万忆错题本

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

当前没有任何注解，因此描述承担了行为披露的全部责任。它披露了'失败决策自动沉淀为反例条目'和'跨会话'这两点，说明工具会自动记录失败且数据具有持久性，这对agent理解副作用有实际价值。但描述未提及补写教训是否产生持久写入、是否需要权限限制，也没有说明返回形式，信息仍不够完整。

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Is the description appropriately sized, front-loaded, and free of redundancy?

描述只有两句话，第一句列出核心功能，第二句补充关键行为，信息前置且没有冗余词。每个分句都贡献了独立信息，括号中的'Reflexion式'也提供了方法论线索，整体紧凑高效。

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

描述给出了明确的目的和一个关键行为，参数层面也由schema完全覆盖，但缺少输出schema和注解，导致agent无法预知调用返回的内容格式，也没有失败或边界场景的提示。对一个4个可选参数的工具来说，描述达到最低可用标准，但仍有明显信息缺口。

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

输入schema对所有4个参数都有详细描述，schema_description_coverage为100%，所以参数含义主要由schema承担。描述中的'查看/补充'只是重复了action枚举（list/patterns/lesson）的含义，没有为参数添加新的语义或边界条件，因此按基线给3分。

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Does the description clearly state what the tool does and how it differs from similar tools?

描述以'错题本（Reflexion式）：查看错题/高频错误模式/补充教训'开头，明确列出了具体动词（查看、补充）和资源（错题、模式、教训），并借助'失败决策自动沉淀为反例条目'这一特性与其他记忆类兄弟工具产生区分。但没有显式点名与哪个工具不同或给出对比条件，因此未达到满分。

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Does the description explain when to use this tool, when not to, or what alternatives exist?

描述用'跨会话防重复犯错'明确给出了使用情境——在会话间回顾错误教训以避免重蹈覆辙，这为agent提供了清晰的调用上下文。但它没有说明何时不使用、也没有列出替代工具或排除条件，所以给4分而不是5分。

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.