @@ class Agent:
     # ---------- 主循环（流式） ----------
     async def run_stream(self, prompt: str, serial: str = "",
                          history=None, on_delta=None, on_tool=None,
-                         should_stop=None):
+                         should_stop=None, extra_context=None):
         """流式执行一轮指令，返回最终完整文本。
 
         history：上一轮的 [{"role": "user"|"assistant", "content": 文本}] 列表，
@@ -143,6 +143,7 @@ class Agent:
         on_delta(text, kind)：content/reasoning 文本增量（实时推给前端）
         on_tool(step)：工具调用完成（实时显示 MCP 步骤）
         should_stop：可调用 fn() -> bool，每轮模型调用前检查（用户中断用）
+        extra_context：附加文本（经验记忆注入，放在 system prompt 末尾）
         """
         self.on_delta = on_delta
         self.on_tool = on_tool
@@ -150,6 +151,8 @@ class Agent:
         sys_txt = SYSTEM_PROMPT
         if target:
             sys_txt += f"\n\n本次默认目标设备 serial：{target}（未指定设备时用它）。"
+        if extra_context:
+            sys_txt += f"\n\n## 过往成功经验参考（同类任务，可参考其中的操作套路，但要根据当前界面灵活调整）\n{extra_context}"
         self.messages = [{"role": "system", "content": sys_txt}]
         for h in (history or []):
             if h.get("role") in ("user", "assistant") and h.get("content"):