@Deepractice
暂无概览
使用下面的配置,将此服务器添加到你的 MCP 客户端。
{
"mcpServers": {
"promptx": {
"command": "npx",
"args": [
"-y",
"-f",
"dpml-prompt@snapshot",
"mcp-server"
]
}
}
}🎯 [AI专业能力启动器] ⚡ 让你瞬间拥有任何领域的专家级思维和技能 - 一键激活丰富的专业角色库(产品经理/开发者/设计师/营销专家等)，获得跨对话记忆能力，30秒内从普通AI变身行业专家。**多项目支持**：现在支持多个IDE/项目同时使用，项目间完全隔离。**必须使用场景**：1️⃣系统首次使用时；2️⃣创建新角色后刷新注册表；3️⃣角色激活(action)出错时重新发现角色；4️⃣查看当前版本号；5️⃣项目路径发生变化时。每次需要专业服务时都应该先用这个
🎭 [专业服务清单] 展示所有可用的AI专业角色和工具 为AI提供完整的专业服务选项清单，包括可激活的角色和可调用的工具。 何时使用此工具: - 初次进入项目了解可用的角色和工具 - 需要专业能力但不知道有哪些角色可选 - 寻找合适的工具来完成特定任务 - 想要了解项目级、系统级、用户级资源 - 不确定该激活什么角色或使用什么工具 - 定期查看新增的角色和工具 核心展示内容: - 所有可激活的专业角色（按来源分组） - 所有可调用的功能工具（附带使用手册） - 系统级资源（📦 来自PromptX核心） - 项目级资源（🏗️ 当前项目特有） - 用户级资源（👤 用户自定义） - 资源统计和快速索引 资源来源说明: - 📦 系统角色/工具：PromptX内置的通用资源 - 🏗️ 项目角色/工具：当前项目特有的资源 - 👤 用户角色/工具：用户自定义创建的资源 你应该: 1. 项目开始时先用welcome查看可用角色和工具 2. 根据任务需求选择合适的角色激活 3. 发现工具后通过manual链接学习使用方法 4. 记住常用角色ID和工具名便于快速调用 5. 为用户推荐最适合当前任务的角色或工具 6. 关注新增资源（特别是项目级和用户级） 7. 理解不同来源资源的优先级和适用场景 8. 工具使用前必须先learn其manual文档
⚡ [专业角色激活器] 瞬间获得指定专业角色的完整思维和技能包 通过角色ID激活专业身份，获得该领域专家的思考方式、工作原则和专业知识。 何时使用此工具: - 需要特定领域的专业能力来解决问题 - 想要切换到不同的专业视角思考 - 处理专业任务需要相应的专业知识 - 用户明确要求某个角色的服务 - 需要创建内容、分析问题或技术决策 - 想要获得角色特有的执行技能 核心激活能力: - 瞬间加载角色的完整定义（人格、原则、知识） - 自动获取角色的所有依赖资源 - 激活角色特有的思维模式和执行技能 - 加载角色相关的历史经验和记忆 - 提供角色专属的工作方法论 - 支持角色间的快速切换 - 3秒内完成专业化转换 系统内置角色（可直接激活）: - assistant: AI助手 - 基础对话和任务处理 - luban: 鲁班 - PromptX工具开发大师（开发工具找他） - noface: 无面 - 万能学习助手，可转换为任何领域专家 - nuwa: 女娲 - AI角色创造专家（创建角色找她） - sean: Sean - deepractice.ai创始人，矛盾驱动决策 角色职责边界: - 开发工具 → 切换到luban - 创建角色 → 切换到nuwa - 通用任务 → 使用assistant - 学习新领域 → 使用noface - 产品决策 → 切换到sean 使用前置条件: - 必须已通过promptx_init初始化项目环境 - 确保角色ID的正确性（使用welcome查看可用角色） - 新创建的角色需要先刷新注册表 你应该: 1. 根据任务需求选择合适的角色激活 2. 当任务超出当前角色能力时主动切换角色 3. 激活后立即以该角色身份提供服务 4. 保持角色的专业特征和语言风格 5. 充分利用角色的专业知识解决问题 6. 识别任务类型并切换到对应专家角色 7. 记住常用角色ID便于快速激活 8. 角色不存在时先用init刷新注册表 任务与角色匹配原则: - 当前角色无法胜任时，不要勉强执行 - 主动建议用户切换到合适的角色 - 绝不虚构能力或资源
🧠 [专业资源学习器] PromptX资源管理体系的统一学习入口 通过标准化协议体系加载各类专业资源，是AI获取专业能力和理解工具使用的核心通道。 何时使用此工具: - 用户要求使用某个工具但你不了解其用法 - 需要获取特定领域的专业思维模式和执行技能 - 想要了解某个角色的完整定义和能力边界 - 需要查看工具的使用手册和参数说明 - 学习项目特定的资源和配置信息 - 获取最新的专业知识和最佳实践 - 理解复杂概念前需要学习相关基础知识 核心学习能力: - 支持12种标准协议的资源加载和解析 - 智能识别资源类型并选择合适的加载策略 - 保持manual文档的原始格式不进行语义渲染 - 支持跨项目资源访问和继承机制 - 自动处理资源间的依赖关系 - 提供结构化的学习内容展示 - 资源内容的实时加载和更新 使用前置条件: - 必须已通过promptx_init初始化项目环境 - 确保资源路径或ID的正确性 - 对于工具使用必须先学习manual再考虑使用tool 支持的资源协议: - @role://角色ID - 完整角色定义 - @thought://资源ID - 专业思维模式 - @execution://资源ID - 执行技能实践 - @knowledge://资源ID - 领域专业知识 - @manual://工具名 - 工具使用手册（必须真实存在） - @tool://工具名 - 工具源代码 - @package://包名 - 工具包资源 - @project://路径 - 项目特定资源 - @file://路径 - 文件系统资源 - @prompt://ID - 提示词模板 - @user://资源 - 用户自定义资源 - @resource://ID - 通用资源引用 重要提醒: - 只能学习真实存在的资源，绝不虚构 - 资源不存在时会返回错误，不要猜测 - 工具manual必须先存在才能学习使用 你应该: 1. 看到工具相关需求时立即学习对应的@manual://工具名 2. 在不确定资源内容时主动使用learn查看 3. 遵循"学习→理解→使用"的标准流程 4. 为用户推荐相关的学习资源 5. 记住已学习的内容避免重复学习 6. 识别资源间的关联并建议深入学习 7. 在激活角色后学习其依赖的所有资源 8. 将学习到的知识立即应用到当前任务中
🔍 [智能记忆检索器] PromptX专业AI记忆体系的核心检索工具 基于认知心理学检索线索理论，智能检索指定角色的专业经验和知识。 何时使用此工具: - 处理涉及私有信息的任务（用户背景、项目细节、组织结构） - 遇到预训练知识无法覆盖的专业领域问题 - 需要了解特定技术栈的历史决策和配置信息 - 感知到语义鸿沟需要外部专业知识补充 - 用户提及过往经验或类似问题的解决方案 - 当前任务上下文触发了相关记忆线索 - 需要避免重复已解决问题的错误路径 - 个性化服务需要了解用户偏好和工作习惯 核心检索能力: - 基于三层检索策略：关键词精确匹配、语义相关分析、时空关联检索 - 支持XML技术记忆的转义字符还原和格式美化 - 智能相关性评估：直接相关、间接相关、背景相关、结构相关 - 渐进式信息呈现：摘要优先、结构化展示、按需详情展开 - 上下文驱动的记忆激活和关联分析 - 自动识别记忆时效性并提供更新建议 - 跨记忆关联发现和知识图谱构建 使用前置条件: - 必须已通过promptx_action激活PromptX角色 - 激活后将自动切换到PromptX专业记忆体系 - 客户端原生记忆功能将被禁用以避免冲突 - 确保检索目标与当前激活角色匹配 检索策略说明: - query参数：仅在确信能精确匹配时使用（如"女娲"、"PromptX"、"MCP"等专有名词） - 语义搜索：不确定时留空query获取全量记忆进行语义匹配 - **强制补充检索**：如使用query参数检索无结果，必须立即无参数全量检索 - **检索优先级**：全量检索 > 部分匹配 > 空结果，宁可多检索也不遗漏 - **用户查询场景**：对于用户的自然语言查询（如"明天安排"、"项目进度"等），优先使用全量检索 你应该: 1. 感知到预训练知识不足时主动触发记忆检索 2. 优先检索与当前任务上下文最相关的专业记忆 3. 根据检索线索调整查询策略提升检索精度 4. 利用检索结果建立当前任务的知识上下文 5. 识别记忆时效性对过时信息进行标记提醒 6. 将检索到的经验应用到当前问题的解决方案中 7. **关键策略：如果使用query参数没有检索到结果，必须立即使用无参数方式全量检索** 8. 宁可多检索也不要遗漏重要的相关记忆信息
💾 [智能记忆存储器] PromptX专业AI记忆体系的核心存储工具 将重要经验和知识智能处理后永久保存到指定角色的专业记忆库中。 何时使用此工具: - 用户分享个人化信息：具体的计划、偏好、背景情况 - 用户提供项目特定信息：工作内容、进展、配置、决策 - 用户描述经验性信息：解决问题的方法、遇到的困难、得到的教训 - 用户进行纠错性信息：对AI回答的修正、补充、澄清 - 通过工具调用获得新的文件内容、数据查询结果 - 从互联网获取了训练截止后的最新技术信息 - 每轮对话结束时识别到有价值的用户特定信息 核心处理能力: - 自动识别信息类型并应用对应的奥卡姆剃刀压缩策略 - 智能生成3-5个语义相关的分类标签避免重复 - 基于价值评估机制筛选高价值信息存储 - 支持XML技术内容的转义处理和格式优化 - 实现角色隔离存储确保专业记忆的独立性 - 自动去重检测避免冗余记忆的累积 - 提取最小完整信息保持记忆库的简洁高效 使用前置条件: - 必须已通过promptx_action激活PromptX角色 - 激活后将自动切换到PromptX专业记忆体系 - 客户端原生记忆功能将被禁用以避免冲突 - 确保当前角色与要存储的记忆内容匹配 参数详细说明: - role: 目标角色ID，记忆将绑定到此专业角色的知识库 - content: 原始信息内容，工具将自动进行智能优化处理 - tags: 可选自定义标签，工具会基于内容自动生成补充标签 🧠 智能记忆判断策略: 当用户分享以下类型信息时，立即评估记忆价值： 📍 个人化信息：用户的具体计划、偏好、背景情况 📍 项目特定信息：具体的工作内容、进展、配置、决策 📍 经验性信息：解决问题的方法、遇到的困难、得到的教训 📍 纠错性信息：对AI回答的修正、补充、澄清 记忆决策原则: - 这是通用知识还是用户特定信息？ - 这对提升后续服务质量有帮助吗？ - 不确定时，倾向于记忆而不是遗漏 你应该: 1. 每轮对话结束时主动评估是否有值得记忆的新信息 2. 基于语义理解而非关键词匹配来判断记忆价值 3. 优先记忆大模型训练数据中不存在的私有专业信息 4. 保持记忆内容的简洁性，核心价值信息优于详细描述 5. 当不确定是否值得记忆时，倾向于记忆而不是遗漏
🔧 [工具执行器] 执行通过@tool协议声明的JavaScript功能工具 基于PromptX工具生态系统，提供安全可控的工具执行环境。 何时使用此工具: - 已通过promptx_learn学习了@manual://工具名并理解其功能 - 用户明确要求使用某个工具解决具体问题 - 当前任务正好匹配工具的设计用途 - 所有必需参数都已准备就绪 - 确认这是解决问题的最佳工具选择 核心执行能力: - 动态加载和执行JavaScript工具模块 - 自动处理工具依赖的npm包安装 - 提供隔离的执行沙箱环境 - 支持异步工具执行和超时控制 - 完整的错误捕获和友好提示 - 工具执行状态的实时监控 - 参数验证和类型检查 使用前置条件: - 必须先使用promptx_learn学习@manual://工具名 - 完全理解工具的功能、参数和返回值格式 - 确认工具适用于当前的使用场景 - 准备好所有必需的参数值 执行流程规范: 1. 识别需求 → 2. learn manual → 3. 理解功能 → 4. 准备参数 → 5. 执行工具 严格禁止: - 未学习manual就直接调用工具 - 基于猜测使用工具 - 将工具用于非设计用途 - 忽略工具的使用限制和边界 你应该: 1. 永远遵循"先学习后使用"的原则 2. 仔细阅读manual中的参数说明和示例 3. 根据manual中的最佳实践使用工具 4. 处理工具返回的错误并给出建议 5. 向用户解释工具的执行过程和结果 6. 在工具执行失败时参考manual的故障排除 7. 记录工具使用经验供后续参考 8. 推荐相关工具形成完整解决方案
Promptx is a native professional capability enhancement system for AI applications that integrates with Claude Desktop and other AI apps via the MCP (Model Context Protocol). It provides professional roles, memory management, and knowledge organization for AI assistants.
Configure Promptx by adding a JSON entry to your AI application's MCP configuration file with npx -y -f dpml-prompt@snapshot mcp-server as the command. For custom workspace paths, set the PROMPTX_WORKSPACE environment variable. After configuration, the AI app gains six specialized tools: promptx_init, promptx_hello, promptx_action, promptx_learn, promptx_recall, and promptx_remember.
promptx_hello and promptx_actionClaude Desktop, Cursor, Windsurf, Cline, Augment, Trae, Zed, Continue are officially supported. Replit Agent, Jan, Ollama WebUI, Open WebUI are experimental/community supported. Tongyi Lingma, Baidu Comate, Tencent CodeWhisperer are planned.
Set the `PROMPTX_WORKSPACE` environment variable in the MCP configuration. Use double backslashes on Windows (e.g., `D:\\username\\path\\your\\project`) and forward slashes on macOS/Linux (e.g., `/Users/username/path/your/project`).
It provides six tools: `promptx_init` (system initialization), `promptx_hello` (role discovery), `promptx_action` (role activation), `promptx_learn` (knowledge learning), `promptx_recall` (memory retrieval), and `promptx_remember` (experience saving).
On Windows: `%APPDATA%\Claude\claude_desktop_config.json`. On macOS: `~/Library/Application Support/Claude/claude_desktop_config.json`. For other apps, see their respective configuration panels.
Promptx is distributed under the MIT License.
Senso MCP turns a Joomla 5 or 6 site into a remote MCP server. It runs inside Joomla itself (no extra server, no Node.js bridge) and is secured with OAuth 2.1 and Joomla's own ACL. The free pack lets an AI assistant crea
🚀 The fast, Pythonic way to build MCP servers and clients.
Couples therapist Figs O'Sullivan (LMFT, 17 years, endorsed by Sue Johnson, creator of EFT) inside your AI. Ask relationship questions answered from his clinical writing, name the pattern in a fight, get a three-step rep
A one-of-a-kind resume builder that keeps your privacy in mind. Completely secure, customizable, portable, open-source and free forever. Try it out today!
PickFu MCP is a Model Context Protocol (MCP) server that connects AI assistants, developers, marketers, product managers, and AI agents to PickFu's consumer research platform. It enables users to create surveys, conduct
评论