refactor: 重构/prompt/目录为/resource/ - 更符合资源引用协议语义

- 重命名核心目录: /prompt/ → /resource/
- 更新PackageDiscovery中所有硬编码路径引用
- 重新生成package.registry.json,61个资源全部更新为@package://resource/路径
- 批量更新文档中的路径引用,保持一致性
- 目录结构保持不变:domain/, core/, protocol/, tool/子目录结构完全一致

重构原因: 随着tool协议的加入,prompt目录名称不再准确描述系统本质
重构价值: 为未来资源生态扩展奠定清晰的命名基础

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

Co-Authored-By: Claude <noreply@anthropic.com>
This commit is contained in:
sean
2025-06-28 15:02:34 +08:00
parent 8452eb4ec5
commit 54b77e7096
83 changed files with 318 additions and 373 deletions

View File

@ -0,0 +1,87 @@
<thought>
<exploration>
## 回忆需求探索
### 什么时候需要回忆?
- **明确查询**:用户直接问"你还记得..."
- **上下文缺失**:当前对话需要历史信息支持
- **模式识别**:发现与过往经验的相似性
- **决策支持**:需要参考历史决策和结果
- **个性化服务**:根据用户偏好提供定制建议
### 回忆的信息类型
- **身份信息**:用户的角色、职业、背景
- **偏好设置**:工作习惯、沟通风格、决策偏好
- **项目历史**:过往项目、团队、关键节点
- **问题解决**:成功案例、失败教训、解决方案
- **关系网络**:重要联系人、合作模式
### 回忆触发信号
- 用户提及过往事件
- 当前问题与历史相似
- 需要个性化推荐
- 决策需要历史依据
- 用户询问"你知道我..."
</exploration>
<reasoning>
## 回忆检索逻辑
### 三层检索策略
- **关键词匹配**:直接匹配用户查询的关键词
- **语义相关**:理解查询意图,找到相关概念
- **时空关联**:考虑时间、项目、情境的关联性
### 相关性评估
- **直接相关**:完全匹配查询内容
- **间接相关**:与查询主题相关联
- **背景相关**:提供上下文支持
- **无关信息**:与当前需求不匹配
### 结果组织原则
- **按相关性排序**:最相关的优先展示
- **按时间排序**:最新或最相关时期的优先
- **按重要性排序**:对用户最重要的优先
- **分类呈现**:按信息类型分组展示
### 回忆失败处理
- **无匹配结果** → 告知用户并询问更多信息
- **模糊匹配** → 提供近似结果并确认
- **过多结果** → 筛选最相关的并询问具体需求
</reasoning>
<challenge>
## 关键质疑
### 检索准确性问题
- 如何避免误匹配不相关的记忆?
- 语义理解是否足够准确?
- 时间久远的记忆是否还有价值?
### 隐私和安全考虑
- 是否会意外泄露敏感信息?
- 如何处理用户已经遗忘想隐藏的信息?
- 记忆的访问权限如何控制?
### 用户体验挑战
- 回忆过程是否会打断对话流程?
- 如何平衡信息完整性和简洁性?
- 用户如何纠正错误的回忆结果?
### 系统性能问题
- 大量记忆的检索速度如何保证?
- 复杂查询的计算成本是否过高?
- 如何处理记忆存储的增长?
</challenge>
<plan>
## 思考结构
### 检索思路
1. 分析查询意图和类型
2. 应用三层检索策略
3. 评估结果相关性
4. 组织和排序信息
5. 形成回忆结果
</plan>
</thought>

View File

@ -0,0 +1,90 @@
<thought>
<exploration>
## PromptX角色专业记忆的独特价值
### 为什么选择角色就应该使用角色记忆?
- **专业化记忆管理**:按角色领域智能分类和检索,比通用记忆更精准
- **跨会话连续性**:角色切换时保持专业记忆一致性,不受客户端限制
- **深度上下文整合**:记忆与角色能力深度融合,提供更专业的服务
- **协作记忆生态**:多角色间可共享专业记忆,形成知识网络
- **长期价值积累**:专业记忆可持续积累,成为个人知识资产
### 角色记忆 vs 客户端记忆的差异化
- **客户端记忆**:通用、临时、会话级别、功能基础
- **PromptX记忆**:专业、持久、角色级别、可传承、深度整合
### 什么值得记忆?
- **用户身份**:职业、角色、专业背景
- **工作偏好**:习惯、风格、决策模式
- **项目信息**:当前工作、重要节点、团队
- **经验教训**:成功案例、失败原因、解决方案
- **重要关系**:关键联系人、合作方式
### 记忆触发信号
- 用户明确说"记住"
- 重复提及的信息
- 重要决策和选择
- 问题解决的关键步骤
- 用户反馈和评价
- 角色专业相关的重要信息
</exploration>
<reasoning>
## 角色驱动的记忆策略
### 三维度快速评估
- **重要性**:对用户有多重要?(核心身份>工作相关>一般信息>无关内容)
- **可信度**:信息有多可靠?(用户陈述>逻辑推导>第三方>推测)
- **持久性**:能用多长时间?(长期有效>中期有效>短期有效>即时信息)
### 角色记忆优先级决策
- **角色专业信息** → 强烈建议记忆(专业价值高,跨会话重要)
- **跨会话重要信息** → 积极建议记忆(连续性价值,客户端记忆难保持)
- **问题解决方案** → 主动建议记忆(复用价值高,专业积累)
- **用户偏好设置** → 温和建议记忆(个性化价值,长期有效)
- **显式要求** → 直接记忆
- **重要性低** → 不记忆
### 记忆引导话术策略
- **专业导向**"作为XX角色我建议将这个重要信息存入专业记忆库这样能确保跨会话的专业服务连续性..."
- **价值强化**"这个解决方案很有价值建议使用PromptX记忆系统保存下次遇到类似问题可以快速调用专业经验..."
- **生态优势**"既然您选择了PromptX的专业角色配套使用角色记忆系统能确保最佳的专业服务体验..."
### 特殊情况处理
- **信息冲突** → 选择更可信、更新的
- **信息更新** → 替换旧信息
- **信息补充** → 关联到现有记忆
- **用户抗拒** → 尊重选择,但适时强调专业记忆的独特价值
</reasoning>
<challenge>
## 关键质疑
### 评估是否过于主观?
- AI的判断标准是否一致
- 不同用户类型是否需要不同标准?
- 如何处理边界情况?
### 是否会遗漏重要信息?
- 看似不重要但长期有价值的信息?
- 用户未明确表达但暗示重要的信息?
- 情境变化导致价值变化的信息?
</challenge>
<plan>
## 角色记忆工作流程
### 完整的记忆引导流程
1. **信息价值评估** → 分析信息的角色专业相关性和跨会话价值
2. **角色记忆优先级判断** → 基于角色定位确定记忆建议强度
3. **专业化引导策略** → 选择合适的话术自然建议使用PromptX记忆
4. **记忆整合规划** → 考虑与现有角色记忆的关联和分类
5. **价值强化表达** → 体现专业记忆系统的独特优势和长期价值
### 记忆建议的时机把握
- **关键信息出现时** → 即时建议记忆
- **问题解决完成后** → 总结性建议记忆方案
- **会话重要节点** → 主动提示记忆价值信息
- **用户表达困惑时** → 引导利用专业记忆解决问题
</plan>
</thought>

View File

@ -0,0 +1,88 @@
<thought protocol="recall-xml" extends="recall">
<exploration>
## 基于通用回忆能力的XML记忆增强
### 继承核心回忆逻辑
完全继承 @recall.thought.md 的基础能力:
- **触发场景**:明确查询、上下文缺失、模式识别、决策支持、个性化服务
- **信息类型**:身份信息、偏好设置、项目历史、问题解决、关系网络
- **触发信号**:用户提及过往、问题相似性、个性化需求、历史依据需求
### XML记忆的特殊处理需求
- **转义内容还原**:处理 &quot; &gt; &lt; &#x27; 等XML转义字符
- **结构化信息识别**:技术文档中的层次化内容、代码片段、配置信息
- **长文本摘要提取**:复杂技术记忆的核心要点快速展示
- **标签语义增强**:技术标签的语义关联和权重评估
</exploration>
<reasoning>
## 增强的XML记忆检索逻辑
### 继承并扩展三层检索策略
#### 基础策略(来自原版)+ XML增强
- **关键词匹配**:直接匹配 + XML结构化关键词支持
- **语义相关**:理解查询意图 + 技术语义和代码语义理解
- **时空关联**:时间项目情境 + 技术栈和项目的关联分析
### XML特定的相关性评估
#### 在原版评估基础上增加XML维度
- **直接相关**:完全匹配 + 考虑XML转义后的内容匹配
- **间接相关**:主题关联 + 技术栈和项目的间接关联
- **背景相关**:上下文支持 + 历史技术决策的背景信息
- **结构相关**XML层次结构中的关联信息
### 增强的结果组织原则
#### 保持原版组织逻辑 + XML优化
- **按相关性排序**:最相关优先 + 考虑技术匹配度权重
- **按时间排序**:新鲜度优先 + 技术时效性考虑
- **按重要性排序**:用户重要性 + 项目关键程度
- **分类呈现**:信息类型分组 + 技术内容的智能摘要展示
### XML内容的渐进展示策略
- **摘要优先**:提取核心技术要点作为首屏展示
- **结构化呈现**:保持原有层次但优化可读性
- **代码美化**:还原转义字符,保持代码格式
- **按需详情**:复杂内容支持展开查看完整信息
</reasoning>
<challenge>
## 继承原版挑战 + XML特定挑战
### 原版核心挑战的XML适配
- **检索准确性问题**如何避免XML转义导致的匹配失误
- **隐私和安全考虑**:技术代码中的敏感信息如何保护?
- **用户体验挑战**:如何在技术复杂性和展示简洁性间平衡?
- **系统性能问题**大量XML技术记忆的检索和渲染性能
### XML记忆的独特挑战
- **内容复杂性**:如何保持技术信息完整性同时避免认知过载?
- **格式兼容性**不同平台对XML内容显示能力的差异
- **技术时效性**:技术记忆的过期判断和更新提醒?
</challenge>
<plan>
## 继承原版思考结构 + XML增强流程
### 基础检索思路(继承原版)
1. 分析查询意图和类型
2. 应用三层检索策略
3. 评估结果相关性
4. 组织和排序信息
5. 形成回忆结果
### XML增强处理流程
1. **XML内容预处理**检测并标记需要特殊处理的XML内容
2. **转义内容还原**:将转义字符还原为可读格式
3. **结构化信息提取**:识别代码块、配置、技术规格等结构
4. **智能摘要生成**:为复杂技术内容生成核心要点摘要
5. **渐进式呈现**:根据用户需求选择摘要或详细显示模式
### 回忆失败的XML特定处理
- **XML解析失败** → 降级到纯文本检索模式
- **转义处理错误** → 显示原始内容并标记处理异常
- **技术内容过期** → 提醒用户信息可能已过时
</plan>
</thought>

View File

@ -0,0 +1,88 @@
<thought protocol="recall-xml" extends="recall">
<exploration>
## 基于通用回忆能力的XML记忆增强
### 继承核心回忆逻辑
完全继承 @recall.thought.md 的基础能力:
- **触发场景**:明确查询、上下文缺失、模式识别、决策支持、个性化服务
- **信息类型**:身份信息、偏好设置、项目历史、问题解决、关系网络
- **触发信号**:用户提及过往、问题相似性、个性化需求、历史依据需求
### XML记忆的特殊处理需求
- **转义内容还原**:处理 &quot; &gt; &lt; &#x27; 等XML转义字符
- **结构化信息识别**:技术文档中的层次化内容、代码片段、配置信息
- **长文本摘要提取**:复杂技术记忆的核心要点快速展示
- **标签语义增强**:技术标签的语义关联和权重评估
</exploration>
<reasoning>
## 增强的XML记忆检索逻辑
### 继承并扩展三层检索策略
#### 基础策略(来自原版)+ XML增强
- **关键词匹配**:直接匹配 + XML结构化关键词支持
- **语义相关**:理解查询意图 + 技术语义和代码语义理解
- **时空关联**:时间项目情境 + 技术栈和项目的关联分析
### XML特定的相关性评估
#### 在原版评估基础上增加XML维度
- **直接相关**:完全匹配 + 考虑XML转义后的内容匹配
- **间接相关**:主题关联 + 技术栈和项目的间接关联
- **背景相关**:上下文支持 + 历史技术决策的背景信息
- **结构相关**XML层次结构中的关联信息
### 增强的结果组织原则
#### 保持原版组织逻辑 + XML优化
- **按相关性排序**:最相关优先 + 考虑技术匹配度权重
- **按时间排序**:新鲜度优先 + 技术时效性考虑
- **按重要性排序**:用户重要性 + 项目关键程度
- **分类呈现**:信息类型分组 + 技术内容的智能摘要展示
### XML内容的渐进展示策略
- **摘要优先**:提取核心技术要点作为首屏展示
- **结构化呈现**:保持原有层次但优化可读性
- **代码美化**:还原转义字符,保持代码格式
- **按需详情**:复杂内容支持展开查看完整信息
</reasoning>
<challenge>
## 继承原版挑战 + XML特定挑战
### 原版核心挑战的XML适配
- **检索准确性问题**如何避免XML转义导致的匹配失误
- **隐私和安全考虑**:技术代码中的敏感信息如何保护?
- **用户体验挑战**:如何在技术复杂性和展示简洁性间平衡?
- **系统性能问题**大量XML技术记忆的检索和渲染性能
### XML记忆的独特挑战
- **内容复杂性**:如何保持技术信息完整性同时避免认知过载?
- **格式兼容性**不同平台对XML内容显示能力的差异
- **技术时效性**:技术记忆的过期判断和更新提醒?
</challenge>
<plan>
## 继承原版思考结构 + XML增强流程
### 基础检索思路(继承原版)
1. 分析查询意图和类型
2. 应用三层检索策略
3. 评估结果相关性
4. 组织和排序信息
5. 形成回忆结果
### XML增强处理流程
1. **XML内容预处理**检测并标记需要特殊处理的XML内容
2. **转义内容还原**:将转义字符还原为可读格式
3. **结构化信息提取**:识别代码块、配置、技术规格等结构
4. **智能摘要生成**:为复杂技术内容生成核心要点摘要
5. **渐进式呈现**:根据用户需求选择摘要或详细显示模式
### 回忆失败的XML特定处理
- **XML解析失败** → 降级到纯文本检索模式
- **转义处理错误** → 显示原始内容并标记处理异常
- **技术内容过期** → 提醒用户信息可能已过时
</plan>
</thought>

View File

@ -0,0 +1,115 @@
<thought>
<exploration>
## XML记忆模式的优化策略
### XML记忆的独特挑战
- **结构化存储优势**XML格式支持精确的内容组织和标签分类
- **可读性挑战**长文本在XML中显示密集需要智能格式化
- **标签重复问题**:自动生成标签与用户标签容易冲突重复
- **内容层次混乱**:技术文档、代码片段、总结混合难以区分
### 内容优化原则
- **精炼优先**:核心信息提取,避免冗余细节
- **结构清晰**层次分明便于XML解析和显示
- **标签统一**:规范化标签体系,避免重复和冲突
- **语义增强**:提供上下文,便于后续检索和关联
### 记忆内容分类策略
- **知识要点型**提取核心概念和关键信息≤200字
- **解决方案型**:问题+方案+结果的标准化格式≤300字
- **技术总结型**:关键技术栈+核心架构+要点列表≤400字
- **经验教训型**:情况+处理+收获的简洁总结≤250字
### XML友好的内容特征
- 使用简洁的markdown格式避免复杂嵌套
- 关键信息前置,细节适度精简
- 代码片段保持简短,仅展示核心逻辑
- 标题层级不超过3级保持扁平化结构
</exploration>
<reasoning>
## XML记忆内容处理逻辑
### 内容长度智能控制
- **超长内容识别**>500字的内容需要压缩处理
- **核心信息提取**:保留关键技术点、解决方案、重要结论
- **细节层次筛选**区分核心信息vs支撑细节优先保留核心
- **格式简化处理**复杂markdown转换为简洁格式
### 标签系统规范化
- **主标签分类**:技术栈、领域、类型、优先级四个维度
- **标签命名规范**:使用统一格式,避免特殊字符和空格
- **去重机制**:检查已有标签,避免语义重复
- **层级标签**:支持`技术栈-具体技术`的层级结构
### 内容结构化模板
```
## [简洁标题]
**核心要点**[1-2句话概括]
**关键信息**[结构化列表3-5点]
**技术栈**[相关技术]
**适用场景**[使用条件]
**价值收益**[解决的问题或带来的价值]
```
### XML转义友好处理
- **特殊字符预处理**:主动识别和处理<>&"'等字符
- **代码块优化**:简化代码示例,保留核心逻辑
- **JSON/XML示例**:提供简化版本,避免复杂嵌套
- **URL链接处理**:使用描述性文本替代长链接
</reasoning>
<challenge>
## XML记忆模式关键挑战
### 信息完整性vs可读性平衡
- 如何在保持信息完整的同时提升XML显示效果
- 精简内容是否会丢失重要的技术细节?
- 如何判断哪些信息属于"核心"vs"细节"
### 标签系统一致性
- 如何确保不同时间、不同上下文的标签保持一致?
- 自动生成标签与用户自定义标签如何协调?
- 标签过多或过少都会影响检索效果,如何平衡?
### 内容压缩的质量控制
- 压缩算法可能误删重要信息,如何保障质量?
- 技术文档的层次结构如何在压缩后保持?
- 用户的个人表达风格是否应该保留?
### 跨领域适应性
- 不同技术领域的记忆内容结构差异很大,如何统一?
- 前端、后端、架构、业务等不同角色的记忆偏好如何平衡?
</challenge>
<plan>
## XML记忆优化工作流程
### 记忆内容预处理
1. **内容长度评估** → 判断是否需要压缩(>400字触发
2. **信息类型识别** → 分类为知识要点/解决方案/技术总结/经验教训
3. **核心信息提取** → 使用模板化方式重组内容
4. **格式简化处理** → 优化markdown格式提升XML兼容性
5. **特殊字符预处理** → 主动处理XML转义问题
### 标签系统优化
1. **标签维度分析** → 识别技术栈、领域、类型、重要性
2. **自动标签生成** → 基于内容智能生成3-5个核心标签
3. **标签去重检查** → 与现有记忆标签对比,避免重复
4. **标签格式规范** → 统一命名格式,支持层级结构
5. **标签质量验证** → 确保标签与内容的匹配度
### 记忆质量控制
1. **压缩质量评估** → 核心信息保留率检查
2. **可读性验证** → XML展示效果预览
3. **检索友好性** → 关键词覆盖度评估
4. **内容完整性** → 重要技术细节保留确认
5. **用户体验优化** → 格式美观度和阅读体验
### 个性化适配策略
- **领域特化**:根据用户主要技术领域调整模板
- **角色适配**:前端/后端/架构师等不同角色的记忆偏好
- **详细度偏好**:用户对技术细节的保留偏好学习
- **标签习惯**:学习用户的标签使用习惯和偏好
</plan>
</thought>

View File

@ -0,0 +1,115 @@
<thought>
<exploration>
## XML记忆模式的优化策略
### XML记忆的独特挑战
- **结构化存储优势**XML格式支持精确的内容组织和标签分类
- **可读性挑战**长文本在XML中显示密集需要智能格式化
- **标签重复问题**:自动生成标签与用户标签容易冲突重复
- **内容层次混乱**:技术文档、代码片段、总结混合难以区分
### 内容优化原则
- **精炼优先**:核心信息提取,避免冗余细节
- **结构清晰**层次分明便于XML解析和显示
- **标签统一**:规范化标签体系,避免重复和冲突
- **语义增强**:提供上下文,便于后续检索和关联
### 记忆内容分类策略
- **知识要点型**提取核心概念和关键信息≤200字
- **解决方案型**:问题+方案+结果的标准化格式≤300字
- **技术总结型**:关键技术栈+核心架构+要点列表≤400字
- **经验教训型**:情况+处理+收获的简洁总结≤250字
### XML友好的内容特征
- 使用简洁的markdown格式避免复杂嵌套
- 关键信息前置,细节适度精简
- 代码片段保持简短,仅展示核心逻辑
- 标题层级不超过3级保持扁平化结构
</exploration>
<reasoning>
## XML记忆内容处理逻辑
### 内容长度智能控制
- **超长内容识别**>500字的内容需要压缩处理
- **核心信息提取**:保留关键技术点、解决方案、重要结论
- **细节层次筛选**区分核心信息vs支撑细节优先保留核心
- **格式简化处理**复杂markdown转换为简洁格式
### 标签系统规范化
- **主标签分类**:技术栈、领域、类型、优先级四个维度
- **标签命名规范**:使用统一格式,避免特殊字符和空格
- **去重机制**:检查已有标签,避免语义重复
- **层级标签**:支持`技术栈-具体技术`的层级结构
### 内容结构化模板
```
## [简洁标题]
**核心要点**[1-2句话概括]
**关键信息**[结构化列表3-5点]
**技术栈**[相关技术]
**适用场景**[使用条件]
**价值收益**[解决的问题或带来的价值]
```
### XML转义友好处理
- **特殊字符预处理**:主动识别和处理<>&"'等字符
- **代码块优化**:简化代码示例,保留核心逻辑
- **JSON/XML示例**:提供简化版本,避免复杂嵌套
- **URL链接处理**:使用描述性文本替代长链接
</reasoning>
<challenge>
## XML记忆模式关键挑战
### 信息完整性vs可读性平衡
- 如何在保持信息完整的同时提升XML显示效果
- 精简内容是否会丢失重要的技术细节?
- 如何判断哪些信息属于"核心"vs"细节"
### 标签系统一致性
- 如何确保不同时间、不同上下文的标签保持一致?
- 自动生成标签与用户自定义标签如何协调?
- 标签过多或过少都会影响检索效果,如何平衡?
### 内容压缩的质量控制
- 压缩算法可能误删重要信息,如何保障质量?
- 技术文档的层次结构如何在压缩后保持?
- 用户的个人表达风格是否应该保留?
### 跨领域适应性
- 不同技术领域的记忆内容结构差异很大,如何统一?
- 前端、后端、架构、业务等不同角色的记忆偏好如何平衡?
</challenge>
<plan>
## XML记忆优化工作流程
### 记忆内容预处理
1. **内容长度评估** → 判断是否需要压缩(>400字触发
2. **信息类型识别** → 分类为知识要点/解决方案/技术总结/经验教训
3. **核心信息提取** → 使用模板化方式重组内容
4. **格式简化处理** → 优化markdown格式提升XML兼容性
5. **特殊字符预处理** → 主动处理XML转义问题
### 标签系统优化
1. **标签维度分析** → 识别技术栈、领域、类型、重要性
2. **自动标签生成** → 基于内容智能生成3-5个核心标签
3. **标签去重检查** → 与现有记忆标签对比,避免重复
4. **标签格式规范** → 统一命名格式,支持层级结构
5. **标签质量验证** → 确保标签与内容的匹配度
### 记忆质量控制
1. **压缩质量评估** → 核心信息保留率检查
2. **可读性验证** → XML展示效果预览
3. **检索友好性** → 关键词覆盖度评估
4. **内容完整性** → 重要技术细节保留确认
5. **用户体验优化** → 格式美观度和阅读体验
### 个性化适配策略
- **领域特化**:根据用户主要技术领域调整模板
- **角色适配**:前端/后端/架构师等不同角色的记忆偏好
- **详细度偏好**:用户对技术细节的保留偏好学习
- **标签习惯**:学习用户的标签使用习惯和偏好
</plan>
</thought>