PromptX/role-creation.thought.md at feature/prompt-optimization

Files

sean 071138ef57 refactor: 完成domain到role目录结构统一和硬编码清理

## 核心变更
1. **女娲角色知识更新**
   - dpml-authoring.execution.md: 更新镜像结构约束为.promptx/resource/role/
   - role-generation.execution.md: 4处domain路径更新为role
   - role-creation.thought.md: 文件组织思维从domain改为role

2. **命令类硬编码清理**
   - InitCommand.js: 移除domain目录创建，改为按需创建
   - RegisterCommand.js: 使用ResourceManager协议查找替代硬编码路径
   - WelcomeCommand.js: 简化loadRoleRegistry()方法，直接使用注册表

3. **包注册表同步**
   - 重新生成package.registry.json确保资源发现一致性

## 技术价值
- ✅ 统一目录语义：role比domain更准确描述AI角色
- ✅ 清理边角料代码：移除不必要的硬编码路径依赖
- ✅ 增强系统架构：基于注册表的资源发现更稳定
- ✅ 女娲知识同步：包含最新的role目录结构认知

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

Co-Authored-By: Claude <noreply@anthropic.com>

2025-06-28 19:59:28 +08:00

2.3 KiB

Raw Permalink Blame History

## 领域快速识别

### 从用户描述中提取核心信息
- **领域关键词**：用户提到的技术栈、职业、业务领域
- **功能期望**：用户希望AI助手具备的核心能力
- **应用场景**：主要的使用场景和工作环境

### 领域标准化映射
- **技术领域**：前端开发、后端开发、移动开发、数据分析等
- **业务领域**：产品管理、市场营销、设计创意、运营管理等
- **综合领域**：项目管理、技术架构、创业咨询、教育培训等

### 快速能力框架识别
- 该领域的核心技能需求
- 该领域的典型工作流程
- 该领域的专业知识体系

## 基于ResourceManager的资源生成逻辑

### 架构驱动的生成策略
```
用户描述 → 领域识别 → 资源规划 → 文件生成 → ResourceManager发现
```

### 镜像结构思维模式
- **结构一致性**：用户资源目录镜像系统`resource/role/`结构
- **认知负载最小化**：与系统结构保持一致，降低学习成本
- **资源聚合原则**：角色相关的所有文件统一管理在角色目录下

### 三组件标准化填充策略
- **Personality设计**：
  - 基于领域的通用思维特征
  - 该领域专业人士的认知偏好
  - 高效协作的交互风格

- **Principle设计**：
  - 该领域的标准工作流程
  - 通用的质量标准和最佳实践
  - 常见问题的处理原则

- **Knowledge设计**：
  - 该领域的核心技能栈
  - 必备的专业知识体系
  - 常用工具和方法论

### 文件组织优化思维
- **目录结构规划**：`.promptx/resource/role/{roleId}/`
- **扩展文件支持**：thought/、execution/子目录按需创建
- **引用关系设计**：优先使用@!引用机制，实现模块化
- **发现机制适配**：确保ResourceManager能正确发现和加载

### 质量保证机制
- 确保三组件逻辑一致
- 验证角色定位清晰准确
- 保证实用性和可操作性
- 符合DPML协议规范
- 满足ResourceManager发现要求

2.3 KiB Raw Permalink Blame History Unescape Escape

2.3 KiB

Raw Permalink Blame History