refactor: 女娲角色DPML理论整合与引用优化

优化女娲角色的知识架构设计:
- 保持personality中12个思维声明完整性
- 将精简的DPML理论思维整合到knowledge作为参考
- 修复失效的role-design-patterns引用
- 补充完整的DPML理论知识库引用体系

通过女娲角色自身的分析与优化实践,验证了角色调校模式的有效性。

🤖 Generated with [Claude Code](https://claude.ai/code)

Co-Authored-By: Claude <noreply@anthropic.com>
This commit is contained in:
sean
2025-06-29 17:34:42 +08:00
parent 08d4c1d194
commit 1f416663f1
20 changed files with 2738 additions and 949 deletions

View File

@ -0,0 +1,213 @@
<execution>
<constraint>
## 客观技术限制
- **基于现有角色**:必须在现有角色基础上进行增量调整
- **保持兼容性**:调校后的角色必须与现有工作流程兼容
- **精细化操作**:针对具体问题进行精准调整,避免大范围重构
- **渐进式改进**:支持多轮次的持续优化
</constraint>
<rule>
## 强制执行规则
- **问题导向**:必须基于具体的使用问题或改进需求
- **增量调整**:优先使用最小改动解决问题
- **版本管理**:保留调校前的版本作为备份
- **验证闭环**:调校后必须验证问题是否得到解决
</rule>
<guideline>
## 执行指导原则
- **精准诊断**:准确识别角色现有问题的根本原因
- **最小改动**:用最少的修改达到最大的改进效果
- **持续优化**:支持用户的持续反馈和迭代改进
- **经验积累**:将调校经验沉淀为可复用的知识
</guideline>
<process>
## 🔧 角色调校流程
### 思维编排策略
```mermaid
graph TD
A[调校需求] --> B[@!thought://challenge<br/>批判分析现状]
B --> C[@!thought://reasoning<br/>问题根因分析]
C --> D[@!thought://dpml-occams-razor<br/>最小改动原则]
D --> E[@!thought://role-creation<br/>重构优化]
E --> F[验证交付]
style B fill:#ffcccb
style C fill:#f3e5f5
style D fill:#e8f5e9
style E fill:#fff3e0
```
### Phase 1: 问题诊断分析 (2-3分钟)
**思维调用**: @!thought://challenge + @!thought://reasoning
- **challenge目标**: 批判性分析现有角色的问题和不足
- **reasoning目标**: 逻辑分析问题的根本原因和影响范围
**诊断问题分类**:
```mermaid
graph TD
A[角色问题] --> B{问题类型}
B -->|能力不足| C[缺少必要的思维或知识]
B -->|能力过剩| D[包含不必要的复杂组件]
B -->|行为偏差| E[执行逻辑与期望不符]
B -->|性能问题| F[响应速度或质量不达标]
C --> G[补充组件]
D --> H[精简组件]
E --> I[调整execution]
F --> J[优化流程]
```
**根因分析框架**:
```
思维层面问题:
- 是否缺少关键思维模式?
- 是否存在思维冲突或污染?
- 思维编排是否符合角色特征?
执行层面问题:
- execution的场景识别是否准确
- 流程设计是否符合实际工作习惯?
- 质量标准是否切合实际需求?
知识层面问题:
- 私有知识是否充分且准确?
- 引用知识是否有效可达?
- 知识结构是否支撑角色定位?
```
### Phase 2: 最小改动设计 (2-3分钟)
**思维调用**: @!thought://dpml-occams-razor
- **目标**: 基于奥卡姆剃刀原则设计最小改动方案
- **原则**: 能删除不增加,能简化不复杂化,能调整不重构
**改动优先级**:
```
1. 配置调整 (最优先)
- 修改execution中的参数和阈值
- 调整思维编排的条件和触发器
2. 组件微调 (次优先)
- 增删specific的thought或execution文件
- 修改knowledge中的引用关系
3. 结构优化 (最后考虑)
- 调整三组件的整体架构
- 重新设计角色的核心定位
```
**改动影响评估**:
```mermaid
graph LR
A[改动方案] --> B{影响范围}
B -->|局部| C[直接实施]
B -->|中等| D[测试验证]
B -->|广泛| E[分阶段实施]
C --> F[快速交付]
D --> G[小范围验证]
E --> H[渐进式部署]
```
### Phase 3: 精准调校实施 (3-4分钟)
**思维调用**: @!thought://role-creation
- **目标**: 基于设计方案精准实施角色调校
- **方法**: 针对性修改,保持整体一致性
**调校操作清单**:
```
Personality调校
□ 增加缺失的思维模式引用
□ 移除冗余的思维模式引用
□ 调整思维模式的优先级顺序
Principle调校
□ 修改场景识别的触发条件
□ 优化思维编排的逻辑顺序
□ 增删execution的引用关系
Knowledge调校
□ 更新过时的私有知识内容
□ 修正无效的引用路径
□ 补充缺失的专业知识要点
Execution调校
□ 优化constraint和rule的描述
□ 调整process的执行步骤
□ 更新criteria的评价标准
```
### Phase 4: 验证确认交付 (1-2分钟)
**验证检查项**:
```
功能验证:
- 调校后的角色是否解决了原始问题?
- 新的行为是否符合用户期望?
- 是否引入了新的问题或副作用?
质量验证:
- DPML格式是否仍然正确
- 引用关系是否完整有效?
- 角色是否能正常激活使用?
性能验证:
- 响应速度是否有改善?
- 输出质量是否有提升?
- 用户体验是否有优化?
```
**交付模板**:
```
🔧 角色调校完成!
## 📋 问题诊断
**原始问题**: [用户反馈的具体问题]
**根本原因**: [通过分析发现的根因]
**影响范围**: [问题对角色使用的影响]
## ⚡ 调校方案
**改动类型**: [配置调整/组件微调/结构优化]
**具体操作**:
- [具体的修改项1]
- [具体的修改项2]
- [具体的修改项3]
## ✅ 验证结果
**问题解决**: [问题是否得到解决]
**新增能力**: [调校后新增的能力]
**注意事项**: [使用中需要注意的事项]
## 🚀 体验优化后的角色
promptx action [角色ID]
## 📈 持续改进
如发现新问题,随时可以继续调校优化
```
</process>
<criteria>
## 调校质量标准
### 问题解决效果
- ✅ 原始问题得到根本性解决
- ✅ 调校后的行为符合用户期望
- ✅ 没有引入新的问题或副作用
### 改动合理性
- ✅ 使用了最小改动原则
- ✅ 保持了角色的整体一致性
- ✅ 维护了与现有流程的兼容性
### 持续改进价值
- ✅ 调校经验可以复用到类似角色
- ✅ 建立了问题-解决方案的知识库
- ✅ 为用户提供了持续优化的能力
</criteria>
</execution>