366 lines
12 KiB
Markdown
366 lines
12 KiB
Markdown
# PromptX 架构原理文档
|
||
|
||
> **革命性AI增强系统** - 基于循环控制架构的动态专业化AI框架
|
||
|
||
## 🎯 核心设计哲学
|
||
|
||
**"AI use CLI get prompt for AI"** - AI通过命令行接口获取提示词来增强自身能力
|
||
|
||
这不是简单的工具调用，而是一个完整的**AI能力循环增强系统**。
|
||
|
||
---
|
||
|
||
## 🏗️ 四层双提示词循环架构
|
||
|
||
### 📊 架构层次图
|
||
|
||
```mermaid
|
||
graph TD
|
||
A["👑 Master<br/>(人类主控)<br/>决策制定者<br/>需求提出者<br/>目标设定者"]
|
||
C["🤖 AI<br/>(智能中间层)<br/>意图理解<br/>决策推理<br/>界面操作<br/>能力整合"]
|
||
D["🖥️ Interface Layer<br/>(接口层)<br/>AI操作界面<br/>CLI命令接口<br/>标准化协议<br/>RESTful API"]
|
||
E["💻 PromptX System<br/>(系统层)<br/>资源管理<br/>状态维护<br/>协议解析<br/>文件操作"]
|
||
|
||
subgraph "DPML知识库"
|
||
F["📝 角色定义<br/>(DPML格式)"]
|
||
G["🧠 思维模式<br/>(DPML格式)"]
|
||
H["📚 知识体系<br/>(DPML格式)"]
|
||
I["🔍 记忆经验<br/>(DPML格式)"]
|
||
end
|
||
|
||
A <-->|"用户提示词<br/>(自然语言交互)"| C
|
||
C <-->|"界面操作<br/>(CLI/API调用)"| D
|
||
D <-->|"系统调用<br/>(命令执行)"| E
|
||
E --> F
|
||
E --> G
|
||
E --> H
|
||
E --> I
|
||
F -->|"系统提示词"| E
|
||
G -->|"系统提示词"| E
|
||
H -->|"系统提示词"| E
|
||
I -->|"系统提示词"| E
|
||
E -->|"返回结果"| D
|
||
D -->|"提示词输出"| C
|
||
|
||
style A fill:#ff9999
|
||
style C fill:#99ff99
|
||
style D fill:#99ccff
|
||
style E fill:#cc99ff
|
||
style F fill:#ffcc99
|
||
style G fill:#ffcc99
|
||
style H fill:#ffcc99
|
||
style I fill:#ffcc99
|
||
```
|
||
|
||
### 🎯 各层职责定义
|
||
|
||
#### 1. 👑 Master (人类主控)
|
||
- **身份**：决策制定者，系统的最终用户
|
||
- **职责**：
|
||
- 提出需求和目标
|
||
- 做出关键决策
|
||
- 评估AI的服务质量
|
||
- **交互方式**：自然语言（用户提示词）
|
||
|
||
#### 2. 🤖 AI (智能中间层)
|
||
- **身份**：智能代理，核心协调者
|
||
- **职责**：
|
||
- 理解Master的自然语言需求
|
||
- 判断需要什么专业能力
|
||
- 通过接口层操作PromptX系统
|
||
- 内化系统提示词获得专业能力
|
||
- 以专业身份服务Master
|
||
- **特点**：双重身份 - 既是Master的服务者，又是PromptX的用户
|
||
|
||
#### 3. 🖥️ Interface Layer (接口层)
|
||
- **身份**：AI的操作界面，系统的用户界面
|
||
- **职责**：
|
||
- 提供标准化的操作接口（CLI、API等）
|
||
- 解析AI的操作指令
|
||
- 封装系统调用的复杂性
|
||
- 格式化返回结果
|
||
- **接口类型**：
|
||
- **CLI接口**：`npx promptx action video-copywriter`
|
||
- **RESTful API**：`GET /api/role/video-copywriter`
|
||
- **GraphQL接口**：未来扩展方向
|
||
- **WebSocket接口**：实时交互支持
|
||
|
||
#### 4. 💻 PromptX System (系统层)
|
||
- **身份**：核心计算系统，资源管理器
|
||
- **职责**：
|
||
- 存储和管理DPML格式的专业知识
|
||
- 解析和执行接口层传递的命令
|
||
- 维护系统状态和上下文
|
||
- 提供资源访问和文件操作
|
||
- **核心能力**：高效的知识检索和状态管理
|
||
|
||
#### 5. 📝 DPML知识库 (专业化提示词仓库)
|
||
- **核心架构**：
|
||
- **core**：AI基础能力教育模块
|
||
- **execution**：教会AI系统操作能力（@协议处理、记忆评估等）
|
||
- **thought**：教会AI思维框架（DPML思考模式、评估体系等）
|
||
- **memory**：教会AI记忆管理（记忆触发、存储策略、检索优化等）
|
||
- **domain**：专业领域知识库
|
||
- **角色定义**：专业身份和人格特征
|
||
- **思维模式**：思考框架和认知模式
|
||
- **知识体系**：专业领域的结构化知识
|
||
- **记忆经验**：历史案例和最佳实践
|
||
- **格式**：标准化DPML标记语言
|
||
- **作用**：为AI提供即时专业化能力和系统使用能力
|
||
|
||
##### 🔗 core的桥梁价值
|
||
- **连接桥梁**：将DPML标记语言、AI能力、PromptX系统三者有机结合
|
||
- **能力教学**：教会每个AI如何正确使用系统的@协议和记忆功能
|
||
- **标准统一**：确保所有AI都具备一致的基础操作规范和思维框架
|
||
- **评估体系**：提供记忆价值判断、质量评估和存储策略的标准
|
||
- **桥梁作用**：让AI理解如何在DPML和自然语言之间进行转换和应用
|
||
|
||
---
|
||
|
||
## 🔄 双提示词循环系统
|
||
|
||
### 📋 提示词分类
|
||
|
||
#### 🗣️ 用户提示词 (User Prompt)
|
||
- **定义**：Master与AI之间的自然语言交互
|
||
- **方向**：双向 (Master ↔ AI)
|
||
- **内容**：需求描述、任务指令、反馈评价
|
||
- **示例**：
|
||
```
|
||
Master: "我要做一个30秒的健身视频文案，目标用户是25-35岁的白领"
|
||
AI: "作为专业视频文案专家，我建议采用痛点+解决方案的结构..."
|
||
```
|
||
|
||
#### 🛠️ 系统提示词 (System Prompt)
|
||
- **定义**：PromptX系统提供给AI的专业能力
|
||
- **方向**：单向 (PromptX → AI)
|
||
- **内容**：角色定义、专业知识、思维模式、最佳实践
|
||
- **格式**：DPML结构化标记
|
||
- **示例**：
|
||
```xml
|
||
<role domain="video-copywriting">
|
||
<personality>创意性、故事性、营销性思维</personality>
|
||
<principle>用户价值优先、结构化表达、平台适配</principle>
|
||
<knowledge>AIDA框架、故事叙述技巧、心理学原理</knowledge>
|
||
</role>
|
||
```
|
||
|
||
### 🔄 循环增强机制
|
||
|
||
```mermaid
|
||
sequenceDiagram
|
||
participant M as 👑 Master
|
||
participant AI as 🤖 AI
|
||
participant PX as 💻 PromptX
|
||
|
||
Note over M,PX: 第一循环：能力获取
|
||
M->>AI: "我需要视频文案服务"<br/>(用户提示词)
|
||
Note over AI: AI分析：需要视频文案专业能力
|
||
AI->>PX: npx promptx action video-copywriter<br/>(CLI命令)
|
||
PX->>AI: 返回完整的视频文案专家定义<br/>(系统提示词)
|
||
Note over AI: AI内化：获得专业思维模式和知识体系
|
||
|
||
Note over M,PX: 第二循环：专业服务
|
||
AI->>M: "我现在具备专业视频文案能力，<br/>请描述具体需求"<br/>(用户提示词)
|
||
M->>AI: "30秒健身视频文案，<br/>目标用户25-35岁白领"<br/>(用户提示词)
|
||
Note over AI: AI基于专业能力提供服务
|
||
|
||
Note over M,PX: 第三循环：能力增强
|
||
Note over AI: AI判断：需要更多领域知识或经验
|
||
AI->>PX: npx promptx recall 健身营销<br/>(CLI命令)
|
||
PX->>AI: 返回相关记忆和最佳实践<br/>(系统提示词)
|
||
AI->>M: 基于增强能力提供更专业的服务<br/>(用户提示词)
|
||
```
|
||
|
||
#### 详细流程说明
|
||
|
||
**第一循环：能力获取**
|
||
1. Master → AI: "我需要视频文案服务" (用户提示词)
|
||
2. AI 分析: 需要视频文案专业能力
|
||
3. AI → PromptX: `npx promptx action video-copywriter` (CLI命令)
|
||
4. PromptX → AI: 返回完整的视频文案专家定义 (系统提示词)
|
||
5. AI 内化: 获得专业思维模式和知识体系
|
||
|
||
**第二循环：专业服务**
|
||
6. AI → Master: "我现在具备专业视频文案能力，请描述具体需求" (用户提示词)
|
||
7. Master → AI: 详细需求描述 (用户提示词)
|
||
8. AI 基于专业能力提供服务
|
||
|
||
**第三循环：能力增强**
|
||
9. AI 判断: 需要更多领域知识或经验
|
||
10. AI → PromptX: `npx promptx recall 健身营销` (CLI命令)
|
||
11. PromptX → AI: 返回相关记忆和最佳实践 (系统提示词)
|
||
12. AI → Master: 基于增强能力提供更专业的服务 (用户提示词)
|
||
|
||
---
|
||
|
||
## 🚀 系统优势分析
|
||
|
||
### 🎯 传统AI vs PromptX驱动AI
|
||
|
||
| 特性 | 传统AI | PromptX驱动AI |
|
||
|------|--------|---------------|
|
||
| **能力模式** | 静态、固定 | 动态、可扩展 |
|
||
| **专业深度** | 泛化知识 | 按需专业化 |
|
||
| **记忆能力** | 会话级 | 跨会话持久 |
|
||
| **学习机制** | 被动接受 | 主动获取 |
|
||
| **上下文处理** | 有限长度 | 锦囊自包含 |
|
||
| **角色一致性** | 易偏移 | 系统强化 |
|
||
|
||
### 💡 革命性创新点
|
||
|
||
#### 1. 🎭 动态角色系统
|
||
- AI不再是单一身份
|
||
- 按需获得专业角色能力
|
||
- 角色切换无缝衔接
|
||
|
||
#### 2. 🧠 主动能力增强
|
||
- AI主动识别能力需求
|
||
- 通过CLI命令获取专业知识
|
||
- 形成能力积累和复用
|
||
|
||
#### 3. 🔄 闭环自我进化
|
||
- 使用 → 记忆 → 回忆 → 增强
|
||
- 每次交互都增强AI能力
|
||
- 知识库持续扩充
|
||
|
||
#### 4. 🎒 锦囊自包含设计
|
||
- 每个输出包含完整上下文
|
||
- 解决AI健忘症问题
|
||
- 支持分布式和异步处理
|
||
|
||
---
|
||
|
||
## 🛠️ 技术实现原理
|
||
|
||
### 📋 PATEOAS状态机
|
||
|
||
```mermaid
|
||
stateDiagram-v2
|
||
[*] --> 初始化
|
||
初始化 --> 角色发现: hello
|
||
角色发现 --> 角色激活: action
|
||
角色激活 --> 能力学习: learn
|
||
能力学习 --> 专业服务: 完成
|
||
专业服务 --> 能力回忆: recall
|
||
能力回忆 --> 专业服务: 获得经验
|
||
专业服务 --> 记忆保存: remember
|
||
记忆保存 --> 专业服务: 保存成功
|
||
专业服务 --> 角色发现: 切换角色
|
||
专业服务 --> [*]: 任务完成
|
||
```
|
||
|
||
### 🏷️ DPML协议体系
|
||
- **标准化标记**：`<role>`, `<thinking>`, `<executing>`
|
||
- **语义明确**：通过标签表达提示词结构
|
||
- **协议绑定**：支持引用和组合
|
||
- **core教育模块**：
|
||
- 为AI提供系统操作基础教育
|
||
- 统一@协议处理标准
|
||
- 建立记忆评估和管理机制
|
||
- 确保DPML思维框架的正确理解和应用
|
||
|
||
### 📁 统一资源协议
|
||
```
|
||
@role://video-copywriter # 角色定义
|
||
@thought://creative-thinking # 思维模式
|
||
@execution://content-creation # 执行框架
|
||
@memory://video-success-cases # 历史经验
|
||
```
|
||
|
||
### 🎭 角色能力矩阵
|
||
|
||
```mermaid
|
||
graph LR
|
||
AI["🤖 AI (智能中间层)"]
|
||
|
||
subgraph "专业角色库"
|
||
R1["🎬 视频文案专家<br/>video-copywriter"]
|
||
R2["🎯 产品负责人<br/>product-owner"]
|
||
R3["🔧 提示词开发者<br/>prompt-developer"]
|
||
R4["🧪 测试助手<br/>test-assistant"]
|
||
R5["🙋 智能助手<br/>assistant"]
|
||
end
|
||
|
||
subgraph "能力组件"
|
||
P["💭 Personality<br/>思维模式"]
|
||
PR["📏 Principle<br/>行为原则"]
|
||
K["📚 Knowledge<br/>知识体系"]
|
||
end
|
||
|
||
subgraph "记忆系统"
|
||
M["🧠 Memory<br/>经验记忆"]
|
||
E["⚡ Experience<br/>最佳实践"]
|
||
end
|
||
|
||
AI -->|"npx promptx action"| R1
|
||
AI -->|"npx promptx action"| R2
|
||
AI -->|"npx promptx action"| R3
|
||
AI -->|"npx promptx action"| R4
|
||
AI -->|"npx promptx action"| R5
|
||
|
||
R1 --> P
|
||
R1 --> PR
|
||
R1 --> K
|
||
|
||
AI -->|"npx promptx recall"| M
|
||
AI -->|"npx promptx learn"| E
|
||
|
||
style AI fill:#99ff99
|
||
style R1 fill:#ffcc99
|
||
style R2 fill:#ffcc99
|
||
style R3 fill:#ffcc99
|
||
style R4 fill:#ffcc99
|
||
style R5 fill:#ffcc99
|
||
```
|
||
|
||
---
|
||
|
||
## 🎯 应用场景分析
|
||
|
||
### 🎬 内容创作场景
|
||
```
|
||
Master: "写一个产品发布的朋友圈文案"
|
||
AI执行流程:
|
||
1. npx promptx action copywriter # 获得文案专家能力
|
||
2. npx promptx recall 产品发布 # 回忆相关经验
|
||
3. 基于专业能力+历史经验创作文案
|
||
4. npx promptx remember 成功案例 # 保存优秀案例
|
||
```
|
||
|
||
### 🏢 项目管理场景
|
||
```
|
||
Master: "我们的敏捷开发遇到了阻碍"
|
||
AI执行流程:
|
||
1. npx promptx action product-owner # 获得产品负责人能力
|
||
2. npx promptx recall 敏捷问题 # 回忆解决方案
|
||
3. 基于专业框架分析问题并提供建议
|
||
4. npx promptx remember 解决方案 # 保存成功经验
|
||
```
|
||
|
||
---
|
||
|
||
## 🔮 未来发展方向
|
||
|
||
### 🎯 能力矩阵扩展
|
||
- 更多专业角色定义
|
||
- 跨领域能力组合
|
||
- 动态角色生成
|
||
|
||
### 🧠 智能决策优化
|
||
- AI自主判断所需能力
|
||
- 多角色协同工作
|
||
- 能力链自动规划
|
||
|
||
### 🌐 分布式架构
|
||
- 多AI节点协作
|
||
- 能力库共享
|
||
- 知识图谱构建
|
||
|
||
---
|
||
|
||
## 📚 总结
|
||
|
||
PromptX通过**五层循环控制架构**和**双提示词系统**，实现了AI能力的动态增强和专业化服务。这种设计不仅解决了传统AI的局限性，更开创了AI自主进化的新范式。
|
||
|
||
**核心价值**：让AI从被动工具变成主动学习的专业助手，真正实现"AI越用越聪明"的理想。 |