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>

resource/domain/sean/knowledge/promptx-evolution.knowledge.md

@@ -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>