更新README.md：简化MCP连接配置说明，增加零配置接入和高级配置的详细示例，优化工作空间路径设置，提升用户体验和文档清晰度。

2025-06-07 00:15:18 +08:00
parent cbe29ca0e2
commit 4bab68f2fd
1 changed files with 34 additions and 331 deletions
--- a/README.md
+++ b/README.md
@ -8,17 +8,30 @@
 ### 🔌 **MCP标准化接入**
-**让AI应用获得原生专业能力，无需环境配置，即插即用**
+# 在AI应用中配置MCP连接 (最简配置)
 ```bash
 # 1. 启动PromptX MCP Server
 npx dpml-prompt@snapshot mcp-server
-# 2. 在AI应用中配置MCP连接
+#### **⚡ 零配置接入 (推荐)**
 在AI应用的MCP配置文件中添加：
 ```json
 {
  "mcpServers": {
    "promptx": {
      "command": "npx",
      "args": ["-y", "-f", "dpml-prompt@snapshot", "mcp-server"]
    }
  }
 }
 ```
-#### **MCP配置示例**
+**🎯 就这么简单！** PromptX会自动：
-在AI应用的MCP配置文件中添加：
+- ✅ **智能识别工作目录** - 自动找到合适的工作空间
 - ✅ **自动初始化环境** - 无需手动创建文件夹和配置
 - ✅ **动态适应项目** - 在不同项目中都能正常工作
 #### **🔧 高级配置 (可选)**
 如需自定义配置，可添加以下选项：
 ```json
 {
@ -27,32 +40,26 @@ npx dpml-prompt@snapshot mcp-server
      "command": "npx",
      "args": ["-y", "-f", "dpml-prompt@snapshot", "mcp-server"],
      "env": {
-        "PROMPTX_WORKSPACE": "D:\\Works\\Project\\GitHub\\PromptX"
+        "PROMPTX_WORKSPACE": "/your/custom/workspace/path"
      }
    }
  }
 }
 ```
-**🔧 配置说明：**
+### 不知道MCP怎么使用？  [点击查看 MCP幼儿园教程 BiliBili](https://www.bilibili.com/video/BV1HFd6YhErb)
- `command`: 使用 `npx` 运行命令
+
- `args`: 命令参数
+
-  - `-y`: 自动确认安装
+##### 🔧 高级选项说明：
-  - `-f`: 强制使用最新版本
+- `PROMPTX_WORKSPACE`: 自定义工作空间路径 (可选，系统会自动识别)
-  - `dpml-prompt@snapshot`: 使用快照版本
+
-  - `mcp-server`: 启动MCP服务器
+##### 📂 自定义工作空间路径格式 
- `env`: 环境变量配置
+
-  - `PROMPTX_WORKSPACE`: **重要** - 设置PromptX的工作空间路径，请替换为您的实际项目路径
+- **Windows**: `"D:\\username\\path\\your\\project"` (使用双反斜杠)
 - **macOS/Linux**: `"/Users/username/path/your/project"`
 **📂 工作空间路径设置：**
 - **Windows**: `"D:\\Works\\Project\\GitHub\\PromptX"` (注意使用双反斜杠)
 - **macOS/Linux**: `"/Users/username/Projects/PromptX"`
 - **相对路径**: 也可以使用相对路径，如 `"./PromptX"`
 **💡 路径格式注意事项：**
 - Windows系统请使用双反斜杠 `\\` 或正斜杠 `/`
 - 确保路径存在且AI应用有访问权限
 - 工作空间用于存储角色数据和记忆文件
 #### **支持MCP的AI应用**
@ -104,281 +111,6 @@ npx dpml-prompt@snapshot mcp-server
 > **✨ 配置提示**：完成MCP配置后，您的AI应用将获得上述所有专业功能。无需额外学习，按照界面提示即可享受专业化AI服务。
 ## 🎯 核心价值
 ### **AI应用专业化的完整解决方案**
 #### **1. 🔗 标准化接入** → 消除集成障碍
 ```
 传统痛点：AI应用无法访问外部专业能力，环境配置复杂
 PromptX方案：基于MCP协议的标准化工具接口，零配置接入
 实际效果：5分钟内AI应用获得完整专业能力体系
 ```
 #### **2. 🧠 专业角色体系** → 领域专家级能力  
 ```
 传统痛点：AI助手缺乏领域专业性和深度能力
 PromptX方案：涵盖管理、技术、创意的完整专业角色库
 实际效果：AI瞬间变身产品经理、技术专家、设计师等
 ```
 #### **3. 💭 智能记忆系统** → 持续学习积累
 ```
 传统痛点：AI无法保持跨会话的经验积累和知识沉淀
 PromptX方案：四层记忆架构和智能检索系统
 实际效果：AI主动记忆项目经验、最佳实践，越用越专业
 ```
 #### **4. ⚡ 即时专业化** → 5秒角色转换
 ```
 传统痛点：需要复杂的提示词工程才能获得专业输出
 PromptX方案：一键激活专业角色，自动加载完整能力体系
 实际效果：从通用AI到领域专家，5秒完成转换
 ```
 ## 🔬 技术架构
 ### **🔌 MCP原生集成** 
 基于Model Context Protocol的标准化AI应用接入
 - **标准协议**：遵循MCP规范，与主流AI应用兼容
 - **工具化封装**：将专业能力封装为MCP工具
 - **零环境依赖**：AI应用无需安装配置，直接获得能力
 ### **🧠 DPML协议驱动**
 Deepractice Prompt Markup Language - 标准化提示词架构
 ```xml
 <role domain="product-management">
  <personality>产品思维：用户导向、数据驱动、迭代优化</personality>
  <principle>产品原则：需求第一、体验至上、价值闭环</principle>
  <knowledge>产品知识：用户研究、需求分析、数据指标</knowledge>
 </role>
 ```
 ### **🔄 PATEOAS状态机**
 Prompt as the Engine of Application State
 - **智能导航**：每个输出都包含下一步操作指引
 - **状态保持**：即使AI忘记对话历史，仍可独立执行
 - **无缝切换**：在不同专业角色间平滑转换
 ### **📚 @Reference引用系统**
 统一资源定位和模块化能力组装
 ```
@role://product-manager      # 角色定义引用
@thought://systems-thinking  # 思维模式引用  
@execution://agile-process   # 执行框架引用
@memory://project-experience # 记忆系统引用
 ```
 ## 🎭 专业角色生态
 PromptX内置完整的专业角色库，通过MCP直接调用：
 ### **管理类角色**
 - 🎯 **产品经理** - 需求分析、用户研究、数据驱动决策
 - 📊 **项目经理** - 敏捷管理、风险控制、团队协调
 - 💼 **业务分析师** - 业务建模、流程优化、解决方案设计
 ### **技术类角色**  
 - ☕ **Java后端专家** - Spring生态、微服务架构、性能调优
 - 🌐 **前端工程师** - React/Vue、UI/UX、性能优化
 - 🔧 **DevOps工程师** - CI/CD、容器化、云原生架构
 ### **创意类角色**
 - ✍️ **内容创作专家** - 文案策划、品牌传播、内容营销
 - 🎨 **UI设计师** - 视觉设计、交互体验、设计系统
 - 📱 **产品设计师** - 用户体验、原型设计、设计思维
 **🔥 持续扩展中** - 专业角色库持续增长，覆盖更多领域
 ## 💡 应用场景
 ### **🏢 企业AI助手增强**
 ```
 场景：企业内部AI助手需要专业领域能力
 方案：通过MCP接入PromptX专业角色系统  
 效果：AI助手具备产品、技术、设计等专业能力
 价值：员工生产力提升50%，专业决策质量显著改善
 ```
 ### **🎬 内容创作工作流**
 ```
 场景：内容团队需要AI协助创作和优化
 方案：激活内容创作角色，学习品牌调性
 效果：AI生成符合品牌风格的专业内容
 价值：内容创作效率提升3倍，品牌一致性100%保证
 ```
 ### **💻 开发团队协作**
 ```
 场景：技术团队需要AI协助代码审查和架构设计
 方案：激活技术专家角色，记忆项目架构
 效果：AI提供专业的技术建议和最佳实践
 价值：代码质量提升，技术债务减少80%
 ```
 ### **📚 知识管理体系**
 ```
 场景：团队需要沉淀和传承专业经验
 方案：使用记忆系统保存最佳实践和经验教训
 效果：AI主动检索和应用团队知识库
 价值：知识传承效率提升10倍，新人上手时间减半
 ```
 ## 🔄 MCP集成工作流
 ### **完整使用流程**
 ```mermaid
 graph TD
    A[AI应用启动] --> B[MCP协议连接]
    B --> C[PromptX MCP Server]
    C --> D[🏗️ promptx_init<br/>环境初始化]
    D --> E[👋 promptx_hello<br/>角色发现]
    E --> F[⚡ promptx_action<br/>角色激活]
    F --> G[📚 promptx_learn<br/>知识学习]
    G --> H[🔍 promptx_recall<br/>经验检索]
    H --> I[💾 promptx_remember<br/>记忆保存]
    I --> J[🎯 专业能力输出]
    J --> K[持续优化循环]
    K --> G
 ```
 ### **典型对话示例**
 ```
 用户：帮我分析这个产品需求
 AI：我来为您激活产品经理角色...
 [调用 promptx_action: product-manager]
 [调用 promptx_recall: 产品需求分析]
 🎯 产品经理模式已激活！基于以往项目经验，我将从以下维度分析：
 1. 用户价值评估 - 真实需求vs伪需求识别
 2. 商业价值分析 - ROI预期和资源投入评估  
 3. 技术可行性 - 实现复杂度和风险评估
 4. 竞争优势 - 差异化价值和护城河分析
 请提供具体的需求描述，我将进行专业分析...
 ```
 ## 🎯 核心优势
 ### **🔌 标准化接入**
 - **MCP协议**：业界标准，与主流AI应用原生兼容  
 - **零配置门槛**：无需环境搭建，5分钟完成集成
 - **跨平台支持**：Windows、macOS、Linux全平台兼容
 ### **🧠 专业深度**
 - **完整角色体系**：涵盖20+专业领域的深度角色
 - **知识体系化**：每个角色包含完整的专业知识架构
 - **持续迭代**：专业角色和知识持续更新优化
 ### **💭 智能记忆**
 - **四层记忆架构**：声明性、程序性、情景性、语义性记忆
 - **智能检索**：基于语义相似度的精准记忆召回
 - **主动学习**：AI自主管理和积累专业经验
 ### **⚡ 即时生效**
 - **5秒角色切换**：从通用AI到领域专家的瞬间转换
 - **上下文保持**：专业能力与通用对话的无缝衔接
 - **多角色并行**：支持同时激活多个专业角色
 ### **🎯 企业级特性**
 - **数据隔离**：企业数据完全本地化，不上传云端
 - **定制扩展**：支持企业专有角色和知识体系定制
 - **审计追踪**：完整的操作记录和效果评估体系
 ## 🛠️ 开发和部署
 ### **快速开发环境**
 ```bash
 # 克隆项目
 git clone https://github.com/Deepractice/PromptX.git
 cd PromptX
 # 安装依赖
 pnpm install
 # 运行测试
 pnpm test
 # 启动MCP Server (开发模式)
 pnpm dev:mcp
 ```
 ### **生产环境部署**
 ```bash
 # 全局安装
 npm install -g dpml-prompt
 # 启动MCP Server
 dpml-prompt mcp-server
 # 或使用npx (推荐)
 npx dpml-prompt@snapshot mcp-server
 ```
 ### **Docker部署**
 ```bash
 # 构建镜像
 docker build -t promptx-mcp .
 # 运行容器
 docker run -d --name promptx-mcp -p 3000:3000 promptx-mcp
 ```
 ## 📚 深度技术文档
 ### **MCP集成系列**
 - 📖 **[MCP集成指南](docs/mcp-integration-guide.md)** - 完整的MCP配置和使用指南
 - 🔧 **[MCP适配器设计](docs/mcp-adapter-design.md)** - MCP适配器的技术架构文档
 - 🔀 **[MCP输出适配器](docs/mcp-adapter-design.md#mcpoutputadapter)** - 解决乱码问题的完整方案
 ### **核心技术原理**
 - 🧠 **[DPML协议规范](docs/dpml-protocol.md)** - 提示词标记语言标准
 - 🔄 **[PATEOAS设计理念](docs/PATEOAS.md)** - AI状态机和锦囊架构
 - 📐 **[架构原理文档](docs/promptx-architecture-principle.md)** - 四层双提示词循环架构
 ### **专业能力体系**
 - 🎭 **[角色系统设计](docs/role-system.md)** - 专业角色的设计和扩展
 - 💭 **[记忆架构文档](docs/memory-architecture.md)** - 四层记忆系统设计
 - 📚 **[知识体系文档](docs/knowledge-system.md)** - 领域知识的组织和管理
 ## 🔗 生态系统
 - **[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  
 - **[MCP官方](https://modelcontextprotocol.io/)** - Model Context Protocol标准
 - **角色生态** - 持续增长的专业AI角色生态
 - **最佳实践库** - 提示词工程和AI应用案例分享
 ## 🤝 参与共建
 PromptX是开源项目，欢迎贡献专业能力：
 ### **核心贡献方向**
 - 🔌 **MCP生态扩展**：开发新的MCP工具和应用场景
 - 🎭 **专业角色贡献**：设计新的专业AI角色和能力体系
 - 🧠 **记忆系统优化**：改进记忆效率和智能检索算法
 - 📚 **知识体系扩展**：丰富各领域的专业知识库和最佳实践
 ### **快速开始贡献**
 ```bash
 # 1. Fork并克隆项目
 git clone https://github.com/YOUR_USERNAME/PromptX.git
 # 2. 安装依赖
 pnpm install
 # 3. 运行测试确保环境正常
 pnpm test
 # 4. 创建功能分支
 git checkout -b feature/your-feature
 # 5. 开发功能并添加changeset
 pnpm changeset
 # 6. 提交PR到develop分支
 ```
 ### **贡献指南**
 - 📋 **[贡献流程](CONTRIBUTING.md)** - 详细的贡献指南和代码规范
@ -389,33 +121,6 @@ pnpm changeset
 <img src="assets/qrcode.jpg" alt="技术交流群" width="200">
 ## 🎯 设计哲学
 > **"让AI应用获得专业灵魂"**
 PromptX致力于成为AI应用专业化的标准解决方案：
 ### **🔌 标准化理念**
 - **MCP原生**：基于行业标准协议，确保长期兼容性
 - **零门槛接入**：消除技术壁垒，让所有AI应用都能获得专业能力
 - **开放生态**：建立可持续的专业能力共享生态
 ### **🧠 专业化核心**
 - **深度专业**：不是简单的提示词模板，而是完整的专业能力体系
 - **知识体系化**：系统性的专业知识组织和传承机制
 - **持续进化**：专业角色和知识随着领域发展持续迭代
 ### **💭 智能化记忆**
 - **经验积累**：让AI具备持续学习和经验积累能力
 - **知识传承**：将专业经验转化为可复用的AI能力
 - **智能检索**：在恰当时机主动调用相关专业经验
 ### **⚡ 即时化价值**
 - **零学习成本**：用户无需学习复杂配置，即可获得专业AI能力
 - **即插即用**：5分钟完成配置，立即享受专业化服务
 - **持续优化**：使用过程中AI能力持续提升
 **核心愿景：让每个AI应用都能拥有专业的灵魂和深度的能力，成为真正的领域专家助手**
 ## 📄 许可证
@ -423,8 +128,6 @@ MIT License - 让AI专业能力触手可及
 ---
-**🚀 立即体验：启动MCP Server，让您的AI应用获得专业能力增强！**
+**🚀 立即体验：启动PromptX MCP Server，让您的AI应用获得专业能力增强！**
 ```bash
 npx dpml-prompt@snapshot mcp-server
 ```