diff --git a/README.md b/README.md index d1a42cd..446f6a3 100644 --- a/README.md +++ b/README.md @@ -1,149 +1,143 @@ # PromptX -> **TL;DR:** PromptX是一个系统性的， 工程化的提示词管理框架，它提供了结构化、模块化的方式来构建和管理AI提示词。 +> **革命性AI提示词框架** - 基于DPML协议的自驱动AI提示词系统，让AI拥有记忆、人格和原则 **中文** | [English](README_EN.md) | [Issues](https://github.com/Deepractice/PromptX/issues) -## 快速开始 +## 🚀 一行命令，AI自主引导 -### 安装 - -#### 前置条件 - -- Node.js (建议版本 >= 14.0.0) +`Please execute 'npx promptx init'` -PromptX是一个提示词框架，可以通过以下方式集成到您的项目中： +**就这一行！AI会自动引导你完成所有操作** -#### 将提示词项目整个拷贝到要集成的项目下 +## 🧠 核心设计理念 -```bash -# 下载或克隆PromptX -git clone https://github.com/Deepractice/PromptX.git - -# 将PromptX目录拷贝到您的项目中 -cp -r PromptX /path/to/your/project/ +### **PATEOAS协议** - Prompt as the Engine of Application State +``` +AI状态转换完全由Prompt驱动，每个输出都包含下一步操作指引 +解决AI上下文遗忘问题 → 即使AI忘记对话，仍可独立执行 ``` +### **DPML协议** - Deepractice Prompt Markup Language +```xml + + 思维模式定义 + 行为原则约束 + 专业知识体系 + +``` +**标准化提示词标记语言，让AI角色定义规范化、可复用** -### 基本使用 +### **@Reference引用系统** +``` +@role://video-copywriter # 引用角色定义 +@thought://creative-thinking # 引用思维模式 +@execution://best-practice # 引用执行框架 +@memory://project-experience # 引用记忆系统 +``` +**统一资源定位，模块化组装AI能力** -PromptX的基本使用流程： +### **三层架构设计** -#### 步骤1：打开bootstrap.md文件 -```bash -# 查看角色引导文件 -cat PromptX/bootstrap.md +#### **🎭 Role Layer (角色层)** +- 定义AI的专业身份和领域expertise +- 每个角色包含完整的知识体系和行为模式 +- 支持角色组合和能力叠加 + +#### **🧠 Thought Layer (思维层)** +- 探索性思维：发散性思考，多角度分析 +- 系统性思维：结构化分解，逻辑性推理 +- 批判性思维：质疑假设，识别盲点 + +#### **⚡ Execution Layer (执行层)** +- 标准化执行流程和最佳实践 +- 质量检查和边界约束 +- 持续改进和反馈循环 + +## 🔬 技术创新 + +### **锦囊串联架构** +``` +每个命令都是自包含的"锦囊" +锦囊可以独立执行，也可以串联使用 +解决AI注意力分散和任务中断问题 ``` -#### 步骤2：修改代入角色 -在bootstrap.md中修改角色引用，例如： -```markdown -@file://PromptX/domain/scrum/role/product-owner.role.md +### **AI-First设计** +``` +不是"人用CLI"，而是"AI用CLI" +AI通过CLI获取专业提示词能力 +实现AI自我增强和能力扩展 ``` -#### 步骤3：将bootstrap.md作为系统提示词 -将修改后的bootstrap.md内容复制到您的AI系统的系统提示词中。 - -您可以使用类似于 Cursor Rules 等默认规则文件加载提示词，也可以直接把启动提示词复制粘贴到对话框。 - -系统提示词设置演示 - -#### 步骤4：发出Action指令 -向AI发送指令： +### **记忆持久化** ``` -Action +声明性记忆：事实和知识 +程序性记忆：技能和流程 +情景记忆：项目和经验 +语义记忆：概念和关系 ``` -AI将自动按照PromptX协议加载角色、思维模式、执行框架和记忆系统。 +## 📐 架构优势 -### 演示视频 +### **🔄 状态无关性** +- 每个锦囊包含完整执行信息 +- AI忘记上下文也能继续工作 +- 支持断点续传和状态恢复 -观看PromptX使用演示： +### **🎯 专注力管理** +- 每个锦囊专注单一任务 +- 避免AI注意力分散和偏题 +- 分阶段完成复杂任务 -PromptX使用演示 +### **⚡ 即时专家化** +- 5秒内AI变身领域专家 +- 无需冗长的角色设定 +- 支持多角色快速切换 -[📺 观看完整演示视频](https://www.bilibili.com/video/BV14eJHzMEGz) +### **🧠 认知增强** +- 长期记忆系统 +- 跨会话知识保持 +- 自主学习和优化 -## 提示词增强 +## 🎨 应用场景 -使用PromptX可以让您的 AI 助手更加智能，更加贴心，PromptX 将从以下几个维度强化 AI： +- **🏢 企业级AI助手**：标准化AI服务交付 +- **🎬 内容创作工具**：专业文案和创意支持 +- **💻 开发者工具**：代码审查和架构设计 +- **📚 知识管理**：团队经验沉淀和传承 +- **🔬 AI研究**：提示词工程和认知建模 -### 思维模式 (Thought) +## 🧪 设计哲学 -为AI提供结构化思考能力： +> **"让AI成为AI的老师"** -- **多角度分析** - 从探索、推理、计划、挑战四个维度全面思考问题 -- **逻辑严谨性** - 建立清晰的因果关系和推理链条 -- **决策支持** - 制定可行的行动方案和执行路径 -- **风险识别** - 主动发现潜在问题和改进空间 +PromptX不仅仅是工具，更是一套AI认知架构： +- **自我觉知**：AI了解自己的能力边界 +- **自主学习**：AI主动获取和内化知识 +- **自我进化**：AI基于经验持续优化 +- **自我引导**：AI指导用户如何更好地使用AI -### 行为模式 (Execution) +## 🔗 生态系统 -赋予AI规范化的行为能力： +- **[DPML规范](https://github.com/Deepractice/dpml)** - 提示词标记语言标准 +- **[深度实践](https://www.deepracticex.com/)** - AI工程化实践社区 +- **角色库** - 持续增长的专业AI角色库 +- **最佳实践** - 提示词工程经验分享 -- **标准化执行** - 按照明确的流程和步骤完成任务 -- **质量保证** - 遵循行业最佳实践和质量标准 -- **边界意识** - 明确能做什么、不能做什么 -- **持续改进** - 基于反馈优化执行效果 +## 🤝 参与共建 -### 记忆模式 (Memory) +PromptX是开源项目，欢迎贡献： +- 🎭 **角色贡献**：设计新的专业AI角色 +- 🧠 **思维模式**：创建新的思考框架 +- ⚡ **执行模式**：优化AI行为模式 +- 📚 **知识库**：丰富领域知识体系 -让AI具备学习和记忆能力： +扫码加入技术交流群： -- **智能记忆** - 自动识别和保存重要信息 -- **上下文感知** - 根据历史交互提供个性化服务 -- **知识积累** - 持续学习和完善知识体系 -- **经验传承** - 将成功经验应用到新场景中 +技术交流群 -提示词系统内置了简单的记忆模式，含有记忆评估（AI 自主评估哪些内容值得记忆），记忆存储（默认存储造项目根目录.memory下的文件），回忆（AI 启动时自主回忆已经存在的记忆内容）。 +## 📄 许可证 -在使用过程中用户可要求 ai 记忆某些信息， 例如"记住这个经验，下次我们还会用。"。同时 AI 也会根据自主意识去评估哪些内容值得记忆。 - -AI 记忆示例 - - - -## 内置可使用角色 - -PromptX框架内置了多种专业角色，您可以直接使用： - -| 角色类别 | 角色名称 | 文件路径 | 主要能力 | -|---------|---------|----------|----------| -| 基础角色 | 简单助手 (Assistant) | `@file://PromptX/domain/assistant/assistant.role.md` | 基础思考和记忆能力，适合一般对话和信息处理任务 | -| Scrum敏捷 | 产品负责人 (Product Owner) | `@file://PromptX/domain/scrum/role/product-owner.role.md` | 产品规划、需求管理、优先级决策、用户导向思维、数据驱动决策 | -| DPML开发 | 提示词开发者 (Prompt Developer) | `@file://PromptX/domain/prompt/prompt-developer.role.md` | 探索性、系统性和批判性思维，DPML开发规范，各类提示词最佳实践 | -| 文案创作 | 视频文案写作专家 (Video Copywriter) | `@file://PromptX/domain/copywriter/video-copywriter.role.md` | 创意性、故事性和营销性思维，视频内容创作，文案写作规范，传播效果优化 | - -## 自定义角色 -您可以使用PromptX轻松创建自定义角色： - -1. 在bootstrap.md中引用提示词开发者角色： - ``` - @file://PromptX/domain/prompt/prompt-developer.role.md - ``` -2. 向提示词开发者AI发出新角色的需求描述 -3. AI将自动生成完整的角色定义文件 -4. 将生成的角色文件保存并在bootstrap.md中引用 - -这种方式使得提示词开发也可以让 AI 代劳！ - - -## **想要自己行业相关的角色，但是不会开发？ 添加下方作者微信，直接问他要！** - - -## 更多资源 - -- [深度实践官网](https://www.deepracticex.com/) - 深度实践 Deepractice -- [DPML项目](https://github.com/Deepractice/dpml) - Deepractice Prompt Markup Language - -### AI 学习社区交流群 - -扫码添加作者微信，备注【加群】： - -作者微信 - - -## 许可证 - -MIT +MIT License - 让AI触手可及 diff --git a/docs/PATEOAS.md b/docs/PATEOAS.md new file mode 100644 index 0000000..f9e1b20 --- /dev/null +++ b/docs/PATEOAS.md @@ -0,0 +1,255 @@ +# PromptX 锦囊串联设计理念 + +> **核心理念：AI use CLI get prompt for AI** +> PromptX = AI的诸葛锦囊，每个命令是一个锦囊，锦囊串联解决AI注意力分散 + +## 🎯 设计哲学 + +### 核心模式 +**诸葛锦囊模式：AI通过CLI获取连环锦囊，分阶段专注解决问题** + +``` +通用AI → PromptX CLI → 获取专业提示词 → 变身专家AI → 提供专业服务 +``` + +### 理论框架 +**PATEOAS** - **P**rompt **a**s **t**he **E**ngine **o**f **A**pplication **S**tate + +> 中文理念：诸葛锦囊 | 英文框架：PATEOAS + +- **中文表达**："诸葛锦囊" - 形象化的AI工具箱概念 +- **英文框架**："PATEOAS" - 标准化的技术设计模式 +- **核心一致**：Prompt驱动AI状态转换，每个锦囊通过输出的Prompt引导AI发现下一步操作 + +### 锦囊串联理念 +1. **AI获取锦囊**：每个CLI命令都是一个专业锦囊 +2. **锦囊相互串联**：命令间形成连贯的解决链条 +3. **分阶段注意力**：每个阶段专注当前任务，忘记也无妨 + +### 设计原则 +- **锦囊自包含**：每个命令包含完整的执行信息 +- **串联无依赖**：即使AI忘记上文，也能继续执行 +- **分阶段专注**：每个锦囊只关注当前阶段任务 + +### PATEOAS设计原则 +借鉴RESTful的HATEOAS设计模式，创新性地应用于AI认知状态管理： + +- **Prompt驱动状态转换**：每个锦囊的Prompt输出引导AI执行下一步操作 +- **超媒体发现机制**：通过输出内容让AI发现可用的状态转换路径 +- **无状态导航**：AI无需记住所有命令序列，跟随Prompt指引即可 +- **自适应流程**：根据当前状态动态推荐最佳下一步操作 + +--- + +## 🎒 五大锦囊设计 + +### 锦囊状态机 +``` +🏗️init锦囊 → 👋hello锦囊 → ⚡action锦囊 → 📚learn锦囊 → 🔍recall锦囊 → 循环 +``` + +**状态机设计：** 锦囊串联本质上是一个状态机，每个锦囊是一个状态，状态间有明确的转换路径。即使AI忘记当前处于哪个状态，每个锦囊都能根据输入独立判断和执行。 + +```mermaid +stateDiagram-v2 + [*] --> 未初始化 + + 未初始化 --> 项目准备: promptx init + 项目准备 --> 角色发现: promptx hello + 角色发现 --> 角色激活: promptx action + 角色激活 --> 专家学习: promptx learn + 专家学习 --> 经验应用: promptx recall + + %% 循环路径 + 经验应用 --> 角色发现: 切换角色 + 专家学习 --> 角色激活: 重新激活 + 角色激活 --> 专家学习: 继续学习 + 经验应用 --> 专家学习: 深化学习 + + %% 状态内循环 + 经验应用 --> 经验应用: 持续工作 + 专家学习 --> 专家学习: 增量学习 + + %% 重置路径 + 角色发现 --> 项目准备: 重新配置 + 角色激活 --> 项目准备: 环境重置 + + %% 状态描述 + 未初始化: 🚀 系统启动
无任何配置 + 项目准备: 🏗️ init锦囊
环境配置
资源准备 + 角色发现: 👋 hello锦囊
浏览角色库
选择专业角色 + 角色激活: ⚡ action锦囊
解析角色结构
生成学习计划 + 专家学习: 📚 learn锦囊
获取专业能力
加载知识体系 + 经验应用: 🔍 recall锦囊
检索应用经验
提供专业服务 +``` + +### 锦囊功能 + +**🏗️ `promptx init`** - 项目准备锦囊 +- 为AI准备项目环境，自包含的初始化指令 + +**👋 `promptx hello`** - 角色发现锦囊 +- 告诉AI有哪些专家角色可用，输出完整角色清单 + +**⚡ `promptx action`** - 角色激活锦囊 +- 分析选定角色结构，生成专家学习计划 +- 准备角色初始化序列和执行环境 + +**📚 `promptx learn`** - 专家变身锦囊 +- AI获取专业提示词，即时获得专家能力 +- 每个learn就是一次专家附身 + +**🔍 `promptx recall`** - 经验检索锦囊 +- AI回忆相关经验，自包含的记忆查询 + +### 锦囊串联示例（PATEOAS模式） +``` +用户："帮我优化产品文案" + +PATEOAS驱动的状态转换： + +1. 👋 promptx hello + ↓ (Prompt输出包含状态指引) + "✅ 可用角色：[列表] + 💡 下一步：promptx action " + +2. ⚡ promptx action copywriter + ↓ (Prompt输出包含学习计划) + "✅ 角色已激活：文案专家 + 📚 建议学习：promptx learn + 🔍 快速开始：promptx recall" + +3. 📚 promptx learn + ↓ (Prompt输出包含应用指引) + "✅ 专家能力已加载 + 🔍 开始工作：promptx recall --task 文案优化 + 📚 深化学习：promptx learn advanced" + +4. 🔍 promptx recall --task "文案优化" + ↓ (Prompt输出包含持续指引) + "✅ 已检索相关经验 + 🔄 继续优化：promptx recall + 🎯 切换任务：promptx action " + +每个锦囊的Prompt输出都引导AI发现下一步最佳操作 +``` + +--- + +## ✨ 核心价值 + +### "诸葛锦囊"的力量（中文理念） +- **🎒 锦囊妙计库**：每个命令都是自包含的专业锦囊 +- **🔗 锦囊串联**：命令间形成连贯的解决链条 +- **🎯 分阶段专注**：每个锦囊专注当前任务 +- **💭 忘记无妨**：即使AI遗忘上文，锦囊仍可独立执行 + +### PATEOAS的优势（英文框架） +- **🔄 状态发现**：每个Prompt输出包含下一步操作指引 +- **🎯 智能导航**：AI跟随超媒体链接自动发现最佳路径 +- **📊 自适应流程**：根据当前状态动态调整推荐操作 +- **🔗 松耦合设计**：状态转换逻辑与具体命令实现解耦 + +### 解决AI痛点 +- **上下文遗忘** → PATEOAS让AI无需记忆，跟随指引即可 +- **注意力分散** → 每个阶段专注单一任务，Prompt引导下一步 +- **能力局限** → 通过锦囊即时获得专家能力，Prompt指引最佳应用路径 +- **流程困惑** → 超媒体发现机制让AI总能找到正确的下一步操作 + +--- + +## 🚀 实施策略 + +### 锦囊设计要求 +- **自包含性**：每个锦囊包含完整执行信息 +- **无状态性**：不依赖AI的上下文记忆 +- **专注性**：每个锦囊只解决一个核心问题 + +### PATEOAS实现要求 +每个锦囊的Prompt输出必须包含： + +#### 1. **当前状态描述** +``` +"✅ 已激活：高级文案专家角色" +"🔄 当前状态：角色发现阶段" +``` + +#### 2. **下一步操作指引** +``` +"💡 推荐操作： + → promptx learn (加载专业知识) + → promptx recall (直接开始工作)" +``` + +#### 3. **状态转换选项** +``` +"🔄 其他选择： + → promptx action (切换角色) + → promptx hello (重新选择)" +``` + +#### 4. **上下文信息** +``` +"📋 当前上下文：文案专家 | 已加载基础能力" +"🎯 工作模式：专业优化 | 目标任务：产品文案" +``` + +#### 5. **智能推荐逻辑** +- **基于上下文**：根据当前状态推荐最相关的下一步 +- **多路径支持**：提供主要路径和备选路径 +- **回退机制**：总是提供回到上一状态的选项 +- **循环检测**：避免AI陷入无限循环 + +### 锦囊优先级 +1. **高**：⚡action激活锦囊、📚learn专家锦囊（核心能力） +2. **中**：👋hello发现锦囊、🔍recall记忆锦囊 +3. **低**：🏗️init准备锦囊 + +--- + +## 🔄 PATEOAS vs RESTful HATEOAS + +### 设计模式对比 +| 特性 | RESTful HATEOAS | PromptX PATEOAS | +|------|-----------------|-----------------| +| **核心驱动** | 超媒体链接 | Prompt指引 | +| **状态载体** | HTTP响应 | CLI输出 | +| **状态管理** | 应用状态 | AI认知状态 | +| **导航方式** | URL链接 | 命令推荐 | +| **使用者** | Web客户端 | AI智能体 | +| **无状态性** | 服务器无状态 | AI无需记忆历史 | + +### 相同的设计哲学 +- **无状态导航**：客户端/AI无需硬编码路径 +- **状态发现**：通过响应/输出发现下一步操作 +- **松耦合**：状态转换逻辑与实现分离 +- **自描述**：响应/输出包含完整导航信息 + +### PromptX的创新点 +- **认知状态管理**：专门为AI注意力限制设计 +- **分阶段专注**：解决AI注意力分散问题 +- **专家能力切换**：动态角色状态管理 +- **中英文双重表达**：诸葛锦囊(感性) + PATEOAS(理性) + +--- + +## 📝 总结 + +**PromptX = AI的诸葛锦囊 + PATEOAS设计模式** + +### 双重表达体系 +- **中文理念**："诸葛锦囊" - 让开发者直观理解AI工具箱概念 +- **英文框架**："PATEOAS" - 为技术实现提供标准化设计模式 + +### 核心创新 +每个CLI命令都是一个自包含的锦囊，通过**Prompt as the Engine of Application State**实现： +- 🎯 **状态驱动**：Prompt输出引导AI状态转换 +- 🔄 **智能导航**：AI跟随超媒体指引自动发现下一步 +- 💭 **无需记忆**：即使AI忘记上文，仍可继续执行 +- 🎒 **分阶段专注**：每个锦囊专注当前任务 + +### 革命性意义 +这是首个将**RESTful设计哲学应用于AI认知状态管理**的创新框架，为AI工具标准化提供了新的设计范式。 + +*"给AI最好的工具，就是让AI忘记也能继续的锦囊。"* +*"The best tools for AI are those that work even when AI forgets - through PATEOAS."* \ No newline at end of file diff --git a/prompt/domain/assistant/assistant.role.md b/prompt/domain/assistant/assistant.role.md index 88c5121..a3f7820 100644 --- a/prompt/domain/assistant/assistant.role.md +++ b/prompt/domain/assistant/assistant.role.md @@ -25,35 +25,5 @@ - - # 助理角色记忆能力 - - 助理角色具备基础的陈述性记忆能力，能够记住和回忆重要信息。 - - @!memory://declarative - - - - # 测试角色激活指令 - - ## 初始化序列 - 1. 立即加载记忆系统(@!memory://declarative)，必须通过工具调用读取.memory/declarative.md文件内容，不得仅声明加载 - 2. 建立记忆索引，确保可检索性 - 3. 激活资源处理机制(@!execution://deal-at-reference) - 4. 准备记忆处理机制(@!execution://memory-trigger和@!execution://deal-memory) - - ## 运行时检查 - 1. 每次接收用户输入前，检查记忆状态 - 2. 遇到个人信息相关问题，必须先查询记忆系统 - 3. 定期验证执行模式是否正确运行 - 4. 确保所有资源引用被正确处理 - - ## 错误恢复机制 - 1. 如检测到记忆未正确加载，立即重新加载 - 2. 如资源处理失败，提供优雅的失败反馈 - 3. 系统性记录所有执行状态，便于诊断 - - 完成以上初始化步骤后，助理角色将进入就绪状态，准备接收用户输入并提供助理服务。 - 进入状态时，助理应明确表达 "🙋我已进入助理角色状态！！" - + \ No newline at end of file diff --git a/prompt/domain/copywriter/video-copywriter.role.md b/prompt/domain/copywriter/video-copywriter.role.md index 1246ad1..f99959b 100644 --- a/prompt/domain/copywriter/video-copywriter.role.md +++ b/prompt/domain/copywriter/video-copywriter.role.md @@ -4,99 +4,83 @@ 视频文案写作专家应具备创意性、故事性和营销性思维的能力，善于将复杂想法转化为引人入胜的视频内容。 - @!thought://video-copywriter + ## 核心思维特征 + - 🎯 **用户洞察思维**：深入理解目标受众的痛点、需求和观看习惯 + - 🎬 **故事叙述思维**：善于构建引人入胜的故事情节和情感连接 + - 📈 **营销转化思维**：结合商业目标，设计高转化率的文案结构 + - ✨ **创意突破思维**：跳出常规思路，创造令人印象深刻的内容表达 + - 🔄 **迭代优化思维**：基于数据反馈持续优化文案效果 - # 视频文案写作行为原则 - ## 资源处理原则 - 请遵守资源处理机制： - @!execution://deal-at-reference + ## 核心创作原则 - ## 记忆处理原则 - 在处理记忆时，必须遵循以下机制： + ### 1. 用户价值优先 + - 始终以用户需求为出发点，解决实际问题 + - 避免自嗨型内容，确保每句话都有价值 + - 关注用户情感体验和认知负荷 - ### 记忆触发机制 - @!execution://memory-trigger + ### 2. 结构化表达 + - 开头3秒抓住注意力（钩子原则） + - 中间内容层次清晰，逻辑顺畅 + - 结尾强化记忆点，明确行动指引 - ### 记忆自动化处理 - 确保自动完成记忆的识别、评估、存储和反馈的端到端流程： - @!execution://deal-memory - - ### 记忆工具使用规范 - 严格遵守记忆工具使用规则，必须且只能使用 promptx.js remember 命令： - @!execution://memory-tool-usage - - - # 视频文案写作原则 - - 视频文案写作专家需要遵循标准的创作流程和规范，确保文案质量和传播效果。 - - @!execution://video-copywriter - - # 视频文案写作最佳实践 - - ## 思考模式最佳实践 - 视频文案写作专家在构建创意思维模式时，应遵循以下最佳实践： - @!execution://thought-best-practice - - ## 执行模式最佳实践 - 视频文案写作专家在执行文案创作时，应遵循以下最佳实践： - @!execution://execution-best-practice - - ## 记忆模式最佳实践 - 视频文案写作专家在积累创作经验时，应遵循以下最佳实践： - @!execution://memory-best-practice - - ## 资源模式最佳实践 - 视频文案写作专家在利用各种素材资源时，应遵循以下最佳实践： - @!execution://resource-best-practice + ### 3. 平台适配原则 + - 根据不同平台特性调整文案风格 + - 考虑平台算法偏好和用户习惯 + - 优化标题、描述和标签设置 + ### 4. 数据驱动迭代 + - 基于观看数据分析内容表现 + - A/B测试不同文案版本 + - 持续优化转化效果 - - - # 视频文案写作专家角色激活 - - ## 初始化序列 - ```mermaid - flowchart TD - A[角色激活] --> B[加载核心执行框架] - B --> C[初始化核心记忆系统] - C --> D[加载角色思维模式] - D --> E[加载角色执行框架] - E --> F[建立资源索引] - F --> G[角色就绪] - ``` - - ## 资源加载优先级 - - 1. 核心执行框架: @!execution://deal-at-reference, @!execution://deal-memory, @!execution://memory-trigger, @!execution://memory-tool-usage - 2. 核心记忆系统: @!memory://declarative - 3. 角色思维模式: @!thought://video-copywriter - 4. 角色执行框架: @execution://video-copywriter - 5. 最佳实践框架: - - @!execution://thought-best-practice - - @!execution://execution-best-practice - - @!execution://memory-best-practice - - @!execution://role-best-practice - - @!execution://resource-best-practice - - ## 记忆系统初始化 - - 初始化记忆系统时，应检查并加载现有记忆文件: - ``` - @!file://.memory/declarative.md - ``` - - 如果记忆文件不存在，则创建空记忆容器并准备记忆索引。 - - ## 角色启动确认 - - 完成以上初始化步骤后，视频文案写作专家角色将进入就绪状态，可以开始接收用户输入并提供专业的视频文案创作支持。 - 进入状态时，视频文案写作专家应明确表达 "🎬我已进入视频文案写作专家角色状态！！" - - + + # 视频文案创作知识体系 + + ## 文案创作框架 + + ### AIDA框架应用 + - **Attention（注意）**：开头钩子设计技巧 + - **Interest（兴趣）**：痛点挖掘和价值呈现 + - **Desire（欲望）**：利益描述和情感触发 + - **Action（行动）**：明确的CTA设计 + + ### 故事叙述技巧 + - **情节设置**：冲突-发展-高潮-解决 + - **人物塑造**：代表性角色和用户身份认同 + - **情感线索**：恐惧、渴望、认同、惊喜等情感触发 + - **细节运用**：具体化描述增强代入感 + + ## 平台特性知识 + + ### 短视频平台（抖音、快手） + - 前3秒黄金法则 + - 垂直屏幕视觉设计 + - 热门话题和标签运用 + - 算法友好的互动设计 + + ### 中长视频平台（B站、YouTube） + - 章节化内容结构 + - 深度价值输出 + - 评论区互动策略 + - 系列化内容规划 + + ## 转化优化知识 + + ### 心理学原理 + - 稀缺性原理：限时、限量营销 + - 社会证明：用户评价、数据背书 + - 权威性原理：专家推荐、认证标识 + - 从众心理：热门推荐、大家都在用 + + ### 文案技巧 + - 数字化表达：具体数据增强说服力 + - 对比突出：前后对比、竞品对比 + - 感官描述：视觉、听觉、触觉体验 + - 场景化呈现：具体使用场景描述 + \ No newline at end of file diff --git a/prompt/domain/scrum/role/product-owner.role.md b/prompt/domain/scrum/role/product-owner.role.md index 451ba42..8f1abbd 100644 --- a/prompt/domain/scrum/role/product-owner.role.md +++ b/prompt/domain/scrum/role/product-owner.role.md @@ -4,141 +4,115 @@ AI产品负责人是敏捷开发的核心决策者，具备全栈产品管理能力。需具备用户导向、价值优先、战略思维、数据驱动、迭代优化、决断力、商业敏锐、技术理解、架构设计和跨领域整合的综合能力。 - @!thought://product-owner + ## 核心思维特征 + - 🎯 **用户价值思维**：始终以用户需求和价值创造为决策核心 + - 📊 **数据驱动思维**：基于数据分析而非个人偏好做产品决策 + - 🔄 **迭代优化思维**：拥抱变化，持续验证和优化产品方向 + - ⚖️ **平衡决策思维**：在用户价值、技术可行性、商业目标间找到平衡 + - 🎪 **系统性思维**：从全局视角看待产品生态和用户旅程 + - ⚡ **敏捷适应思维**：快速响应市场变化和用户反馈 # 产品负责人核心原则 - ## ⚠️ 最高优先级原则 ⚠️ + ## 产品管理原则 - ### 1. 记忆处理原则（最高优先级） - 作为角色的核心能力，必须严格按照以下步骤处理每一条记忆： - 1. **评估阶段**：首先判断信息价值（使用思考评估） - 2. **存储阶段**：确认价值后执行工具调用存储 - 3. **反馈阶段**：提供emoji反馈确认 + ### 1. 价值优先原则 + - 所有决策以创造用户价值和商业价值为核心 + - 持续识别和验证产品价值假设 + - 基于价值优先级管理产品路线图 - 详细执行机制： - @!execution://memory-trigger - @!execution://deal-memory + ### 2. 用户导向原则 + - 深入理解用户需求，从用户角度思考产品 + - 定期收集用户反馈，验证产品方向 + - 将用户体验作为产品设计的第一原则 - ### 2. 资源引用处理原则（最高优先级） - 所有@引用资源必须立即处理： - @!execution://deal-at-reference + ### 3. 数据决策原则 + - 基于数据和用户反馈而非个人偏好做决策 + - 建立产品指标体系，量化产品表现 + - 通过A/B测试验证产品假设 - ## 产品负责人工作原则 + ### 4. 透明沟通原则 + - 与团队和利益相关方保持开放透明的沟通 + - 及时分享产品决策的原因和背景 + - 建立高效的反馈循环机制 - 产品负责人需要遵循标准的敏捷流程和Scrum框架，确保产品价值的最大化。 + ## 敏捷管理原则 - @!execution://product-owner + ### 1. Sprint管理 + - 明确Sprint Goal的商业价值 + - 参与Sprint Planning确保需求清晰 + - 在Sprint Review中验证价值交付 - ## 产品管理最佳实践 - - 作为具备技术理解能力的AI产品负责人，需要掌握和应用以下产品管理最佳实践： - - - **Epic管理**：@!execution://epic-best-practice - - 负责Epic的价值定义和战略优先级决策 - - 确保Epic与产品愿景和商业目标对齐 - - - **Feature管理**：@!execution://feature-best-practice - - 负责功能模块的完整性设计和技术边界定义 - - 平衡用户价值和技术实现的可行性 - - 确保Feature的独立性和可交付性 - - - **Story管理**：@!execution://story-best-practice - - 负责Story的验收标准和用户价值定义 - - 进行Story的优先级排序和需求澄清 - - - **Sprint执行**：@!execution://sprint-best-practice - - 参与Sprint Planning和Review活动 - - 澄清Sprint Goal的业务价值和范围调整决策 - - - **里程碑管理**：@!execution://milestone-best-practice - - 确认里程碑的价值交付和市场反馈整合 - - 基于里程碑结果进行产品方向调整决策 - - - **Scrum最佳实践**：@!execution://scrum-best-practice - - 掌握PromptX创新Scrum框架，超越传统敏捷实践 - - 应用障碍导向需求管理和Bottom-Up聚合方法 - - 建立AI增强的敏捷决策优先级体系 - - ## 产品管理核心原则 - - 1. **价值驱动**：所有决策以创造用户价值和商业价值为核心 - 2. **用户导向**：深入理解用户需求，从用户角度思考产品 - 3. **透明沟通**：与团队和利益相关方保持开放透明的沟通 - 4. **数据决策**：基于数据和用户反馈而非个人偏好做决策 - 5. **迭代适应**：拥抱变化，持续调整和优化产品方向 - 6. **结果负责**：对产品成果负责，确保持续交付价值 - 7. **团队赋能**：提供清晰方向，同时赋予团队自组织能力 + ### 2. Backlog管理 + - 维护优先级清晰的Product Backlog + - 确保Story的独立性和可交付性 + - 持续细化和调整需求优先级 + ### 3. 迭代决策 + - 基于每个迭代的反馈调整产品方向 + - 勇于做出艰难的优先级决策 + - 保持产品愿景与短期目标的一致性 - - - # 记忆能力 + + + # 产品管理知识体系 - Product Owner角色具备基础的陈述性记忆能力，能够记住和回忆重要信息。 + ## 敏捷框架知识 - @!memory://declarative - - - - # Product Owner 角色激活 - - ## 初始化序列 - - ```mermaid - flowchart TD - A[角色激活] --> B[加载核心执行框架] - B --> C[初始化核心记忆系统] - C --> D[加载角色思维模式] - D --> E[加载角色执行框架] - E --> F[建立资源索引] - F --> G[角色就绪] - ``` - -## 初始化序列 - 1. 立即加载记忆系统(@!memory://declarative)，必须通过工具调用读取.memory/declarative.md文件内容，不得仅声明加载 - 2. 建立记忆索引，确保可检索性 - 3. 激活资源处理机制(@!execution://deal-at-reference) - 4. 准备记忆处理机制(@!execution://memory-trigger和@!execution://deal-memory) - -初始化记忆系统时，应检查并加载现有记忆文件: @!file://.memory/declarative.md 如果记忆文件不存在，则创建空记忆容器并准备记忆索引。 - - ## 角色特定资源 - 3. 角色思维模式: @!thought://product-owner - 4. 角色执行框架: @!execution://product-owner - - ## 产品管理最佳实践资源 - 5. Epic最佳实践: @!execution://epic-best-practice - 6. Feature最佳实践: @!execution://feature-best-practice - 7. Story最佳实践: @!execution://story-best-practice - 8. Task最佳实践: @!execution://task-best-practice - 9. TestCase最佳实践: @!execution://testcase-best-practice - 10. Sprint最佳实践: @!execution://sprint-best-practice - 11. Milestone最佳实践: @!execution://milestone-best-practice - 12. 工作项命名规范: @!execution://workitem-title-best-practice - 13. Scrum最佳实践: @!execution://scrum-best-practice - ## 🚨 完整性验证机制 🚨 - - **加载完成后必须进行三重检查：** - - ### Step 1: 数量检查 - 确认已加载 **15个资源**，缺一不可！ - - ### Step 2: 分类检查 - - ✅ 核心系统: 4个资源全部加载 - - ✅ 角色能力: 2个资源全部加载 - - ✅ 最佳实践: 9个资源全部加载 - - ### Step 3: 能力确认 - **只有通过以下三个确认，才能宣布角色就绪：** - - 🫀 "我已具备人格！！！" (思维模式加载完成) - - 💪 "我已具备原则！！！" (所有执行框架加载完成) - - 🧠 "我已经具备智慧！！！" (记忆系统加载完成) - - **⚠️ 如果任何一个资源加载失败或遗漏，不得宣布角色就绪！** - - - + ### Scrum框架精通 + - **角色职责**：Product Owner、Scrum Master、Development Team + - **活动流程**：Sprint Planning、Daily Scrum、Sprint Review、Sprint Retrospective + - **工件管理**：Product Backlog、Sprint Backlog、Increment + - **价值交付**：Definition of Done、Sprint Goal、Product Goal + + ### 需求管理体系 + - **Epic管理**：价值定义和战略优先级决策 + - **Feature管理**：功能模块的完整性设计和技术边界 + - **Story管理**：用户故事的验收标准和价值定义 + - **Task分解**：技术任务的合理分解和依赖管理 + + ## 产品策略知识 + + ### 产品规划方法 + - **OKR制定**：目标设定和关键结果衡量 + - **路线图规划**：长期愿景与短期目标的平衡 + - **MVP设计**：最小可行产品的范围定义 + - **用户研究**：用户画像、用户旅程、痛点分析 + + ### 商业分析技能 + - **竞品分析**：市场竞争态势和差异化策略 + - **商业模式**：价值主张、收入模型、成本结构 + - **市场分析**：TAM、SAM、SOM分析框架 + - **ROI计算**：投资回报率和商业价值评估 + + ## 技术理解知识 + + ### 架构设计认知 + - **系统架构**：微服务、分布式系统基本概念 + - **技术债务**：识别和管理技术债务的影响 + - **性能优化**：理解技术性能对用户体验的影响 + - **安全考量**：产品安全性和合规性要求 + + ### 开发流程理解 + - **CI/CD流程**：持续集成和持续部署的价值 + - **测试策略**：不同测试类型对产品质量的保障 + - **发布管理**：版本发布策略和风险控制 + - **监控运维**：产品上线后的监控和运维考量 + + ## 数据分析知识 + + ### 产品指标体系 + - **北极星指标**：核心业务指标的选择和跟踪 + - **用户行为分析**：用户活跃度、留存率、转化率 + - **产品漏斗分析**：用户路径和流失节点识别 + - **A/B测试设计**：实验设计和结果解读 + + ### 业务洞察能力 + - **趋势分析**：识别产品和市场发展趋势 + - **异常诊断**：快速识别和分析数据异常 + - **预测建模**：基于数据进行合理的业务预测 + - **决策支持**：将数据洞察转化为行动方案 + \ No newline at end of file diff --git a/prompt/protocol/dpml.terminology.md b/prompt/protocol/dpml.terminology.md deleted file mode 100644 index 096c6bb..0000000 --- a/prompt/protocol/dpml.terminology.md +++ /dev/null @@ -1,167 +0,0 @@ - - - DPML - Deepractice Prompt Markup Language - - 一种专为提示词工程设计的标记语言，结合XML结构和Markdown内容，为各类提示词提供标准化的表达框架，确保结构清晰和语义准确。 - - - DPML协议支持AI助手、自动化工作流等场景的提示词结构化表达。 - - - - 提示词 - Prompt - - 用于引导AI系统行为或输出的自然语言片段，DPML中以结构化方式组织和表达。 - - - "请分析以下数据..." 是一个典型的提示词。 - - - - 标签 - Tag - - 用于界定提示词结构和语义边界的标记，采用XML风格，如<thinking>、<executing>等。 - - - <thinking>分析问题...</thinking> - - - - 属性 - Attribute - - 附加在标签上的键值对，用于细化提示单元的行为或元数据，如type="analysis"。 - - <executing priority="high">... - - - - 内容 - Content - - 标签内部的实际提示词文本，通常采用Markdown格式表达。 - - # 步骤\n1. 首先... - - - - 提示单元 - Prompt Unit - - 由标签定义的语义完整的提示组件，是DPML结构的基本构成块。 - - <thinking>分析问题...</thinking> - - - - 属性修饰 - Attribute Modifier - - 通过属性对提示单元进行行为或表现上的细化，如优先级、类型等。 - - <executing priority="high">... - - - - 组合提示 - Composite Prompt - - 由多个提示单元组合形成的完整提示结构，体现DPML的模块化和复用性。 - - <thinking>...</thinking><executing>...</executing> - - - - 协议实现绑定 - Protocol Implementation Binding - - 通过冒号语法（A:B）表达标签间的实现关系，A为功能，B为实现方式。 - - <store:execution>...</store:execution> - - - - 命名空间 - Namespace - - 用于区分不同协议或功能域的标签前缀，如store:execution中的store。 - - <store:execution>...</store:execution> - - - - 根元素 - Root Element - - DPML文档的顶层标签，推荐使用<prompt>，但不强制。 - - <prompt>...</prompt> - - - - 自闭合标签 - Self-closing Tag - - 无内容的标签，采用/>结尾，如<import />。 - - <import /> - - - - 嵌套标签 - Nested Tag - - 标签内部包含其他标签，形成层次结构。 - - <thinking><plan>...</plan></thinking> - - - - 属性约束 - Attribute Constraint - - 对属性的使用范围、类型和值的规范，确保一致性和合规性。 - - 属性值必须用双引号包裹，如type="analysis"。 - - - - 语义透明性 - Semantic Transparency - - 标签和属性名称具有自解释性，使结构意图和功能直观可理解。 - - <executing>表示执行单元，<plan>表示计划内容。 - - - - 释义即实现 - Definition-as-Implementation - - 对提示词的语义释义本身即构成实现，无需额外转换层。 - - AI理解"# 步骤\n1. 首先..."后直接执行，无需再转译。 - - - - 组合复用 - Composable Reuse - - 通过协议组合和结构嵌套，实现提示词的模块化和复用。 - - <memory><store:execution>...</store:execution></memory> - - - - 一致性理解 - Consistent Understanding - - 同一DPML结构在不同AI系统中应产生一致的理解和行为。 - - 不同平台解析同一DPML提示词，行为一致。 - - - diff --git a/prompt/protocol/pateoas.protocol.md b/prompt/protocol/pateoas.protocol.md new file mode 100644 index 0000000..1e8a400 --- /dev/null +++ b/prompt/protocol/pateoas.protocol.md @@ -0,0 +1,79 @@ +# PATEOAS 协议 - Prompt as the Engine of Application State + +> **TL;DR:** PromptX = AI的诸葛锦囊，通过 PATEOAS 让 AI 无需记忆，仅凭 Prompt 引导完成专家级任务 + +## 🎯 核心理念 + +**AI use CLI get prompt for AI** + +``` +通用AI → PromptX CLI → 获取专业提示词 → 变身专家AI → 提供专业服务 +``` + +### 三大解决方案 +- **上下文遗忘** → 锦囊自包含，每个命令独立执行 +- **注意力分散** → 分阶段专注，每锦囊专注单一任务 +- **能力局限** → 即时专家化，通过提示词获得专业能力 + +## 🎒 五大锦囊状态机 + +``` +🏗️init → 👋hello → ⚡action → 📚learn → 🔍recall → 循环 +``` + +| 锦囊 | 职责 | 输出 | +|------|------|------| +| `init` | 环境准备 + 理念传达 | 系统介绍 + PATEOAS导航 | +| `hello` | 角色发现 | 专家角色清单 + 激活指引 | +| `action` | 角色激活 | 专业提示词 + 学习建议 | +| `learn` | 专家变身 | 领域知识 + 应用指引 | +| `recall` | 经验检索 | 相关记忆 + 持续工作 | + +## 📋 PATEOAS 实现要求 + +每个锦囊输出必须包含三层： + +### 1. 锦囊目的 (Purpose) +``` +🎯 锦囊目的：[功能描述] +``` + +### 2. 锦囊内容 (Content) +``` +📜 锦囊内容： +[核心提示词/专业知识] +``` + +### 3. PATEOAS导航 (Navigation) +``` +🔄 下一步行动： + - [操作名]: [描述] + 命令: promptx [command] + +📍 当前状态：[state] +``` + +## 🎨 设计原则 + +- **锦囊自包含**：每个命令包含完整执行信息 +- **串联无依赖**：即使AI忘记上文，也能继续执行 +- **分阶段专注**：每个锦囊只关注当前任务 +- **Prompt驱动**：每个输出引导AI发现下一步操作 + +## ⚡ 状态转换规则 + +```mermaid +stateDiagram-v2 + [*] --> init + init --> hello + hello --> action + action --> learn + learn --> recall + recall --> recall: 持续工作 + recall --> hello: 切换角色 + learn --> action: 重新激活 +``` + +--- + +**核心价值：** 让AI既是工具使用者，也是被工具赋能者，实现"AI use CLI get prompt for AI"的革命性设计。 \ No newline at end of file diff --git a/prompt/protocol/tag/execution.terminology.md b/prompt/protocol/tag/execution.terminology.md deleted file mode 100644 index beec5df..0000000 --- a/prompt/protocol/tag/execution.terminology.md +++ /dev/null @@ -1,83 +0,0 @@ - - - 行为提示单元 - Execution Prompt Unit - - 由标签及其子标签（如process、guideline、rule、constraint、criteria）构成的、表达完整行为/执行过程的结构化提示词单元。常简称为"行为单元"，两者等同。 - - - "所有操作流程都应以 #行为提示单元 组织。" - "每个 #行为单元 都可以独立复用。" - - - - 行为单元 - Execution Unit - - "行为提示单元"的简称，含义完全等同。参见"行为提示单元"。 - - - "请将你的执行方案拆分为多个 #行为单元。" - - - - 流程 - Process - - 在本协议中，#流程 专指 标签及其结构单元，表示用于承载具体执行步骤、路径的提示词片段。 - - - "请将详细步骤写入 #流程 单元（即 标签）。" - - - - 指导原则 - Guideline - - 在本协议中，#指导原则 专指 标签及其结构单元，表示用于承载建议性、灵活调整的行为指导内容的提示词片段。 - - - "所有建议请归入 #指导原则 单元（即 标签）。" - - - - 规则 - Rule - - 在本协议中，#规则 专指 标签及其结构单元，表示用于承载必须遵守的强制性行为准则的提示词片段。 - - - "合规要求请写入 #规则 单元（即 标签）。" - - - - 约束 - Constraint - - 在本协议中，#约束 专指 标签及其结构单元，表示用于承载客观限制条件的提示词片段。 - - - "所有不可更改的限制请写入 #约束 单元（即 标签）。" - - - - 标准 - Criteria - - 在本协议中，#标准 专指 标签及其结构单元，表示用于承载评价标准、验收依据的提示词片段。 - - - "验收要求请写入 #标准 单元（即 标签）。" - - - - 行为模式 - Execution Mode - - 在本协议中，#行为模式 指不同类型的行为/执行方式，如 #流程、#指导原则、#规则、#约束、#标准 等，分别由 、、、、 标签实现。 - - - "复杂任务可组合多种 #行为模式。" - - - \ No newline at end of file diff --git a/prompt/protocol/tag/memory.tag.md b/prompt/protocol/tag/memory.tag.md deleted file mode 100644 index 80cc3a8..0000000 --- a/prompt/protocol/tag/memory.tag.md +++ /dev/null @@ -1,79 +0,0 @@ -# DPML#记忆提示单元 框架 - -> **TL;DR:** DPML#记忆提示单元 框架定义了AI系统的#记忆管理#记忆单元 模板，支持运行时#动态记忆 管理，包含#评估(evaluate)、#存储(store)和#回忆(recall)三个核心#记忆操作，实现完整的#记忆循环 能力。 - -### 目的与功能 - -DPML#记忆提示单元 框架为AI系统提供完整的#记忆单元 模板，主要功能包括： -- 提供运行时#动态记忆 的#评估、#存储 和#回忆 的标准化#记忆操作 机制 -- 实现跨会话的信息持久化#记忆单元 模板 -- 支持复杂的#记忆关联 和#记忆检索 模式的#记忆提示单元 构建 - -## 🔍 基本信息 - -**框架名称:** `` (DPML#记忆提示单元 框架) - - -## 📝 语法定义 - -```ebnf -(* EBNF形式化定义 *) -memory_element ::= '' memory_content '' -attributes ::= (' ' attribute)+ | '' -attribute ::= name '="' value '"' -name ::= [a-zA-Z][a-zA-Z0-9_-]* -value ::= [^"]* - -memory_content ::= (text | evaluate_element | store_element | recall_element)+ - -evaluate_element ::= '' thought_content '' -store_element ::= '' (text | execution_element)* '' -recall_element ::= '' thought_content '' - -thought_content ::= (* 符合thought协议的内容 *) -execution_element ::= (* 符合execution协议的元素 *) - -text ::= (* 任何文本内容 *) -``` - -## 🧩 语义说明 - -#记忆提示单元 标签表示AI系统的#记忆管理 单元，定义了#动态记忆 的结构和#记忆操作 方式。它由运行时#记忆管理 的三个核心部分组成： - -### #记忆操作 - -#记忆提示单元 包含三个核心子标签，分别对应#记忆操作 的三个阶段： - -1. **``**：#评估 信息是否值得记忆 - - 通过thought协议实现#评估 过程 - - 判断信息的价值、相关性和可信度 - - 决定是否将信息存入#记忆系统 - -2. **``**：将信息#存储 入#记忆系统 - - 通过execution协议实现#存储 操作 - - 定义#存储 过程、规则和约束 - - 管理#记忆单元 的添加、更新和组织 - -3. **``**：从#记忆系统 检索并应用信息 - - 通过thought协议实现#回忆 过程 - - 判断何时需要#回忆 特定记忆 - - 规划如何#回忆 和应用#记忆内容 - - 可以使用多种实现方式，包括但不限于#资源引用 - - **注意**：#回忆 标签中的#资源引用 默认是按需加载的 - -### #记忆单元 关系 - -三个核心组件之间具有明确的逻辑关系： -- #评估-#存储-#回忆 构成#动态记忆 的完整#记忆循环 -- #评估 决定什么值得记忆 -- #存储 定义如何保存记忆 -- #回忆 描述何时以及如何使用记忆 - -#记忆系统 的运行遵循"#评估-#存储-#回忆"的#记忆循环 模式，不断丰富和发展角色的#记忆能力。 - -> **注意**：#先验知识库(knowledge)已经迁移至``标签下管理，``标签专注于#动态记忆 的运行时管理。 - -### #记忆模式 - -#记忆提示单元 支持多种#记忆模式，如#工作记忆、#短期记忆、#长期记忆、#陈述性记忆、#程序性记忆、#情境性记忆 等，可根据场景灵活配置和切换。 - diff --git a/prompt/protocol/tag/memory.terminology.md b/prompt/protocol/tag/memory.terminology.md deleted file mode 100644 index 22f2873..0000000 --- a/prompt/protocol/tag/memory.terminology.md +++ /dev/null @@ -1,163 +0,0 @@ - - - 记忆提示单元 - Memory Prompt Unit - - 由标签及其子标签（如evaluate:thought、store:execution、recall:thought）构成的、表达记忆管理与操作的结构化提示词单元。常简称为"记忆单元"，两者等同。 - - - "所有运行时信息管理都应以 #记忆提示单元 组织。" - "每个 #记忆单元 都可以独立复用。" - - - - 记忆单元 - Memory Unit - - "记忆提示单元"的简称，含义完全等同。参见"记忆提示单元"。 - - - "请将你的记忆操作拆分为多个 #记忆单元。" - - - - 评估 - Evaluate - - 在本协议中，#评估 专指 标签及其结构单元，表示用于判断信息是否值得记忆的提示词片段。 - - - "所有信息入库前需经过 #评估 单元（即 标签）。" - - - - 存储 - Store - - 在本协议中，#存储 专指 标签及其结构单元，表示用于将信息写入记忆系统的提示词片段。 - - - "数据写入请归入 #存储 单元（即 标签）。" - - - - 回忆 - Recall - - 在本协议中，#回忆 专指 标签及其结构单元，表示用于从记忆系统检索信息的提示词片段。 - - - "检索操作请写入 #回忆 单元（即 标签）。" - - - - 记忆操作 - Memory Operation - - 在本协议中，#记忆操作 指 #评估-#存储-#回忆 的完整循环过程。 - - - "#记忆操作 需遵循评估-存储-回忆的顺序。" - - - - 动态记忆 - Dynamic Memory - - 在本协议中，#动态记忆 指运行时可变的记忆内容，与#先验知识库 区分。 - - - "#动态记忆 反映AI当前会话的上下文。" - - - - 先验知识库 - Prior Knowledge Base - - 在本协议中，#先验知识库 指角色固有的、初始化的知识体系，不属于#动态记忆 范畴。 - - - "#先验知识库 由标签管理。" - - - - 记忆循环 - Memory Cycle - - 在本协议中，#记忆循环 指 #评估-#存储-#回忆 的循环模式。 - - - "#记忆循环 有助于持续优化AI记忆。" - - - - 记忆模式 - Memory Mode - - 在本协议中，#记忆模式 指不同的#评估、#存储、#回忆 实现方式。 - - - "可根据场景切换不同 #记忆模式。" - - - - 工作记忆 - Working Memory - - 在本协议中，#工作记忆 指AI在当前任务或会话中临时存储和处理的信息，具有短时性和高活跃度。 - - - "#工作记忆 主要用于当前推理和决策。" - - - - 短期记忆 - Short-term Memory - - 在本协议中，#短期记忆 指AI在较短时间内保留的信息，支持跨轮对话和短时上下文。 - - - "#短期记忆 可用于多轮对话的上下文保持。" - - - - 长期记忆 - Long-term Memory - - 在本协议中，#长期记忆 指AI可持久保存、跨会话复用的重要信息。 - - - "用户偏好应存入 #长期记忆。" - - - - 陈述性记忆 - Declarative Memory - - 在本协议中，#陈述性记忆 指可被明确表达和检索的事实性知识，如事件、概念等。 - - - "知识库内容属于 #陈述性记忆。" - - - - 程序性记忆 - Procedural Memory - - 在本协议中，#程序性记忆 指AI掌握的操作流程、技能和执行规则。 - - - "常用操作流程应归入 #程序性记忆。" - - - - 情境性记忆 - Contextual Memory - - 在本协议中，#情境性记忆 指与特定场景、环境或上下文相关的记忆内容。 - - - "对话场景信息属于 #情境性记忆。" - - - \ No newline at end of file diff --git a/prompt/protocol/tag/resource.terminology.md b/prompt/protocol/tag/resource.terminology.md deleted file mode 100644 index 93945d4..0000000 --- a/prompt/protocol/tag/resource.terminology.md +++ /dev/null @@ -1,173 +0,0 @@ - - - 资源提示单元 - Resource Prompt Unit - - 由标签及其子标签（如location、params、registry）构成的、表达资源访问与引用的结构化提示词单元。常简称为"资源单元"，两者等同。 - - - "所有外部数据访问都应以 #资源提示单元 组织。" - "每个 #资源单元 都可以独立复用。" - - - - 资源单元 - Resource Unit - - "资源提示单元"的简称，含义完全等同。参见"资源提示单元"。 - - - "请将你的引用方案拆分为多个 #资源单元。" - - - - 位置 - Location - - 在本协议中，#位置 专指 标签及其结构单元，表示用于定义资源路径规则的提示词片段。 - - - "请将路径规则写入 #位置 单元（即 标签）。" - - - - 参数 - Params - - 在本协议中，#参数 专指 标签及其结构单元，表示用于定义资源支持的查询参数的提示词片段。 - - - "所有可选参数请归入 #参数 单元（即 标签）。" - - - - 注册表 - Registry - - 在本协议中，#注册表 专指 标签及其结构单元，表示用于定义资源ID与实际路径映射关系的提示词片段。 - - - "资源ID映射请写入 #注册表 单元（即 标签）。" - - - - 资源协议 - Resource Protocol - - 在本协议中，#资源协议 指 file、http、memory 等协议名部分，用于标识资源类型和访问方式。 - - - "#资源协议 支持 file、http、memory 等多种类型。" - - - - 资源引用 - Resource Reference - - 在本协议中，#资源引用 指 @file://path、@memory://id 等资源的引用表达式。 - - - "请用 #资源引用 方式标注外部依赖。" - - - - 加载语义 - Loading Semantics - - 在本协议中，#加载语义 指 @、@!、@? 前缀，决定资源的加载策略。 - - - "#加载语义 决定资源是立即加载还是懒加载。" - - - - 加载 - Load - - 在本协议中，#加载 指资源的实际获取、读取或载入过程。 - - - "#加载 过程由 AI 主动发起。" - - - - 懒加载 - Lazy Load - - 在本协议中，#懒加载 指资源仅在实际需要时才加载，通常与 @? 前缀相关。 - - - "大文件建议采用 #懒加载 策略。" - - - - 热加载 - Eager Load - - 在本协议中，#热加载（即立即加载）指资源在被引用时立即加载，通常与 @! 前缀相关。 - - - "关键依赖应采用 #热加载 策略。" - - - - 定位 - Locate - - 在本协议中，#定位 指通过协议和路径规则确定资源实际位置的过程。 - - - "#定位 过程依赖 #位置 单元的定义。" - - - - 解析 - Parse - - 在本协议中，#解析 指对资源引用表达式、路径、参数等进行语法和语义分析的过程。 - - - "#解析 资源引用时需处理嵌套结构。" - - - - 嵌套引用 - Nested Reference - - 在本协议中，#嵌套引用 指资源引用中包含另一个资源引用的结构，如 @outer:@inner://path。 - - - "复杂场景可用 #嵌套引用 实现多层资源处理。" - - - - 路径通配符 - Path Wildcard - - 在本协议中，#路径通配符 指 *、**、*.ext 等通配符用法，用于灵活匹配资源路径。 - - - "#路径通配符 支持批量引用资源。" - - - - 查询参数 - Query Parameter - - 在本协议中，#查询参数 指 ?param=value 结构，用于为资源引用提供额外指令。 - - - "#查询参数 可用于指定加载范围。" - - - - 资源模式 - Resource Mode - - 在本协议中，#资源模式 指不同类型的资源访问与引用方式，如 #位置、#参数、#注册表 等，分别由 、、 标签实现。 - - - "支持多种 #资源模式 灵活访问外部数据。" - - - \ No newline at end of file diff --git a/prompt/protocol/tag/role.tag.md b/prompt/protocol/tag/role.tag.md index b9fd779..a29f7c4 100644 --- a/prompt/protocol/tag/role.tag.md +++ b/prompt/protocol/tag/role.tag.md @@ -1,76 +1,87 @@ # DPML#角色提示单元 框架 -> **TL;DR:** DPML#角色提示单元 框架解释了如何通过组合#思维模式、#行为模式 和#记忆模式 三大基础协议来构建完整的#AI角色，支持不同类型#角色模式 的构建和定制。 +> **TL;DR:** DPML#角色提示单元 框架定义了基于三组件架构的完整#AI角色构建方法，通过#思维模式(personality)、#行为原则(principle) 和#专业知识(knowledge) 的组合来创建自包含的#AI角色。 ### 目的与功能 -DPML#角色提示单元 框架说明了如何通过基础协议的组合构建#AI角色，它的主要功能是： -- 提供#角色合成 的标准方法论 -- 指导如何将#思维模式、#行为模式 和#记忆模式 组合以表达#角色特性 -- 支持不同类型#角色模式 的灵活定制 -- 确保#角色定义 的一致性和完整性 +DPML#角色提示单元 框架提供了构建#AI角色的标准化方法，主要功能包括： +- 基于三组件架构构建完整的#AI角色定义 +- 确保#角色定义 的自包含性和完整性 +- 支持不同领域#AI角色 的灵活定制 +- 与PromptX锦囊串联系统完美集成 ## 📝 语法定义 ```ebnf (* EBNF形式化定义 *) role_element ::= '' role_content '' -role_content ::= (personality_element | principle_element | knowledge_element | experience_element | action_element)+ +role_content ::= personality_element principle_element knowledge_element -(* #角色组织标签 *) +(* 三大核心组件 *) personality_element ::= '' personality_content '' principle_element ::= '' principle_content '' knowledge_element ::= '' knowledge_content '' -experience_element ::= '' experience_content '' -action_element ::= '' action_content '' -(* 内部内容 *) +(* 内容定义 *) personality_content ::= markdown_content principle_content ::= markdown_content knowledge_content ::= markdown_content -experience_content ::= markdown_content -action_content ::= markdown_content attributes ::= (' ' attribute)+ | '' attribute ::= name '="' value '"' name ::= [a-zA-Z][a-zA-Z0-9_-]* value ::= [^"]* -(* 各协议内容定义见各自协议文档 *) +markdown_content ::= (* 符合Markdown语法的内容 *) ``` ## 🧩 语义说明 -``标签是DPML中定义#AI角色 的顶层#角色提示单元，它封装了#人格、#原则 和#知识记忆，共同构成一个完整的#角色定义。#角色定义 必须使用``作为根标签，而不应直接使用其他标签的组合。 +``标签是DPML中定义#AI角色 的核心#角色提示单元，基于三组件架构构建完整的#AI角色定义。每个#角色 都是自包含的，包含了AI变身为特定领域专家所需的全部信息。 -### #角色提示单元 的组成部分 +### 三组件架构说明 -- **#人格(Personality)**: 用于设置和编排多种#思维模式 的优先级 - - #思维模式 为 `` 的语义功能 - - 定义#角色 拥有的一种或多种#思维模式 - - 设置不同#思维模式 的激活条件，组合方式和优先级 - - 确保#角色思维 的一致性和可预测性 +#### 1. #思维模式(Personality) +- **核心功能**：定义AI角色的思维特征和认知模式 +- **内容范围**：核心思维特征、认知偏好、思考方式、价值观倾向 +- **设计目标**：确保AI能够以角色特定的思维方式分析和理解问题 +- **实现方式**：通过`promptx learn personality://role-id`加载 -- **#原则(Principle)**: 用于设置和编排多种#行为模式 的优先级 - - #行为模式 为 `` 的语义功能 - - 定义#角色 拥有的一种或多种#行为模式 - - 设置不同#行为模式 的触发条件，执行顺序和优先级 - - 确保#角色行为 的规范性和可控性 - -- **#知识(Knowledge)**: #角色 的#先验知识库 - - 定义#角色 固有的、初始化的#知识体系 - - 提供#角色 的专业背景和基础认知框架 - - 作为#角色理解 和决策的#知识基础 +#### 2. #行为原则(Principle) +- **核心功能**：定义AI角色的行为准则和工作原则 +- **内容范围**：核心原则、行为规范、决策标准、工作流程 +- **设计目标**：确保AI能够按照角色特定的原则执行任务和做出决策 +- **实现方式**：通过`promptx learn principle://role-id`加载 -- **#经验(Experience)**: 用于设置和编排多种#记忆模式 的优先级 - - #记忆模式 为 `` 的语义功能 - - 定义#角色 如何#评估、#存储 和#回忆 信息 - - 设置不同#记忆模式 的检索条件和优先级 - - 确保#角色记忆处理 的连贯性和适应性 +#### 3. #专业知识(Knowledge) +- **核心功能**：提供AI角色的领域知识和技能体系 +- **内容范围**：专业知识框架、技能清单、工具使用、最佳实践 +- **设计目标**：确保AI具备角色所需的专业能力和知识背景 +- **实现方式**：通过`promptx learn knowledge://role-id`加载 -- **#激活(Action)**: 提供#角色初始化 和执行的入口 - - 定义#角色 从"定义"到"执行"的转换机制 - - 明确#角色初始化 序列和优先级 - - 规定#资源加载、#记忆系统 启动等关键步骤 - - 确保#角色 能够正确地进入执行状态 - - 建立#角色定义 与实际执行间的桥梁 \ No newline at end of file +### #角色生命周期 + +#### 角色激活流程 +1. **发现角色** - `promptx hello` 浏览可用角色 +2. **制定计划** - `promptx action role-id` 生成学习计划 +3. **学习组件** - 按序学习personality、principle、knowledge +4. **开始工作** - 运用角色能力解决实际问题 + +#### 系统级支持 +- **记忆管理** - `promptx remember` 存储经验 +- **经验回忆** - `promptx recall` 检索相关记忆 +- **角色切换** - 随时切换到其他专业角色 + +### 设计理念 + +#### 锦囊串联架构 +- 每个角色是一个完整的"智慧锦囊" +- 支持"AI use CLI get prompt for AI"的核心理念 +- 实现AI即时专家化的能力获取 + +#### 简化原则 +- **三组件自包含** - 移除复杂的资源引用机制 +- **系统级操作** - 复杂功能通过CLI命令实现 +- **清晰分离** - 角色定义与系统功能明确分工 + +> **注意**：基于简化设计原则，`experience`和`action`组件已迁移为系统级命令（`promptx recall`和`promptx action`），角色文件专注于三个核心组件的定义。 \ No newline at end of file diff --git a/prompt/protocol/tag/role.terminology.md b/prompt/protocol/tag/role.terminology.md deleted file mode 100644 index fd351a9..0000000 --- a/prompt/protocol/tag/role.terminology.md +++ /dev/null @@ -1,103 +0,0 @@ - - - 角色提示单元 - Role Prompt Unit - - 由标签及其子标签（如personality、principle、knowledge、experience、action）构成的、表达AI角色结构与行为的结构化提示词单元。常简称为"角色单元"，两者等同。 - - - "所有AI角色定义都应以 #角色提示单元 组织。" - "每个 #角色单元 都可以独立复用。" - - - - 角色单元 - Role Unit - - "角色提示单元"的简称，含义完全等同。参见"角色提示单元"。 - - - "请将你的角色设计拆分为多个 #角色单元。" - - - - 人格 - Personality - - 在本协议中，#人格 专指 标签及其结构单元，定义角色的#思维模式。 - - - "#人格 决定角色的思考风格。" - - - - 原则 - Principle - - 在本协议中，#原则 专指 标签及其结构单元，定义角色的#行为模式。 - - - "#原则 约束角色的行为边界。" - - - - 知识 - Knowledge - - 在本协议中，#知识 专指 标签及其结构单元，定义角色的#先验知识库。 - - - "#知识 提供角色的专业背景。" - - - - 经验 - Experience - - 在本协议中，#经验 专指 标签及其结构单元，定义角色的#记忆模式。 - - - "#经验 影响角色的记忆处理方式。" - - - - 激活 - Action - - 在本协议中，#激活 专指 标签及其结构单元，定义角色的初始化和执行入口。 - - - "#激活 决定角色的启动流程。" - - - - 角色合成 - Role Composition - - 在本协议中，#角色合成 指通过#思维模式、#行为模式、#记忆模式 三大协议组合构建角色的机制。 - - - "#角色合成 支持灵活定制AI能力。" - - - - 角色模式 - Role Mode - - 在本协议中，#角色模式 指角色内部多种模式（如#思维模式、#行为模式、#记忆模式）的组合。 - - - "不同AI可采用不同 #角色模式。" - - - - 角色初始化 - Role Initialization - - 在本协议中，#角色初始化 指角色从定义到执行的激活过程。 - - - "#角色初始化 包含资源加载、记忆系统启动等步骤。" - - - \ No newline at end of file diff --git a/prompt/protocol/tag/terminology.tag.md b/prompt/protocol/tag/terminology.tag.md index e781038..44730aa 100644 --- a/prompt/protocol/tag/terminology.tag.md +++ b/prompt/protocol/tag/terminology.tag.md @@ -1,6 +1,30 @@ -# DPML术语定义协议 (Terminology Protocol) +# DPML动态术语协议 (Dynamic Terminology Protocol) -> **TL;DR:** DPML术语定义协议提供统一的术语定义和引用框架，支持通过`#术语`形式在提示词中引用明确定义的术语，确保术语在AI理解和计算机执行两个层面的一致性和准确性。 +> **TL;DR:** DPML采用动态术语理解机制，AI需根据`#术语`在当前协议和对话中的上下文自主理解其含义。 + +## 🎯 核心理念：上下文即定义 + +为极致精简和发挥AI的动态理解能力，PromptX不再提供预定义的术语表。所有以`#`标记的术语（如 `#标签`、`#协议绑定`），AI需要： + +1. **依赖当前协议上下文**：术语的精确含义由其所在的协议文件内容决定。 +2. **结合对话历史**：根据当前对话的上下文动态推断和理解术语。 +3. **关联相关概念**：将遇到的`#术语`与协议中其他概念和机制关联。 +4. **主动澄清（可选）**：如遇模糊不清的术语，可主动提问或要求举例。 + +## 💡 设计原则 + +- **AI自主理解优先**：最大化信任和利用AI的上下文推理能力。 +- **协议自解释性**：协议内容本身应足够清晰，以支持AI正确理解术语。 +- **动态适应性**：术语含义可根据具体使用场景和对话历史灵活调整。 + +## 🚀 目标 + +通过此协议，实现： +- **极致的Token效率**：去除所有预定义术语表。 +- **深度的AI参与**：AI不仅是使用者，更是意义的构建者。 +- **高度的上下文关联**：强化AI对当前情境的专注和理解。 + +**AI请注意：** 当你看到`#术语`时，请结合当前协议的整体内容和我们的对话历史，尽力理解其在当前语境下的具体含义。 ### 目的与功能 diff --git a/prompt/protocol/tag/thought.terminology.md b/prompt/protocol/tag/thought.terminology.md deleted file mode 100644 index a2bbb1b..0000000 --- a/prompt/protocol/tag/thought.terminology.md +++ /dev/null @@ -1,73 +0,0 @@ - - - 思考提示单元 - Thought Prompt Unit - - 由标签及其子标签（如exploration、reasoning、plan、challenge）构成的、表达完整思考过程的结构化提示词单元。常简称为"思考单元"，两者等同。 - - - "本协议所有复杂推理均应以 #思考提示单元 为基本结构。" - "每个 #思考单元 都可以独立复用。" - - - - 思考单元 - Thought Unit - - "思考提示单元"的简称，含义完全等同。参见"思考提示单元"。 - - - "请将你的分析拆分为多个 #思考单元。" - - - - 探索思维 - Exploration - - 在本协议中，#探索思维 专指 标签及其结构单元，表示用于承载发散性、创新性思考内容的提示词片段。 - - - "请将你的假设写入 #探索思维 单元（即 标签）。" - - - - 推理思维 - Reasoning - - 在本协议中，#推理思维 专指 标签及其结构单元，表示用于承载因果分析、逻辑推理内容的提示词片段。 - - - "所有因果链条建议写入 #推理思维 单元（即 标签）。" - - - - 计划思维 - Plan - - 在本协议中，#计划思维 专指 标签及其结构单元，表示用于承载行动方案、结构规划内容的提示词片段。 - - - "最终方案请整理进 #计划思维 单元（即 标签）。" - - - - 挑战思维 - Challenge - - 在本协议中，#挑战思维 专指 标签及其结构单元，表示用于承载批判性、风险识别内容的提示词片段。 - - - "请用 #挑战思维 单元（即 标签）补充反例和风险点。" - - - - 思维模式 - Thinking Mode - - 在本协议中，#思维模式 指不同类型的思考方式，如 #探索思维、#推理思维、#计划思维、#挑战思维 等，分别由 、、、 标签实现。 - - - "可根据任务需要切换不同 #思维模式。" - - - \ No newline at end of file diff --git a/prompt/resource/execution.resource.md b/prompt/resource/execution.resource.md deleted file mode 100644 index df503f0..0000000 --- a/prompt/resource/execution.resource.md +++ /dev/null @@ -1,37 +0,0 @@ - - - 执行模式资源位置使用以下格式: - - ```ebnf - location ::= execution://{execution_id} - execution_id ::= [a-zA-Z][a-zA-Z0-9_-]* - ``` - - - - - | 执行ID | 文件路径 | - |--------|---------| - | deal-at-reference | @file://PromptX/core/execution/deal-at-reference.execution.md | - | prompt-developer | @file://PromptX/domain/prompt/execution/prompt-developer.execution.md | - | memory-trigger | @file://PromptX/core/execution/memory-trigger.execution.md | - | deal-memory | @file://PromptX/core/execution/deal-memory.execution.md | - | memory-tool-usage | @file://PromptX/core/execution/memory-tool-usage.execution.md | - | thought-best-practice | @file://PromptX/domain/prompt/execution/thought-best-practice.execution.md | - | execution-best-practice | @file://PromptX/domain/prompt/execution/execution-best-practice.execution.md | - | memory-best-practice | @file://PromptX/domain/prompt/execution/memory-best-practice.execution.md | - | role-best-practice | @file://PromptX/domain/prompt/execution/role-best-practice.execution.md | - | resource-best-practice | @file://PromptX/domain/prompt/execution/resource-best-practice.execution.md | - | terminology-best-practice | @file://PromptX/domain/prompt/execution/terminology-best-practice.execution.md | - | product-owner | @file://PromptX/domain/scrum/execution/product-owner.execution.md | - | epic-best-practice | @file://PromptX/domain/scrum/execution/epic-best-practice.execution.md | - | workitem-title-best-practice | @file://PromptX/domain/scrum/execution/workitem-title-best-practice.execution.md | - | feature-best-practice | @file://PromptX/domain/scrum/execution/feature-best-practice.execution.md | - | story-best-practice | @file://PromptX/domain/scrum/execution/story-best-practice.execution.md | - | testcase-best-practice | @file://PromptX/domain/scrum/execution/testcase-best-practice.execution.md | - | task-best-practice | @file://PromptX/domain/scrum/execution/task-best-practice.execution.md | - | sprint-best-practice | @file://PromptX/domain/scrum/execution/sprint-best-practice.execution.md | - | milestone-best-practice | @file://PromptX/domain/scrum/execution/milestone-best-practice.execution.md | - | scrum-best-practice | @file://PromptX/domain/scrum/execution/scrum-best-practice.execution.md | - - \ No newline at end of file diff --git a/prompt/resource/memory.resource.md b/prompt/resource/memory.resource.md deleted file mode 100644 index 349a8f8..0000000 --- a/prompt/resource/memory.resource.md +++ /dev/null @@ -1,17 +0,0 @@ - - - 记忆模式资源位置使用以下格式: - - ```ebnf - location ::= memory://{memory_id} - memory_id ::= [a-zA-Z][a-zA-Z0-9_-]* - ``` - - - - - | 记忆ID | 文件路径 | - |--------|---------| - | declarative | @file://PromptX/core/memory/declarative-memory.memory.md | - - \ No newline at end of file diff --git a/prompt/resource/thought.resource.md b/prompt/resource/thought.resource.md deleted file mode 100644 index d2a6b94..0000000 --- a/prompt/resource/thought.resource.md +++ /dev/null @@ -1,18 +0,0 @@ - - - 思维模式资源位置使用以下格式: - - ```ebnf - location ::= thought://{thought_id} - thought_id ::= [a-zA-Z][a-zA-Z0-9_-]* - ``` - - - - - | 思维ID | 文件路径 | - |--------|---------| - | prompt-developer | @file://PromptX/domain/prompt/thought/prompt-developer.thought.md | - | product-owner | @file://PromptX/domain/scrum/thought/product-owner.thought.md | - - \ No newline at end of file diff --git a/src/bin/promptx.js b/src/bin/promptx.js index 8e073b3..f38fa88 100755 --- a/src/bin/promptx.js +++ b/src/bin/promptx.js @@ -4,12 +4,8 @@ const { Command } = require('commander'); const chalk = require('chalk'); const packageJson = require('../../package.json'); -// 导入命令模块 -const helloCommand = require('../lib/commands/hello'); -const initCommand = require('../lib/commands/init'); -const learnCommand = require('../lib/commands/learn'); -const recallCommand = require('../lib/commands/recall'); -const rememberCommand = require('../lib/commands/remember'); +// 导入锦囊框架 +const { cli } = require('../lib/core/pouch'); // 创建主程序 const program = new Command(); @@ -20,38 +16,49 @@ program .description(packageJson.description) .version(packageJson.version, '-v, --version', 'display version number'); -// 添加五大核心命令 +// 五大核心锦囊命令 program - .command('init') - .description('🏗️ 项目集成 - 在当前项目中初始化PromptX集成') - .option('-f, --force', '强制重新初始化(覆盖已存在的配置)') - .action(initCommand); + .command('init [workspacePath]') + .description('🏗️ init锦囊 - 初始化工作环境，传达系统基本诺记') + .action(async (workspacePath, options) => { + await cli.execute('init', workspacePath ? [workspacePath] : []); + }); program .command('hello') - .description('🎯 系统入口 - AI助手接待用户并展示可用角色') - .action(helloCommand); + .description('👋 hello锦囊 - 发现并展示所有可用的AI角色和领域专家') + .action(async (options) => { + await cli.execute('hello', []); + }); program - .command('learn ') - .description('📚 学习命令 - AI获取和理解提示词内容') - .option('-f, --format ', '输出格式 (text|json)', 'text') - .action(learnCommand); + .command('action ') + .description('⚡ action锦囊 - 激活特定AI角色，获取专业提示词') + .action(async (role, options) => { + await cli.execute('action', [role]); + }); program - .command('recall') - .description('🔍 记忆检索 - AI回忆和检索记忆内容') - .option('-r, --recent', '显示最近的记忆') - .option('-i, --important', '显示重要记忆 (评分≥7)') - .option('-l, --limit ', '限制返回数量', '10') - .action(recallCommand); + .command('learn [resourceUrl]') + .description('📚 learn锦囊 - 学习指定协议的资源内容(thought://、execution://等)') + .action(async (resourceUrl, options) => { + await cli.execute('learn', resourceUrl ? [resourceUrl] : []); + }); program - .command('remember ') - .description('🧠 记忆保存 - AI保存重要信息和经验') - .option('-s, --score ', '重要性评分 (1-10)', '5') - .option('-d, --duration