PromptX/docs/issues/role-content-parsing-incomplete.md

角色内容解析不完整问题

🔥 问题等级

高优先级 (High Priority)

📋 问题描述

当前PromptX的角色解析机制存在重大缺陷：只解析@引用，完全忽略DPML标签内的直接内容。这导致许多用户自定义角色的核心能力丢失。

🔍 问题详情

当前解析机制

ActionCommand在analyzeRoleDependencies方法中使用以下正则表达式：

const resourceRegex = /@([!?]?)([a-zA-Z][a-zA-Z0-9_-]*):\/\/([a-zA-Z0-9_\/.,-]+?)(?=[\s\)\],]|$)/g

这个正则只提取@引用，完全忽略DPML标签内直接编写的内容。

影响的角色类型

1. 系统角色（使用@引用）

<!-- resource/domain/assistant/assistant.role.md -->
<role>
  <personality>
    @!thought://remember
    @!thought://recall
    @!thought://assistant
  </personality>
  <principle>
    @!execution://assistant
  </principle>
</role>

状态：✅ 正常解析

2. 用户角色（直接内容）

<!-- .promptx/resource/domain/internet-debater/internet-debater.role.md -->
<role>
  <personality>
    # 网络杠精思维模式
    ## 核心思维特征
    - **挑刺思维**：看到任何观点都先找问题和漏洞
    - **抬杠本能**：天生反对派，习惯性质疑一切表述
    ...
  </personality>
  <principle>
    # 网络杠精行为原则
    ## 核心抬杠准则
    - **逢言必反**：对任何观点都要找到反对的角度
    ...
  </principle>
  <knowledge>
    # 网络杠精专业知识体系
    ## 逻辑谬误大全
    - **稻草人谬误**：故意曲解对方观点
    ...
  </knowledge>
</role>

状态：❌ 内容完全丢失

🎯 具体影响

internet-debater角色损失分析

• 丢失内容：3个完整的DPML节段，约100行专业内容
• 丢失能力：
  • 杠精思维模式和认知特征
  • 抬杠行为原则和语言风格
  • 逻辑谬误知识和争论技巧
• 用户体验：激活角色后获得的是"空壳"，无法发挥预期作用

潜在影响范围

• 所有直接编写内容的用户自定义角色
• 混合编写方式的角色（@引用 + 直接内容）
• 未来可能创建的角色

🔍 根因分析

1. 设计假设错误

系统设计时假设所有角色都使用@引用方式，但实际上：

• 用户更倾向于直接编写内容
• 文档没有强制要求使用@引用
• 角色创建工具支持直接编写

2. 验证与解析分离

// resourceManager.js - 只验证格式，不解析内容
validateDPMLFormat(content, type) {
  const tags = DPML_TAGS[type]
  return content.includes(tags.start) && content.includes(tags.end)
}

3. 解析逻辑单一

ActionCommand只有一种解析模式：正则匹配@引用，没有考虑直接内容。

💡 解决方案

方案1：混合解析机制（推荐）

扩展ActionCommand解析逻辑，同时支持：

1. @引用解析：保持现有逻辑
2. 直接内容解析：提取DPML标签内的Markdown内容
3. 内容合并：@引用内容 + 直接内容 = 完整角色能力

方案2：内容提取器

创建专门的DPML内容提取器：

class DPMLContentExtractor {
  extractTagContent(content, tagName) {
    const regex = new RegExp(`<${tagName}>([\\s\\S]*?)</${tagName}>`, 'g')
    // 提取标签内容，同时处理@引用和直接内容
  }
}

方案3：解析策略统一

统一角色解析策略：

1. 优先解析@引用
2. 补充解析直接内容
3. 合并生成完整的角色Profile

🔧 技术实现要点

1. 扩展依赖分析

// ActionCommand.js
async analyzeRoleDependencies(roleInfo) {
  const roleContent = await fs.readFile(filePath, 'utf-8')
  
  // 现有：提取@引用
  const references = this.extractReferences(roleContent)
  
  // 新增：提取直接内容
  const directContent = this.extractDirectContent(roleContent)
  
  // 合并依赖
  return this.mergeDependencies(references, directContent)
}

2. 内容提取算法

extractDirectContent(content) {
  const sections = {}
  const tags = ['personality', 'principle', 'knowledge']
  
  tags.forEach(tag => {
    const regex = new RegExp(`<${tag}>([\\s\\S]*?)</${tag}>`, 'g')
    const match = regex.exec(content)
    if (match && match[1].trim()) {
      // 过滤掉@引用，只保留直接内容
      const directText = this.filterOutReferences(match[1])
      if (directText.trim()) {
        sections[tag] = directText
      }
    }
  })
  
  return sections
}

📊 影响评估

修复收益

• 功能完整性：用户自定义角色能力完全恢复
• 用户体验：角色激活后获得预期的专业能力
• 兼容性：支持所有编写方式，向下兼容

修复成本

• 开发工作量：中等（主要在ActionCommand和相关解析逻辑）
• 测试工作量：中等（需要测试各种角色格式）
• 风险评估：低（主要是增强功能，不破坏现有逻辑）

🧪 测试用例

测试场景1：纯@引用角色

<role>
  <personality>@!thought://assistant</personality>
  <principle>@!execution://assistant</principle>
</role>

期望：正常解析@引用

测试场景2：纯直接内容角色

<role>
  <personality># 直接编写的个性内容</personality>
  <principle># 直接编写的原则内容</principle>
</role>

期望：正确提取直接内容

测试场景3：混合方式角色

<role>
  <personality>
    @!thought://base-personality
    
    # 补充的个性特征
    - 额外特征1
    - 额外特征2
  </personality>
</role>

期望：@引用 + 直接内容都被解析

📅 建议修复时间线

• 阶段1：问题确认和方案设计（已完成）
• 阶段2：核心解析逻辑实现（1-2天）
• 阶段3：测试用例编写和验证（1天）
• 阶段4：兼容性测试和文档更新（1天）

🔗 相关文件

• src/lib/core/pouch/commands/ActionCommand.js - 主要修改文件
• src/lib/core/resource/resourceManager.js - 可能需要增强DPML处理
• .promptx/resource/domain/internet-debater/internet-debater.role.md - 受影响的测试案例
• src/tests/commands/ActionCommand.*.test.js - 需要补充的测试

⚠️ 注意事项

1. 保持向下兼容：现有@引用方式不能受影响
2. 性能考虑：内容解析不应显著影响角色激活速度
3. 内容去重：避免@引用和直接内容的重复
4. 错误处理：DPML格式错误时的优雅降级

---

报告人：Claude Code
发现时间：2025-06-11
优先级：High
标签：bug, role-parsing, user-experience, content-loss