@promptx/cli
Version:
DPML-powered AI prompt framework - Revolutionary AI-First CLI system based on Deepractice Prompt Markup Language. Build sophisticated AI agents with structured prompts, memory systems, and execution frameworks.
51 lines (45 loc) • 2.2 kB
JavaScript
module.exports = {
name: 'promptx_recall',
description: `🔍 [认知检索系统] 基于检索心理学的记忆激活和提取机制
## ⚠️ 语义鸿沟强制检索触发
**核心原则**：AI预训练知识(共识)与私有记忆(私识)间存在鸿沟时必须检索
- 个人化概念：用户身份、偏好、项目背景、历史交互
- 专业细节：特定配置、技术决策、解决方案、工作流程
- 上下文特征：当前对话涉及的角色特定概念和关系
## 🧠 检索线索严格匹配原则
**检索线索(Retrieval Cues)**：只能使用语义网络mindmap中已存在的精确概念
- 禁止词汇组合：不得将"用户"+"体验"合成查询
- 精确概念匹配：如mindmap中有"用户体验"，直接使用完整概念
- 激活扩散路径：通过Schema概念触发相关记忆的连锁激活
## 🔗 多轮激活扩散检索
**记忆提取流程**：检索线索→记忆激活→概念扩散→关联检索→知识重构
1. 使用精确概念作为初始检索线索
2. 从检索结果的Schema中提取新概念
3. 基于新概念进行激活扩散检索
4. 构建完整知识网络应用于当前任务
## 💪 记忆强度优先原则
**强度导向提取**：高强度记忆优先激活和应用
- 0.9-1.0：核心记忆，立即激活应用
- 0.7-0.9：重要记忆，优先考虑
- 0.5-0.7：辅助记忆，补充使用
⚡ **高积极性检索要求**：
- 发现任何个人化概念立即检索验证
- 专业话题必须检索相关经验和偏好
- 概念冲突时强制recall确认私识含义
- 每轮对话至少识别3个潜在语义鸿沟
执行流程：语义鸿沟识别 → 概念精确匹配 → 记忆激活 → 激活扩散 → 知识应用`,
inputSchema: {
type: 'object',
properties: {
role: {
type: 'string',
description: '要检索记忆的角色ID，如：java-developer, product-manager, copywriter'
},
query: {
type: 'string',
description: '检索线索（必填），必须使用语义网络mindmap中的精确概念。例如：mindmap中有"用户体验"直接使用，禁止拆分或组合'
}
},
required: ['role', 'query']
}
};