更新DPML协议文档，新增属性约束部分，详细阐述属性的通用性、定义原则和规范管理，确保提示词的一致性和互操作性。同时，删除不再使用的执行、记忆、资源、角色和思考协议文档，优化代码库结构以提高可维护性。

domain/prompt/practice/memory-best-practice.md

@@ -0,0 +1,253 @@
+# DPML记忆模式提示词框架最佳实践
+
+> **TL;DR:** 本文档提供DPML记忆模式提示词框架的最佳实践指南，包括知识库设计、记忆类型选择、操作建议和具体示例。
+
+## 💡 最佳实践
+
+### 知识库设计
+
+角色的先验知识库设计应考虑以下因素：
+
+- **结构化程度**：
+  - 高度结构化：适合专业领域知识，便于精确检索
+  - 半结构化：适合通用知识，平衡灵活性和组织性
+  - 低结构化：适合创意和启发性内容，保持关联灵活性
+
+- **知识粒度**：
+  - 宏观框架：定义领域整体认知结构
+  - 中观原则：定义关键概念和方法论
+  - 微观细节：定义具体事实和操作步骤
+
+- **表达方式推荐**：
+  - 领域地图：使用思维导图表达知识间的关系
+  - 分类表格：使用表格整理分类知识
+  - 核心原则：使用编号列表表达重要规则和原则
+
+- **资源引用特性**：
+  - 预加载原则：knowledge标签中的所有资源引用都会在角色初始化时加载
+  - 内容与引用平衡：综合使用直接内容和资源引用
+  - 分级引用：核心知识内联，扩展知识通过资源引用
+
+### 记忆类型选择
+
+协议实现可以根据需求采用不同的记忆类型分类方法，以下是基于认知心理学的常见分类：
+
+1. **陈述性记忆(declarative)**：事实性知识，包括：
+   - 语义记忆：通用事实，如"Python是编程语言"
+   - 时态记忆：时间相关信息，如"上次会话在昨天"
+
+2. **程序性记忆(procedural)**：过程和技能知识，如：
+   - 操作步骤：如"解决环境配置问题的方法"
+   - 行动模式：如"用户代码风格偏好"
+
+3. **情景记忆(episodic)**：特定经历和场景，如：
+   - 交互记录：如"用户之前遇到的报错"
+   - 场景重建：如"项目开发历程"
+
+不同类型记忆的选择建议：
+- 存储事实性信息时，考虑使用陈述性记忆方式
+- 存储方法和步骤时，考虑使用程序性记忆方式
+- 存储具体交互经历时，考虑使用情景记忆方式
+
+### 记忆操作使用建议
+
+- **knowledge最佳实践**：
+  - 将核心知识组织为分层结构
+  - 使用可视化图表表达知识间的关系
+  - 区分"确定性知识"和"启发性知识"
+  - 避免过于琐碎的细节，保持适当抽象
+  - 确保所有关键知识都在角色初始化时可用
+  - 平衡内联内容和资源引用，内联核心概念，引用详细信息
+  - 使用资源引用时考虑加载成本，避免引用过大的资源
+
+- **evaluate最佳实践**：
+  - 明确设定评估标准
+  - 综合考虑信息的稀有性、实用性和时效性
+  - 避免过度记忆导致的信息冗余
+
+- **store最佳实践**：
+  - 为记忆提供足够的上下文
+  - 建立适当的记忆关联
+  - 设置合理的过期策略
+
+- **recall最佳实践**：
+  - 设计清晰的记忆检索触发条件
+  - 制定多层次的检索策略
+  - 规划记忆应用的具体步骤
+  - 处理记忆缺失的回退策略
+  - 资源引用按需加载，注意引用路径的准确性
+
+## 📋 使用示例
+
+### 基础使用示例
+
+```xml
+<!-- 带知识库的简单记忆定义 -->
+<memory id="tech_specialist">
+  <knowledge>
+    # 技术领域基础知识
+    
+    ## 核心概念（直接内联，预加载）
+    - 编程语言：Python、JavaScript、Go
+    - 开发框架：React、Django、Flask
+    - 数据库技术：SQL、MongoDB、Redis
+    
+    ## 详细资料（资源引用，预加载）
+    - @file://references/programming_languages.md
+    - @file://references/frameworks.md
+  </knowledge>
+
+  <!-- 运行时记忆处理 -->
+  <evaluate:thought>
+    <reasoning>
+      用户提供了特定的代码风格偏好，这对提供一致的代码建议很重要。
+      评分：实用性=8，稳定性=9，总分8.5 > 阈值7.5
+    </reasoning>
+  </evaluate:thought>
+  
+  <store:execution>
+    {
+      "indent": "2spaces",
+      "naming": "camelCase",
+      "brackets": "sameLine"
+    }
+  </store:execution>
+</memory>
+```
+
+### 高级使用示例
+
+```xml
+<!-- 完整的记忆生命周期示例 -->
+<memory id="support_specialist">
+  <!-- 知识库定义 -->
+  <knowledge>
+    # 技术支持专家知识库
+    
+    ```mermaid
+    mindmap
+      root((技术支持))
+        常见问题
+          依赖冲突
+          环境配置
+          性能优化
+        诊断方法
+          日志分析
+          错误模式识别
+          性能分析
+        解决策略
+          快速修复
+          根本解决
+          预防措施
+    ```
+    
+    ## 优先级框架
+    | 问题类型 | 优先级 | 响应时间 |
+    |---------|-------|---------|
+    | 系统宕机 | 紧急 | <30分钟 |
+    | 功能障碍 | 高 | <2小时 |
+    | 性能问题 | 中 | <1天 |
+    | 功能建议 | 低 | <1周 |
+    
+    ## 知识库引用（全部预加载）
+    - @file://kb/common_errors.md
+    - @http://internal.docs/troubleshooting-guide.html
+    - @db://support/solutions
+  </knowledge>
+  
+  <!-- 评估阶段：判断是否值得记忆 -->
+  <evaluate:thought>
+    <reasoning>
+      分析用户遇到的依赖安装错误:
+      
+      1. 问题特点:
+         - 特定版本冲突问题
+         - 解决方法非官方文档所列
+         - 多次在社区中被报告
+      
+      2. 记忆价值:
+         - 解决方案不易找到
+         - 可能重复出现
+         - 节省未来排查时间
+      
+      记忆价值评分：9/10，超过阈值
+      决策：应当记忆此解决方案
+    </reasoning>
+  </evaluate:thought>
+  
+  <!-- 存储阶段：通过execution实现 -->
+  <store:execution>
+    问题：TensorFlow 2.4安装与CUDA 11.2版本冲突
+    解决方案：使用兼容性补丁并降级CUDA驱动
+    
+    <!-- 使用execution协议元素定义存储过程 -->
+    <process>
+      # 存储流程
+      
+      ```mermaid
+      flowchart TD
+        A[接收内容] --> B[验证格式]
+        B --> C[分类标记]
+        C --> D[构建索引]
+        D --> E[写入持久存储]
+      ```
+    </process>
+    
+    <rule>
+      1. 解决方案记忆优先级设为高
+      2. 建立与相关技术的关联索引
+      3. 保存完整的上下文信息
+    </rule>
+  </store:execution>
+  
+  <!-- 检索阶段：通过thought实现 -->
+  <recall:thought>
+    <reasoning>
+      根据当前用户描述的错误信息分析:
+      - 涉及TensorFlow与CUDA版本问题
+      - 错误模式与之前记录的类似
+      - 应当检索相关解决方案
+    </reasoning>
+    
+    <plan>
+      # 记忆应用计划
+      
+      ```mermaid
+      flowchart TD
+        A[识别问题模式] --> B[检索相关记忆]
+        B --> C[验证适用性]
+        C -->|适用| D[应用解决方案]
+        C -->|不适用| E[寻找替代方案]
+        D --> F[监控结果]
+      ```
+      
+      1. 检索TensorFlow相关解决方案
+      2. 验证版本兼容性
+      3. 提供定制化指导
+      
+      <!-- 按需加载的外部资源 -->
+      @file://solutions/tensorflow_cuda_fixes.md
+    </plan>
+  </recall:thought>
+</memory>
+```
+
+## 实现考虑事项
+
+### 知识预加载与按需加载的平衡
+
+- **预加载考虑**：knowledge标签中的所有内容和资源引用都预加载
+  - 优点：对话开始时角色就拥有完整知识
+  - 缺点：初始化成本高，特别是引用大型资源时
+  
+- **混合策略建议**：
+  - 核心知识直接内联在knowledge标签中
+  - 必要但不常用的知识通过资源引用方式组织
+  - 极少使用的扩展知识放在recall中按需引用
+  
+- **性能优化**：
+  - 对大型知识库考虑使用索引+按需加载模式
+  - 使用分层加载策略：核心立即加载，细节延迟加载
+  - 为循环引用建立保护机制，避免无限递归加载
+
+> **注意**：memory协议现在包含四个核心组件：knowledge(先验知识库)、evaluate(评估)、store(存储)和recall(回忆)，共同构成完整的记忆系统。knowledge定义预加载知识，而其他组件负责运行时记忆管理。 

domain/prompt/prompt_developer_role.md

@@ -0,0 +1,128 @@
+
+<!-- 提示词开发者角色 -->
+<prompt>
+  <!-- 思考模式定义 -->
+  <thought domain="prompt-engineering">
+    <exploration>
+      # 提示词设计思路
+      
+      ```mermaid
+      mindmap
+        root((提示词设计))
+          结构规划
+            协议选择
+            标签组织
+          语义设计
+            指令清晰性
+            上下文定义
+          用户体验
+            交互流畅度
+            反馈机制
+          测试验证
+            边界测试
+            异常处理
+      ```
+    </exploration>
+    
+    <plan>
+      # 提示词开发流程
+      
+      ```mermaid
+      flowchart TD
+        A[需求分析] --> B[协议选择]
+        B --> C[结构设计]
+        C --> D[内容编写]
+        D --> E[测试验证]
+        E --> F{是否符合需求}
+        F -->|是| G[完成]
+        F -->|否| H[调整优化]
+        H --> D
+      ```
+    </plan>
+    
+    <challenge>
+      # 提示词设计风险点
+      
+      ```mermaid
+      mindmap
+        root((设计风险))
+          结构问题
+            标签嵌套过深
+            语义不清晰
+          内容问题
+            指令歧义
+            信息冗余
+          执行问题
+            边界条件处理
+            错误恢复能力
+      ```
+    </challenge>
+  </thought>
+  
+  <!-- 执行模式定义 -->
+  <execution domain="prompt-development">
+    <guideline>
+      # 提示词编写指南
+      
+      - 保持标签结构简洁清晰，避免过度嵌套
+      - 使用自解释性强的标签和属性名称
+      - 内容采用Markdown格式，充分利用其表现力
+      - 视觉化表达优于纯文本描述
+      - 组件化设计，促进提示词模块复用
+    </guideline>
+    
+    <rule>
+      # 提示词开发规范
+      
+      1. 严格遵循DPML语法规则和标签定义
+      2. 每个标签必须有明确的语义目的
+      3. 标签必须正确闭合，属性值使用双引号
+      4. 内容必须符合Markdown语法规范
+      5. 协议实现关系必须遵循"A:B"格式规范
+    </rule>
+    
+    <constraint>
+      # 开发限制条件
+      
+      - 仅使用已定义的DPML协议和标签
+      - 遵循协议的优先级和组合规则
+      - 考虑不同AI模型的理解能力差异
+    </constraint>
+    
+    <criteria>
+      # 提示词质量评估标准
+      
+      | 指标 | 目标值 | 评估方法 |
+      |-----|-------|---------|
+      | 结构清晰度 | 高 | 标签嵌套深度≤3 |
+      | 语义准确性 | 高 | AI理解准确率>95% |
+      | 执行一致性 | 高 | 相同输入产生一致输出 |
+      | 复用性 | 中高 | 组件可在多种场景使用 |
+    </criteria>
+  </execution>
+  
+  <!-- 简化的记忆模式，只保留知识库 -->
+  <memory domain="dpml-knowledge">
+    <knowledge>
+      # DPML知识来源
+      
+      核心协议文档:
+      - @file://PromptX/protocol/dpml.protocol.md
+      - @file://PromptX/protocol/base/thought.protocol.md
+      - @file://PromptX/protocol/base/execution.protocol.md
+      - @file://PromptX/protocol/base/memory.protocol.md
+      - @file://PromptX/protocol/base/resource.protocol.md
+      - @file://PromptX/protocol/base/role.protocol.md
+      
+      最佳实践文档:
+      - @file://PromptX/protocol/practice/thought-best-practice.md
+      - @file://PromptX/protocol/practice/execution-best-practice.md
+      - @file://PromptX/protocol/practice/memory-best-practice.md
+      - @file://PromptX/protocol/practice/resource-best-practice.md
+      - @file://PromptX/protocol/practice/role-best-practice.md
+      
+      模板文档:
+      - @file://PromptX/protocol/template/protocol-framework-template.md
+    </knowledge>
+  </memory>
+</prompt>

protocol/base/memory.protocol.md

@@ -1,65 +0,0 @@
-# DPML记忆模式提示词框架
-
-> **TL;DR:** DPML记忆模式提示词框架定义了AI系统的记忆管理提示词模板，支持三种记忆类型(陈述性、程序性、情景记忆)的提示词构建，并提供完整的记忆生命周期(评估、存储、调用)管理提示词。
-
-### 目的与功能
-
-DPML记忆模式提示词框架为AI系统提供完整的记忆能力提示词模板，主要功能包括：
-- 定义不同类型记忆的提示词结构和语义
-- 提供记忆评估、存储和检索的标准化提示词机制
-- 实现跨会话的信息持久化提示词模板
-- 支持复杂的记忆关联和检索模式的提示词构建
-
-## 🔍 基本信息
-
-**框架名称:** `<memory>` (DPML记忆模式提示词框架)
-**版本:** 1.0.0
-**类别:** 记忆类提示词
-**状态:** 草稿
-
-## 📝 语法定义
-
-```ebnf
-(* EBNF形式化定义 *)
-memory_element ::= '<memory' attributes? '>' memory_content '</memory>'
-attributes ::= (' ' attribute)+ | ''
-attribute ::= name '="' value '"'
-name ::= [a-zA-Z][a-zA-Z0-9_-]*
-value ::= [^"]*
-
-memory_content ::= (text | evaluate_element | store_element | recall_element)+
-
-evaluate_element ::= '<evaluate:thought>' thought_content '</evaluate:thought>'
-store_element ::= '<store:execution' attributes? '>' (text | execution_element)* '</store:execution>'
-recall_element ::= '<recall:resource>' resource_reference '</recall:resource>'
-
-thought_content ::= (* 符合thought协议的内容 *)
-execution_element ::= (* 符合execution协议的元素 *)
-resource_reference ::= (* 符合resource协议的引用 *)
-
-text ::= (* 任何文本内容 *)
-```
-
-## 🧩 语义说明
-
-memory标签表示AI系统的记忆管理单元，定义了记忆的结构和操作方式。它使用三层机制管理记忆的完整生命周期：
-
-### 记忆操作
-
-memory标签包含三个核心子标签，分别对应记忆的三个操作阶段：
-
-1. **`<evaluate:thought>`**：评估信息是否值得记忆
-   - 通过thought协议实现评估过程
-   - 判断信息的价值、相关性和可信度
-   - 决定是否将信息存入记忆系统
-
-2. **`<store:execution>`**：将信息存入记忆系统
-   - 通过execution协议实现存储操作
-   - 定义存储过程、规则和约束
-   - 管理记忆的添加、更新和组织
-
-3. **`<recall:resource>`**：从记忆系统检索信息
-   - 通过resource协议实现检索操作
-   - 使用@memory://路径引用存储的记忆
-   - 支持过滤、分页和条件检索
-

protocol/dpml.protocol.md

@@ -83,6 +83,30 @@ markdown_text ::= (* 任何有效的Markdown文本 *)
 | 内容表达 | 使用Markdown表达的实际提示文本 | `# 步骤\n1. 首先...` |
 | 组合提示 | 多个提示单元组合形成完整提示 | `<thinking>...</thinking><executing>...</executing>` |
 
+### 属性约束
+
+DPML对属性采用以下约束和规范：
+
+1. **属性的通用性原则**：
+   - 属性是通用机制，可应用于任何标签
+   - 同一属性可用于不同标签，但语义一致
+   - 属性独立于标签单独定义，不绑定于特定标签
+
+2. **属性定义原则**：
+   - DPML本身不预定义具体属性，仅提供属性的语法框架
+   - 所有使用的属性必须在具体协议或属性规范中明确定义
+   - 未定义的属性不允许使用
+   - 属性值必须符合规定的类型和范围
+
+3. **属性规范管理**：
+   - 属性在单独的属性规范文档中定义
+   - 每个属性定义包括：名称、数据类型、适用范围、语义
+   - 新属性需遵循规范化流程引入
+   - 兼容性变更需考虑向后兼容性
+
+
+属性约束确保提示词的一致性和互操作性。在使用DPML开发提示词时，开发者应遵循已定义的属性规范，不得创建私有或未文档化的属性。
+
 ### 协议实现绑定
 
 DPML中的冒号(`:`)语法是核心语义机制，用于表达标签间的实现关系：
@@ -255,6 +279,16 @@ DPML中的冒号(`:`)语法是核心语义机制，用于表达标签间的实
 ```
 错误原因：属性值缺少双引号，应为`type="analysis"`
 
+**3. 使用未定义属性**
+```
+<prompt>
+  <thinking color="blue" importance="9">
+    思考内容...
+  </thinking>
+</prompt>
+```
+错误原因：使用了未在属性规范中定义的`color`和`importance`属性
+
 ## 💡 最佳实践
 
 1. **标签命名自释义**：选择具有自解释性的标签名称，使其本身就能清晰表达逻辑语义，即使没有计算机处理，人和AI也能轻松理解标签结构的逻辑上下文
@@ -264,6 +298,7 @@ DPML中的冒号(`:`)语法是核心语义机制，用于表达标签间的实
 5. **属性合理性**：只使用必要的属性，避免过度配置
 6. **一致性**：在整个项目中保持一致的DPML结构风格
 7. **命名空间明确性**：使用命名空间时，确保左侧表示"做什么"(功能)，右侧表示"怎么做"(实现)
+8. **属性合规性**：只使用已正式定义的属性，遵循属性规范中的类型和值约束
 
 ## 📌 总结
 

protocol/practice/memory-best-practice.md

@@ -1,132 +0,0 @@
-# DPML记忆模式提示词框架最佳实践
-
-> **TL;DR:** 本文档提供DPML记忆模式提示词框架的最佳实践指南，包括记忆类型选择、操作建议和具体示例。
-
-## 💡 最佳实践
-
-### 记忆类型选择
-
-协议实现可以根据需求采用不同的记忆类型分类方法，以下是基于认知心理学的常见分类：
-
-1. **陈述性记忆(declarative)**：事实性知识，包括：
-   - 语义记忆：通用事实，如"Python是编程语言"
-   - 时态记忆：时间相关信息，如"上次会话在昨天"
-
-2. **程序性记忆(procedural)**：过程和技能知识，如：
-   - 操作步骤：如"解决环境配置问题的方法"
-   - 行动模式：如"用户代码风格偏好"
-
-3. **情景记忆(episodic)**：特定经历和场景，如：
-   - 交互记录：如"用户之前遇到的报错"
-   - 场景重建：如"项目开发历程"
-
-不同类型记忆的选择建议：
-- 存储事实性信息时，考虑使用陈述性记忆方式
-- 存储方法和步骤时，考虑使用程序性记忆方式
-- 存储具体交互经历时，考虑使用情景记忆方式
-
-### 记忆操作使用建议
-
-- **evaluate最佳实践**：
-  - 明确设定评估标准
-  - 综合考虑信息的稀有性、实用性和时效性
-  - 避免过度记忆导致的信息冗余
-
-- **store最佳实践**：
-  - 为记忆提供足够的上下文
-  - 建立适当的记忆关联
-  - 设置合理的过期策略
-
-- **recall最佳实践**：
-  - 优先使用精确查询
-  - 指定合理的置信度阈值
-  - 处理记忆缺失的回退策略
-
-## 📋 使用示例
-
-### 基础使用示例
-
-```xml
-<!-- 简单的记忆定义 -->
-<memory id="os_preference">
-  用户使用MacOS系统
-</memory>
-
-<!-- 带评估的记忆创建 -->
-<memory id="code_style">
-  <evaluate:thought>
-    <reasoning>
-      用户连续三次使用了相同的代码风格(缩进2空格、驼峰命名)，
-      这是重要的个人偏好信息，应记住以提供一致的代码建议。
-      评分：实用性=8，稳定性=9，总分8.5 > 阈值7.5
-    </reasoning>
-  </evaluate:thought>
-  
-  <store:execution>
-    {
-      "indent": "2spaces",
-      "naming": "camelCase",
-      "brackets": "sameLine"
-    }
-  </store:execution>
-</memory>
-```
-
-### 高级使用示例
-
-```xml
-<!-- 完整的记忆生命周期示例 -->
-<memory id="error_solution">
-  <!-- 评估阶段：判断是否值得记忆 -->
-  <evaluate:thought>
-    <reasoning>
-      分析用户遇到的依赖安装错误:
-      
-      1. 问题特点:
-         - 特定版本冲突问题
-         - 解决方法非官方文档所列
-         - 多次在社区中被报告
-      
-      2. 记忆价值:
-         - 解决方案不易找到
-         - 可能重复出现
-         - 节省未来排查时间
-      
-      记忆价值评分：9/10，超过阈值
-      决策：应当记忆此解决方案
-    </reasoning>
-  </evaluate:thought>
-  
-  <!-- 存储阶段：通过execution实现 -->
-  <store:execution>
-    问题：TensorFlow 2.4安装与CUDA 11.2版本冲突
-    解决方案：使用兼容性补丁并降级CUDA驱动
-    
-    <!-- 使用execution协议元素定义存储过程 -->
-    <process>
-      # 存储流程
-      
-      ```mermaid
-      flowchart TD
-        A[接收内容] --> B[验证格式]
-        B --> C[分类标记]
-        C --> D[构建索引]
-        D --> E[写入持久存储]
-      ```
-    </process>
-    
-    <rule>
-      1. 解决方案记忆优先级设为高
-      2. 建立与相关技术的关联索引
-      3. 保存完整的上下文信息
-    </rule>
-  </store:execution>
-  
-  <!-- 检索阶段：通过resource实现 -->
-  <recall:resource>
-    @memory://solutions/tensorflow?confidence=0.7
-  </recall:resource>
-</memory>
-```
-
-> **注意**：memory协议与thought(评估)、execution(存储)、resource(检索)协议紧密结合，形成完整的记忆系统。 

protocol/tag/memory.tag.md

@@ -0,0 +1,87 @@
+# DPML记忆模式提示词框架
+
+> **TL;DR:** DPML记忆模式提示词框架定义了AI系统的记忆管理提示词模板，支持先验知识库定义与运行时记忆管理，包含知识库(knowledge)、评估(evaluate)、存储(store)和回忆(recall)四个核心组件，实现完整的记忆能力。
+
+### 目的与功能
+
+DPML记忆模式提示词框架为AI系统提供完整的记忆能力提示词模板，主要功能包括：
+- 定义角色的知识库和初始认知结构
+- 提供运行时记忆的评估、存储和检索的标准化提示词机制
+- 实现跨会话的信息持久化提示词模板
+- 支持复杂的记忆关联和检索模式的提示词构建
+
+## 🔍 基本信息
+
+**框架名称:** `<memory>` (DPML记忆模式提示词框架)
+**版本:** 1.1.0
+**类别:** 记忆类提示词
+**状态:** 草稿
+
+## 📝 语法定义
+
+```ebnf
+(* EBNF形式化定义 *)
+memory_element ::= '<memory' attributes? '>' memory_content '</memory>'
+attributes ::= (' ' attribute)+ | ''
+attribute ::= name '="' value '"'
+name ::= [a-zA-Z][a-zA-Z0-9_-]*
+value ::= [^"]*
+
+memory_content ::= (text | knowledge_element | evaluate_element | store_element | recall_element)+
+
+knowledge_element ::= '<knowledge>' knowledge_content '</knowledge>'
+evaluate_element ::= '<evaluate:thought>' thought_content '</evaluate:thought>'
+store_element ::= '<store:execution' attributes? '>' (text | execution_element)* '</store:execution>'
+recall_element ::= '<recall:thought>' thought_content '</recall:thought>'
+
+knowledge_content ::= (* 任何文本内容，通常使用Markdown格式 *)
+thought_content ::= (* 符合thought协议的内容 *)
+execution_element ::= (* 符合execution协议的元素 *)
+
+text ::= (* 任何文本内容 *)
+```
+
+## 🧩 语义说明
+
+memory标签表示AI系统的记忆管理单元，定义了记忆的结构和操作方式。它由先验知识库定义和运行时记忆管理两大部分组成：
+
+### 记忆结构
+
+1. **`<knowledge>`**: 定义角色的先验知识库
+   - 包含角色固有的、初始化的知识体系
+   - 这些知识在角色创建时就已存在，不是运行时获取的
+   - 构成角色认知和专业领域的基础框架
+   - **重要特性**：knowledge标签内的所有内容和资源引用（无论是@file://、@http://还是其他协议）都应在角色初始化时预加载，而不是按需加载
+
+### 记忆操作
+
+memory标签包含三个核心子标签，分别对应记忆的三个操作阶段：
+
+2. **`<evaluate:thought>`**：评估信息是否值得记忆
+   - 通过thought协议实现评估过程
+   - 判断信息的价值、相关性和可信度
+   - 决定是否将信息存入记忆系统
+
+3. **`<store:execution>`**：将信息存入记忆系统
+   - 通过execution协议实现存储操作
+   - 定义存储过程、规则和约束
+   - 管理记忆的添加、更新和组织
+
+4. **`<recall:thought>`**：从记忆系统检索并应用信息
+   - 通过thought协议实现回忆过程
+   - 判断何时需要检索特定记忆
+   - 规划如何检索和应用记忆内容
+   - 可以使用多种实现方式，包括但不限于资源引用
+   - **注意**：与knowledge不同，recall标签中的资源引用默认是按需加载的
+
+### 组件关系
+
+四个核心组件之间具有明确的逻辑关系：
+- knowledge是静态基础，构成角色的知识背景
+- evaluate-store-recall构成动态记忆的完整循环
+- evaluate决定什么值得记忆
+- store定义如何保存记忆
+- recall描述何时以及如何使用记忆
+
+记忆系统的运行遵循"评估-存储-回忆"的循环模式，在knowledge定义的知识框架上不断丰富和发展角色的认知能力。
+