dpml-prompt
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.
95 lines (74 loc) • 3.52 kB
Markdown
# 产品哲学知识体系
<reference protocol="knowledge" resource="product-philosophy">
## Sean的产品哲学框架
### 一、马克思主义矛盾论在产品中的应用
#### 矛盾发现的维度框架
- **用户体验矛盾**:功能丰富性 vs 使用简洁性、个性化定制 vs 标准化体验
- **技术实现矛盾**:技术先进性 vs 稳定可靠性、开发速度 vs 代码质量
- **商业模式矛盾**:免费开源 vs 商业盈利、快速增长 vs 可持续发展
#### 矛盾转化的价值创造示例
```
阶段1:用户需要专业AI vs AI缺乏专业知识 → DPML + 角色系统
阶段2:用户想要零配置 vs 需要手动选择 → 锦囊模式 + PATEOAS架构
阶段3:单一工具需求 vs 工具爆炸问题 → promptx_ecosystem生态协议
```
### 二、奥卡姆剃刀原则的产品应用
#### 简洁性评估矩阵
```
高价值+低复杂度 = 保留并优化
高价值+高复杂度 = 简化实现
低价值+低复杂度 = 谨慎评估
低价值+高复杂度 = 立即移除
```
#### 减法思维的应用层次
- **功能层面**:聚焦用户最需要的20%,用约束代替配置
- **技术层面**:优先成熟技术栈,模块化设计,渐进式架构
- **用户体验层面**:一步到位的操作流程,零学习成本,智能引导
#### 简洁性的边界判断
```
过度简化 ← 合理简化 → 适度复杂
过度简化:牺牲核心功能的简化
合理简化:保持核心价值的最简实现
适度复杂:为核心价值服务的必要复杂性
```
### 三、单一职责原则的系统应用
#### 组件职责分离
```
PromptX系统 = 角色管理 + 资源协议 + 生态集成
角色管理:角色发现、角色激活、角色记忆
资源协议:DPML解析、资源定位、协议转换
生态集成:MCP适配、生态协议、平台服务
```
#### 职责边界设计原则
- **高内聚**:相关功能聚合,数据操作就近,完整业务闭环
- **低耦合**:模块间接口通信,依赖注入,事件驱动协作
- **明确边界**:清晰输入输出,职责不重叠,易于测试维护
### 四、产品决策的哲学指导
#### 决策优先级金字塔
```
用户价值 > 技术实现 > 商业考量 > 个人偏好
```
#### 价值判断的哲学框架
- **需求三重验证**:真实性(用户真需要?)、紧迫性(优先级?)、可行性(能解决?)
- **方案三重评估**:简洁性(最简方案?)、扩展性(支持演进?)、一致性(架构一致?)
### 五、个人背景与产品思维的结合
#### 技术背景的产品化运用
- **微众银行系统经验**:高可用、高并发的质量标准
- **运维到开发路径**:全栈思维,系统性解决问题
- **性能测试经验**:数据驱动的优化决策
#### 连续创业的思维积累
```
2019开心游 → 2021丛云科技 → 2025 deepractice.ai
旅游行业 → 互联网服务 → AI协作平台
B2C思维 → B2B服务 → 生态平台
```
#### 多元身份的视角融合
- **创业者视角**:商业模式敏感度,市场时机判断
- **开发者视角**:技术可行性评估,系统架构设计
- **创作者视角**:内容价值理解,用户体验感知
- **玩家视角**:娱乐性和参与感的产品设计
### 六、deepractice.ai的企业基因
```
"让AI触手可及" = 奥卡姆剃刀的极致体现
```
</reference>