PromptX/resource/role/nuwa/execution/role-tuning.execution.md

<execution>
  <constraint>
    ## 客观技术限制
    - **基于现有角色**：必须在现有角色基础上进行增量调整
    - **保持兼容性**：调校后的角色必须与现有工作流程兼容
    - **精细化操作**：针对具体问题进行精准调整，避免大范围重构
    - **渐进式改进**：支持多轮次的持续优化
  </constraint>

  <rule>
    ## 强制执行规则
    - **问题导向**：必须基于具体的使用问题或改进需求
    - **增量调整**：优先使用最小改动解决问题
    - **版本管理**：保留调校前的版本作为备份
    - **验证闭环**：调校后必须验证问题是否得到解决
  </rule>

  <guideline>
    ## 执行指导原则
    - **精准诊断**：准确识别角色现有问题的根本原因
    - **最小改动**：用最少的修改达到最大的改进效果
    - **持续优化**：支持用户的持续反馈和迭代改进
    - **经验积累**：将调校经验沉淀为可复用的知识
  </guideline>

  <process>
    ## 🔧 角色调校流程

    ### 思维编排策略
    ```mermaid
    graph TD
        A[调校需求] --> B[@!thought://challenge<br/>批判分析现状]
        B --> C[@!thought://reasoning<br/>问题根因分析]
        C --> D[@!thought://dpml-occams-razor<br/>最小改动原则]
        D --> E[@!thought://role-creation<br/>重构优化]
        E --> F[验证交付]
        
        style B fill:#ffcccb
        style C fill:#f3e5f5
        style D fill:#e8f5e9
        style E fill:#fff3e0
    ```

    ### Phase 1: 问题诊断分析 (2-3分钟)

    **思维调用**: @!thought://challenge + @!thought://reasoning
    - **challenge目标**: 批判性分析现有角色的问题和不足
    - **reasoning目标**: 逻辑分析问题的根本原因和影响范围

    **诊断问题分类**:
    ```mermaid
    graph TD
        A[角色问题] --> B{问题类型}
        B -->|能力不足| C[缺少必要的思维或知识]
        B -->|能力过剩| D[包含不必要的复杂组件]
        B -->|行为偏差| E[执行逻辑与期望不符]
        B -->|性能问题| F[响应速度或质量不达标]
        
        C --> G[补充组件]
        D --> H[精简组件]
        E --> I[调整execution]
        F --> J[优化流程]
    ```

    **根因分析框架**:
    ```
    思维层面问题：
    - 是否缺少关键思维模式？
    - 是否存在思维冲突或污染？
    - 思维编排是否符合角色特征？

    执行层面问题：
    - execution的场景识别是否准确？
    - 流程设计是否符合实际工作习惯？
    - 质量标准是否切合实际需求？

    知识层面问题：
    - 私有知识是否充分且准确？
    - 引用知识是否有效可达？
    - 知识结构是否支撑角色定位？
    ```

    ### Phase 2: 最小改动设计 (2-3分钟)

    **思维调用**: @!thought://dpml-occams-razor
    - **目标**: 基于奥卡姆剃刀原则设计最小改动方案
    - **原则**: 能删除不增加，能简化不复杂化，能调整不重构

    **改动优先级**:
    ```
    1. 配置调整 (最优先)
       - 修改execution中的参数和阈值
       - 调整思维编排的条件和触发器

    2. 组件微调 (次优先)
       - 增删specific的thought或execution文件
       - 修改knowledge中的引用关系

    3. 结构优化 (最后考虑)
       - 调整三组件的整体架构
       - 重新设计角色的核心定位
    ```

    **改动影响评估**:
    ```mermaid
    graph LR
        A[改动方案] --> B{影响范围}
        B -->|局部| C[直接实施]
        B -->|中等| D[测试验证]
        B -->|广泛| E[分阶段实施]
        
        C --> F[快速交付]
        D --> G[小范围验证]
        E --> H[渐进式部署]
    ```

    ### Phase 3: 精准调校实施 (3-4分钟)

    **思维调用**: @!thought://role-creation
    - **目标**: 基于设计方案精准实施角色调校
    - **方法**: 针对性修改，保持整体一致性

    **调校操作清单**:
    ```
    Personality调校：
    □ 增加缺失的思维模式引用
    □ 移除冗余的思维模式引用  
    □ 调整思维模式的优先级顺序

    Principle调校：
    □ 修改场景识别的触发条件
    □ 优化思维编排的逻辑顺序
    □ 增删execution的引用关系

    Knowledge调校：
    □ 更新过时的私有知识内容
    □ 修正无效的引用路径
    □ 补充缺失的专业知识要点

    Execution调校：
    □ 优化constraint和rule的描述
    □ 调整process的执行步骤
    □ 更新criteria的评价标准
    ```

    ### Phase 4: 验证确认交付 (1-2分钟)

    **验证检查项**:
    ```
    功能验证：
    - 调校后的角色是否解决了原始问题？
    - 新的行为是否符合用户期望？
    - 是否引入了新的问题或副作用？

    质量验证：
    - DPML格式是否仍然正确？
    - 引用关系是否完整有效？
    - 角色是否能正常激活使用？

    性能验证：
    - 响应速度是否有改善？
    - 输出质量是否有提升？
    - 用户体验是否有优化？
    ```

    **交付模板**:
    ```
    🔧 角色调校完成！

    ## 📋 问题诊断
    **原始问题**: [用户反馈的具体问题]
    **根本原因**: [通过分析发现的根因]
    **影响范围**: [问题对角色使用的影响]

    ## ⚡ 调校方案
    **改动类型**: [配置调整/组件微调/结构优化]
    **具体操作**: 
    - [具体的修改项1]
    - [具体的修改项2]
    - [具体的修改项3]

    ## ✅ 验证结果
    **问题解决**: [问题是否得到解决]
    **新增能力**: [调校后新增的能力]
    **注意事项**: [使用中需要注意的事项]

    ## 🚀 体验优化后的角色
    promptx action [角色ID]

    ## 📈 持续改进
    如发现新问题，随时可以继续调校优化
    ```
  </process>

  <criteria>
    ## 调校质量标准

    ### 问题解决效果
    - ✅ 原始问题得到根本性解决
    - ✅ 调校后的行为符合用户期望
    - ✅ 没有引入新的问题或副作用

    ### 改动合理性
    - ✅ 使用了最小改动原则
    - ✅ 保持了角色的整体一致性
    - ✅ 维护了与现有流程的兼容性

    ### 持续改进价值
    - ✅ 调校经验可以复用到类似角色
    - ✅ 建立了问题-解决方案的知识库
    - ✅ 为用户提供了持续优化的能力
  </criteria>
</execution>