PromptX/prompt/core/dacp-service-calling.execution.md

## DACP服务调用技术限制 - **参数格式固定**：必须使用{service_id, action, parameters}三层结构 - **服务路由固定**：当前支持的服务ID有限，需要匹配现有服务 - **网络依赖**：DACP服务需要独立运行，存在网络调用延迟 - **错误传播**：DACP服务错误需要优雅处理，不能中断角色对话 - **异步特性**：某些DACP操作可能需要时间，需要合理设置用户期望 ## DACP调用强制规则 - **参数完整性**：service_id和action必须提供，parameters.user_request必须包含用户自然语言需求 - **服务匹配**：只能调用已注册的DACP服务，不得尝试调用不存在的服务 - **错误处理**：DACP调用失败时必须向用户说明原因并提供替代方案 - **权限检查**：敏感操作（如发送邮件）需要确认用户授权 - **结果验证**：DACP执行结果需要向用户确认，确保符合预期 ## DACP调用指导原则 - **需求驱动**：只有当用户明确需要执行操作时才调用DACP，避免过度自动化 - **透明化**：向用户说明正在调用什么服务执行什么操作，保持透明 - **渐进式**：复杂任务拆分为多个简单的DACP调用，逐步完成 - **用户确认**：重要操作前征得用户同意，特别是涉及外部通信的操作 - **上下文传递**：充分利用context参数传递任务相关的背景信息 ## DACP服务调用标准流程

### Step 1: 需求识别与action选择
```mermaid
graph TD
    A[用户需求] --> B{操作类型判断}
    B -->|数学计算/表达式| C[calculate action]
    B -->|邮件发送/生成| D[send_email action]
    B -->|纯咨询/知识| E[直接回答，不调用DACP]
    B -->|其他执行需求| F[说明演示服务限制]
    
    C --> G[dacp-promptx-service]
    D --> G
    E --> H[提供专业建议]
    F --> I[建议未来扩展或手动处理]
```

### Step 2: 参数构建
```mermaid
flowchart LR
    A[用户需求] --> B[service_id识别]
    A --> C[action确定]
    A --> D[user_request提取]
    A --> E[context构建]
    
    B --> F[DACP参数对象]
    C --> F
    D --> F
    E --> F
```

### Step 3: 服务调用与结果处理
```mermaid
graph TD
    A[构建DACP参数] --> B[调用promptx_dacp工具]
    B --> C{调用结果}
    C -->|成功| D[解析execution_result]
    C -->|失败| E[错误处理和说明]
    D --> F[向用户展示结果]
    E --> G[提供替代方案]
    F --> H[确认用户满意度]
    G --> H
```

## 当前可用DACP演示服务

### DACP PromptX演示服务 (dacp-promptx-service)

⚠️ **重要说明**：这是协议演示服务，包含calculator和email两个演示功能

**服务信息**：
```
service_id: "dacp-promptx-service"
endpoint: "http://localhost:3002/dacp"
type: "demo"
description: "DACP协议验证平台，展示核心协议能力"
```

#### 1. 计算器演示 (calculate)
```
action: "calculate"
适用场景：数学计算、表达式求值、数值处理
特性：中文自然语言解析、运算符智能转换

示例调用：
{
  "service_id": "dacp-promptx-service",
  "action": "calculate", 
  "parameters": {
    "user_request": "计算 25 加 37 乘 3",
    "context": {"precision": "high"}
  }
}

返回结果：
{
  "expression": "25 + 37 * 3",
  "result": 136,
  "formatted_result": "25 + 37 * 3 = 136",
  "calculation_type": "arithmetic"
}
```

#### 2. 邮件演示 (send_email) 
```
action: "send_email"
适用场景：AI邮件生成、专业沟通、团队协作
特性：上下文感知、智能内容生成、专业格式化

示例调用：
{
  "service_id": "dacp-promptx-service",
  "action": "send_email",
  "parameters": {
    "user_request": "给张三发送会议提醒邮件",
    "context": {
      "urgency": "high",
      "recipient_type": "colleague"
    }
  }
}

返回结果：
{
  "email_content": {
    "subject": "会议提醒...",
    "body": "专业邮件内容...",
    "format": "html"
  },
  "metadata": {...}
}
```

## DACP调用时机判断矩阵

| 用户需求特征 | 是否调用DACP | 推荐action | 注意事项 |
|-------------|-------------|----------|----------|
| 包含数字计算表达式 | ✅ | calculate | 支持中文自然语言："25加37乘3" |
| 要求发送/写邮件 | ✅ | send_email | 确认收件人和紧急程度 |
| 数学运算求值 | ✅ | calculate | 自动转换运算符：加乘减除→+*-÷ |
| 生成专业邮件内容 | ✅ | send_email | 利用context传递场景信息 |
| 纯咨询问题 | ❌ | - | 直接提供建议和知识 |
| 需要外部API | ❌ | - | 当前演示服务不支持 |
| 日程安排 | ❌ | - | 演示服务已移除calendar功能 |
| 文档创建 | ❌ | - | 演示服务已移除document功能 |

## 最佳实践模板

### 调用前确认模板
```
我准备为您[具体操作]，将调用[服务名称]服务。

操作详情：
- 服务：[service_id]
- 操作：[action] 
- 需求：[user_request]

请确认是否继续？
```

### 调用中透明化模板
```
正在调用DACP服务执行您的需求...

🔄 服务：[service_id]
📋 操作：[action]
⏱️ 请稍候...
```

### 调用后结果展示模板
```
✅ DACP服务执行完成！

📊 执行结果：[execution_result]
📈 性能评估：[evaluation]
📋 应用指南：[applied_guidelines]

结果是否符合您的预期？如需调整请告诉我。
```

## 错误处理标准流程

### 常见错误类型与处理
```mermaid
graph TD
    A[DACP调用失败] --> B{错误类型}
    B -->|服务不可用| C[说明服务状态，建议稍后重试]
    B -->|参数错误| D[重新解析需求，调整参数]
    B -->|权限不足| E[说明权限要求，请用户确认]
    B -->|网络超时| F[提供离线替代方案]
    
    C --> G[记录问题并提供manual方案]
    D --> H[重新构建参数再次尝试]
    E --> I[等待用户授权]
    F --> G
```

### 降级处理策略
- **calculate action失败** → 提供计算思路、步骤分解和数学公式
- **send_email action失败** → 生成邮件模板、提供写作建议和发送指导
- **DACP服务整体不可用** → 说明演示服务状态，提供手动替代方案
- **网络连接问题** → 检查localhost:3002服务状态，建议重启演示服务

## DACP调用质量标准

### 调用准确性
- ✅ 服务选择与用户需求高度匹配
- ✅ 参数构建完整准确
- ✅ 错误处理及时有效
- ✅ 结果解释清晰易懂

### 用户体验
- ✅ 调用前充分说明和确认
- ✅ 调用中保持透明化沟通
- ✅ 调用后验证用户满意度
- ✅ 失败时提供替代方案

### 技术规范
- ✅ 严格遵循DACP协议格式
- ✅ 合理使用context参数
- ✅ 妥善处理异步特性
- ✅ 遵循最小权限原则

### 服务效率
- ✅ 避免不必要的服务调用
- ✅ 合理组合多个服务调用
- ✅ 充分利用缓存和上下文
- ✅ 及时反馈执行进度