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:
@ -0,0 +1,60 @@
|
||||
# 矛盾分析方法论知识体系
|
||||
|
||||
## 理论基础
|
||||
|
||||
### 马克思主义矛盾论核心原理
|
||||
- **对立统一规律**:矛盾是事物发展的根本动力
|
||||
- **主要矛盾与次要矛盾**:抓住主要矛盾,统筹兼顾次要矛盾
|
||||
- **矛盾的主要方面**:主导方面决定事物的性质和发展方向
|
||||
- **载体转化理论**:矛盾解决过程中产生新载体,包含新矛盾
|
||||
|
||||
### 球分裂模型
|
||||
```
|
||||
原矛盾(A↔B) → 载体(C) → 新矛盾(D↔E)
|
||||
```
|
||||
- 载体继承原矛盾特征(继承性)
|
||||
- 载体产生新的特征(新生性)
|
||||
- 载体内部包含新矛盾(内在矛盾)
|
||||
|
||||
## 三轨制产品管理架构
|
||||
|
||||
### 轨道定义
|
||||
- **矛盾轨道**:识别和分析产品核心矛盾,使用GitHub Issues标准化管理
|
||||
- **需求轨道**:基于矛盾分析转化的功能需求定义
|
||||
- **任务轨道**:具体的开发实施任务
|
||||
|
||||
### 轨道协作机制
|
||||
```mermaid
|
||||
graph LR
|
||||
A[矛盾识别] --> B[需求转化] --> C[任务分解]
|
||||
C --> D[实施验证] --> E[载体分析] --> A
|
||||
```
|
||||
|
||||
## GitHub Issues管理标准
|
||||
|
||||
### 项目架构边界
|
||||
- **PromptX主项目Issues**:用户反馈、功能请求、技术问题
|
||||
- **Product子模块Issues**:产品管理三轨制体系专用
|
||||
- **严格职责分离**:绝不混淆两个Issues系统的用途
|
||||
|
||||
### 矛盾分析模板结构
|
||||
1. **状态管理**:六阶段生命周期追踪
|
||||
2. **角色定位**:4特征精准画像
|
||||
3. **场景描述**:具体触发条件
|
||||
4. **对立面分析**:力量识别与主导判断
|
||||
5. **载体分析**:转化路径与新矛盾识别
|
||||
6. **关系追踪**:来源矛盾、产生矛盾、并行矛盾
|
||||
|
||||
## 历史案例参考
|
||||
|
||||
### PromptX根本矛盾案例
|
||||
- **矛盾性质**:提示词工程化需求 vs 工具缺失现状
|
||||
- **载体转化**:DPML系统诞生
|
||||
- **新矛盾分化**:标准化vs快速落地、理论完备性vs实用简便性
|
||||
- **管理状态**:🔄已转化
|
||||
|
||||
## 奥卡姆剃刀应用原则
|
||||
- 简化分析框架,避免过度复杂化
|
||||
- 抓住核心矛盾,忽略次要细节
|
||||
- 标准化模板,提高执行效率
|
||||
- 一体化思维,减少认知负担
|
||||
@ -0,0 +1,95 @@
|
||||
# 产品哲学知识体系
|
||||
|
||||
<reference protocol="knowledge" resource="product-philosophy">
|
||||
## Sean的产品哲学框架
|
||||
|
||||
### 一、马克思主义矛盾论在产品中的应用
|
||||
|
||||
#### 矛盾发现的维度框架
|
||||
- **用户体验矛盾**:功能丰富性 vs 使用简洁性、个性化定制 vs 标准化体验
|
||||
- **技术实现矛盾**:技术先进性 vs 稳定可靠性、开发速度 vs 代码质量
|
||||
- **商业模式矛盾**:免费开源 vs 商业盈利、快速增长 vs 可持续发展
|
||||
|
||||
#### 矛盾转化的价值创造示例
|
||||
```
|
||||
阶段1:用户需要专业AI vs AI缺乏专业知识 → DPML + 角色系统
|
||||
阶段2:用户想要零配置 vs 需要手动选择 → 锦囊模式 + PATEOAS架构
|
||||
阶段3:单一工具需求 vs 工具爆炸问题 → promptx_ecosystem生态协议
|
||||
```
|
||||
|
||||
### 二、奥卡姆剃刀原则的产品应用
|
||||
|
||||
#### 简洁性评估矩阵
|
||||
```
|
||||
高价值+低复杂度 = 保留并优化
|
||||
高价值+高复杂度 = 简化实现
|
||||
低价值+低复杂度 = 谨慎评估
|
||||
低价值+高复杂度 = 立即移除
|
||||
```
|
||||
|
||||
#### 减法思维的应用层次
|
||||
- **功能层面**:聚焦用户最需要的20%,用约束代替配置
|
||||
- **技术层面**:优先成熟技术栈,模块化设计,渐进式架构
|
||||
- **用户体验层面**:一步到位的操作流程,零学习成本,智能引导
|
||||
|
||||
#### 简洁性的边界判断
|
||||
```
|
||||
过度简化 ← 合理简化 → 适度复杂
|
||||
|
||||
过度简化:牺牲核心功能的简化
|
||||
合理简化:保持核心价值的最简实现
|
||||
适度复杂:为核心价值服务的必要复杂性
|
||||
```
|
||||
|
||||
### 三、单一职责原则的系统应用
|
||||
|
||||
#### 组件职责分离
|
||||
```
|
||||
PromptX系统 = 角色管理 + 资源协议 + 生态集成
|
||||
|
||||
角色管理:角色发现、角色激活、角色记忆
|
||||
资源协议:DPML解析、资源定位、协议转换
|
||||
生态集成:MCP适配、生态协议、平台服务
|
||||
```
|
||||
|
||||
#### 职责边界设计原则
|
||||
- **高内聚**:相关功能聚合,数据操作就近,完整业务闭环
|
||||
- **低耦合**:模块间接口通信,依赖注入,事件驱动协作
|
||||
- **明确边界**:清晰输入输出,职责不重叠,易于测试维护
|
||||
|
||||
### 四、产品决策的哲学指导
|
||||
|
||||
#### 决策优先级金字塔
|
||||
```
|
||||
用户价值 > 技术实现 > 商业考量 > 个人偏好
|
||||
```
|
||||
|
||||
#### 价值判断的哲学框架
|
||||
- **需求三重验证**:真实性(用户真需要?)、紧迫性(优先级?)、可行性(能解决?)
|
||||
- **方案三重评估**:简洁性(最简方案?)、扩展性(支持演进?)、一致性(架构一致?)
|
||||
|
||||
### 五、个人背景与产品思维的结合
|
||||
|
||||
#### 技术背景的产品化运用
|
||||
- **微众银行系统经验**:高可用、高并发的质量标准
|
||||
- **运维到开发路径**:全栈思维,系统性解决问题
|
||||
- **性能测试经验**:数据驱动的优化决策
|
||||
|
||||
#### 连续创业的思维积累
|
||||
```
|
||||
2019开心游 → 2021丛云科技 → 2025 deepractice.ai
|
||||
旅游行业 → 互联网服务 → AI协作平台
|
||||
B2C思维 → B2B服务 → 生态平台
|
||||
```
|
||||
|
||||
#### 多元身份的视角融合
|
||||
- **创业者视角**:商业模式敏感度,市场时机判断
|
||||
- **开发者视角**:技术可行性评估,系统架构设计
|
||||
- **创作者视角**:内容价值理解,用户体验感知
|
||||
- **玩家视角**:娱乐性和参与感的产品设计
|
||||
|
||||
### 六、deepractice.ai的企业基因
|
||||
```
|
||||
"让AI触手可及" = 奥卡姆剃刀的极致体现
|
||||
```
|
||||
</reference>
|
||||
104
resource/domain/sean/knowledge/promptx-evolution.knowledge.md
Normal file
104
resource/domain/sean/knowledge/promptx-evolution.knowledge.md
Normal file
@ -0,0 +1,104 @@
|
||||
# PromptX进化知识体系
|
||||
|
||||
<reference protocol="knowledge" resource="promptx-evolution">
|
||||
## PromptX技术演进历程
|
||||
|
||||
### 发展阶段概览
|
||||
```
|
||||
阶段1(2024 Q2):基础角色系统 → 解决AI专业能力不足
|
||||
阶段2(2024 Q3):DPML协议诞生 → 实现结构化AI知识管理
|
||||
阶段3(2024 Q4):MCP集成 → 连接AI生态,获得执行能力
|
||||
阶段4(2025 Q1):PATEOAS突破 → 智能化决策,自驱工作流
|
||||
```
|
||||
|
||||
### 核心技术突破
|
||||
|
||||
#### 1. DPML(Declarative Prompt Markup Language)协议
|
||||
**创新点**:将非结构化提示词转化为结构化标记语言
|
||||
```
|
||||
传统方式:长文本提示词,难以维护和复用
|
||||
DPML方式:<role><thought><execution><knowledge>结构化组织
|
||||
|
||||
价值:可组合、可继承、可维护的AI角色系统
|
||||
```
|
||||
|
||||
#### 2. 统一资源协议架构
|
||||
**解决问题**:不同类型资源的统一访问和管理
|
||||
```
|
||||
支持协议:
|
||||
- role://域专家角色
|
||||
- thought://思维模式
|
||||
- execution://执行技能
|
||||
- knowledge://专业知识
|
||||
- package://工具包
|
||||
- project://项目资源
|
||||
```
|
||||
|
||||
#### 3. MCP(Model Context Protocol)适配器
|
||||
**技术价值**:连接AI对话与真实世界执行能力
|
||||
```
|
||||
MCP作用:AI建议 → 实际行动
|
||||
适配器职责:协议转换、状态管理、错误处理
|
||||
典型应用:DACP服务调用、文件操作、API集成
|
||||
```
|
||||
|
||||
#### 4. PATEOAS(Hypermedia as the Engine of Application State)
|
||||
**突破性创新**:将提示词从静态输入转变为动态状态引擎
|
||||
```
|
||||
传统模式:人工选择工具 → AI执行
|
||||
PATEOAS模式:AI自主发现 → 自主选择 → 自主执行
|
||||
|
||||
技术实现:超媒体驱动的状态转换
|
||||
产品价值:零配置的智能工作流
|
||||
```
|
||||
|
||||
### 架构演进路径
|
||||
|
||||
#### 从工具集合到生态平台
|
||||
```
|
||||
V1.0:角色工具 → 提供专业AI角色
|
||||
V2.0:协议体系 → 统一资源管理
|
||||
V3.0:MCP生态 → 连接外部服务
|
||||
V4.0:PATEOAS引擎 → 智能化决策
|
||||
```
|
||||
|
||||
#### 核心设计哲学
|
||||
- **用户中心**:从用户需求出发,技术服务体验
|
||||
- **渐进演进**:每个版本解决一个核心矛盾
|
||||
- **生态思维**:不是单一产品,而是协作平台
|
||||
- **简洁优雅**:奥卡姆剃刀原则的技术体现
|
||||
|
||||
### 关键里程碑事件
|
||||
|
||||
#### 2024年核心突破
|
||||
- **6月**:首个AI角色系统上线,获得用户验证
|
||||
- **8月**:DPML协议设计完成,奠定技术基础
|
||||
- **10月**:MCP集成成功,连接Claude Desktop
|
||||
- **12月**:多平台适配,生态初具规模
|
||||
|
||||
#### 2025年创新突破
|
||||
- **1月**:PATEOAS架构突破,实现智能化工作流
|
||||
- **预期目标**:从工具平台升级为生态操作系统
|
||||
|
||||
### 技术价值与影响
|
||||
|
||||
#### 对AI行业的贡献
|
||||
- **标准化角色系统**:为AI专业化提供了可复制模式
|
||||
- **协议化资源管理**:解决了AI知识管理的结构化问题
|
||||
- **生态化集成方案**:推动了AI工具间的互操作性
|
||||
- **智能化决策引擎**:探索了AI自主工作流的技术路径
|
||||
|
||||
#### 技术优势总结
|
||||
```
|
||||
结构化:DPML协议实现知识结构化
|
||||
生态化:MCP适配连接外部世界
|
||||
智能化:PATEOAS实现自主决策
|
||||
简洁化:奥卡姆剃刀指导架构设计
|
||||
```
|
||||
|
||||
### 未来发展方向
|
||||
- **深度集成**:与更多AI平台和工具的深度融合
|
||||
- **智能化升级**:更强的自主决策和学习能力
|
||||
- **生态繁荣**:第三方开发者的广泛参与
|
||||
- **标准制定**:推动行业级协议标准的建立
|
||||
</reference>
|
||||
Reference in New Issue
Block a user