🚀 feat: 记忆系统架构升级 + declarative.dpml命名重构 + MCP边界条件Bug修复
## 📊 变更概览 - declarative.dpml架构升级：memory.xml → declarative.dpml (认知科学语义精准) - MCP环境边界条件Bug修复：解决空文件导致的记忆保存失败问题 - 跨项目角色发现Bug修复：优化环境检测顺序，MCP环境角色发现从1个→9个 - XML转义处理增强：完整的存储-显示分离架构，数据安全+用户友好 ## 🎯 核心成就 ✅ declarative.dpml升级：100%测试验证通过 ✅ 边界条件修复：三重保护机制，文件状态自动检测修复 ✅ 角色发现修复：环境检测顺序优化，跨项目使用稳定 ✅ 存储分离架构：XML转义安全存储 + AI友好显示 ## 📁 主要文件变更 - RememberCommand.js/RecallCommand.js: declarative.dpml升级 + 边界条件修复 - PackageDiscovery.js: 环境检测顺序优化 - 新增思维模式文件: recall-xml.thought.md, remember-xml.thought.md - 新增测试: memory-dpml-integration.test.js - 完整文档: PR文档 + Bug报告 + 修复总结 🎉 架构升级验证：MCP重启测试100%通过，零中断平滑切换
This commit is contained in:
Cen-Yaozu
87
prompt/core/_deprecated/recall_v1.thought.md
Normal file
87
prompt/core/_deprecated/recall_v1.thought.md
Normal 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>
|
||||
90
prompt/core/_deprecated/remember_v1.thought.md
Normal file
90
prompt/core/_deprecated/remember_v1.thought.md
Normal 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>
|
||||
Reference in New Issue
Block a user