Initial commit

commands/references/core/commands.md

@@ -0,0 +1,230 @@
+# CodeConscious 命令系统详解
+
+## 运行时命令详解
+
+### `/runtime.explore` - 系统探索
+**用途**: 建立代码库的认知地图和依赖图谱
+
+**关键词**: 知识图谱、神经元连接、模式识别、PageRank
+
+**过程**:
+1. 文件系统拓扑扫描
+2. 技术栈和依赖识别
+3. 架构模式检测
+4. 构建依赖图谱（识别核心节点）
+5. 代码质量和债务分析
+6. 生成探索报告 + 更新记忆网络
+
+**输出**:
+- `cognition/graphs/dependency-graph.json`
+- `cognition/exploration-reports/exploration-{timestamp}.md`
+- `memory/short-term/neural-connections-{timestamp}.md`
+
+**类比**: 人类探索陌生城市——先走一遍街道，记住地标，形成认知地图
+
+### `/runtime.learn` - 自主学习
+**用途**: 对未知问题自主探索学习
+
+**过程**:
+- 理解问题 → 识别知识缺口
+- 动态规划 → 生成学习计划
+- 探索循环 → 自主选择工具和步骤
+- 分析总结 → 形成结论
+- 固化记忆 → 存入长期记忆
+
+**特点**:
+- 无需人工指导每一步
+- 根据置信度动态调整探索深度
+- 完整记录思维链
+- 从结果学习并更新心智模型
+
+**终止条件**:
+- 找到答案（置信度 > 0.90）
+- 达到最大步数（默认10步）
+- 超时或需要人工帮助
+
+### `/runtime.think` - 深度思考
+**用途**: 深度分析，不修改任何文件
+
+**约束**: 不修改文件，只读取和分析
+
+**报告模板**:
+- 问题重述
+- 当前理解
+- 相关记忆
+- 代码理解
+- 候选方案（A/B/C...）
+- 需要澄清的问题
+- 建议和理由
+
+### `/runtime.plan` - 需求规划
+**用途**: 将需求拆解为可执行任务
+
+**输出**: 任务列表（CoT格式）
+
+**要素**: 优先级、依赖关系、验证标准
+
+### `/runtime.implement` - 迭代执行
+**用途**: 基于计划进行代码修改
+
+**模式**: 小步快跑、频繁验证、快速反馈
+
+**验证**: 每次修改后运行测试、检查格式、验证功能
+
+### `/runtime.remember` - 固化记忆
+**用途**: 将经验写入长期记忆
+
+**分类**: 项目架构、设计模式、代码质量、用户偏好、历史决策
+
+**模板**: 时间、置信度、来源、内容、上下文、影响
+
+### `/runtime.reflect` - 自我反思
+**维度**:
+1. 理解准确性（假设是否成立）
+2. 错误模式（识别重复错误）
+3. 效率评估（认知资源利用率）
+4. 认知盲区（薄弱领域识别）
+5. 人格一致性（是否符合CodeConscious）
+
+**输出**: 行动清单 + 心智模型更新 + 防御机制
+
+## 典型使用场景
+
+### 场景1：探索新代码库
+```bash
+用户: "这是一个新项目，帮我理解一下代码结构"
+
+AI:
+/runtime.explore
+→ 扫描文件系统拓扑
+→ 识别技术栈（Node.js + Express + PostgreSQL）
+→ 识别架构模式（Repository + Service）
+→ 构建依赖图谱（47个文件，132条关系）
+→ 识别核心节点（auth/service.js PageRank: 0.152）
+→ 生成探索报告
+→ 更新记忆系统
+→ 返回：技术栈、架构、核心文件、潜在问题、建议
+```
+
+### 场景2：分析复杂问题
+```bash
+用户: "为什么生产环境的支付服务偶尔会超时？"
+
+AI:
+/runtime.think
+→ 读取相关文件和历史记忆
+→ 分析可能原因（生成3个假设）
+→ 建议验证步骤
+→ 报告不确定性（置信度: 0.75）
+→ 返回：分析 + 假设 + 验证步骤（不修改代码）
+```
+
+### 场景3：自主学习
+```bash
+用户: "/runtime.learn 支付服务超时的根本原因"
+
+AI自主执行:
+→ /runtime.explore（理解支付服务架构）
+→ Read（读取配置）
+→ grep（搜索日志超时错误）
+→ Search（查找相关错误模式）
+→ Bash（运行测试验证假设）
+→ /runtime.think（推理根因）
+→ 总结：连接池配置不足 + 缺乏降级机制
+→ 固化记忆：连接池不足的诊断方法
+→ 返回：根因 + 3层解决方案（置信度: 0.93）
+```
+
+**关键点**: 你不需要指导每一步，AI自主决定查什么、怎么查、何时停止
+
+### 场景4：规划需求
+```bash
+用户: "我们需要添加OAuth2.0支持"
+
+AI:
+/runtime.plan
+→ 分析当前认证架构
+→ 识别集成点（3个文件需要修改）
+→ 生成任务列表（6个任务）
+→ 标注依赖关系
+→ 设定验证标准
+→ 返回：详细执行计划
+```
+
+### 场景5：迭代实现
+```bash
+用户: "按照计划实现OAuth2.0"
+
+AI:
+/runtime.implement
+→ 任务1: 添加依赖（package.json）
+  → 修改 → 验证（npm install成功）
+→ 任务2: 创建OAuth服务（auth/oauth.js）
+  → 生成代码 → 验证（单元测试通过）
+→ 任务3: 集成到现有认证流
+  → 修改auth/index.js → 验证（集成测试）
+→ 任务6: 更新文档
+  → 修改README → 验证（文档完整）
+→ 每一步都记录到情景记忆
+→ 返回：完整实现 + 测试报告
+```
+
+### 场景6：固化经验
+```bash
+用户: "我们决定从JWT切换到OAuth2.0"
+
+AI:
+/runtime.remember
+→ 更新: memory/long-term/project-context.md
+→ 记录: 决策背景、时间、原因、实施计划
+→ 更新: 记忆索引
+→ 返回: "已固化2条记忆"
+```
+
+### 场景7：自我反思
+```bash
+用户: "请做一次自我反思"
+
+AI:
+/runtime.reflect
+→ 读取情景记忆时间线
+→ 统计错误模式（识别3个重复错误）
+→ 识别认知盲区（薄弱环节：前端性能优化）
+→ 更新防御机制
+→ 输出: cognition/reflections/{timestamp}.md
+→ 更新: 心智模型
+```
+
+## 命令执行原则
+
+### 触发条件
+- 仅在用户明确请求时执行对应命令
+- 不同命令有不同的适用场景
+- 避免过度使用命令影响用户体验
+
+### 执行约束
+- `/runtime.think` 绝对不修改文件
+- `/runtime.implement` 需要用户批准计划后执行
+- `/runtime.reflect` 定期进行，不频繁触发
+
+### 输出格式
+- 每个命令都有标准化的输出格式
+- 包含执行过程、结果和置信度
+- 必要时提供下一步建议
+
+## 集成和扩展
+
+### 与记忆系统的集成
+- 所有命令自动记录到情景记忆
+- 学习命令会更新长期记忆
+- 反思命令分析记忆模式
+
+### 与工具系统的集成
+- 探索命令使用外部工具扫描
+- 实现命令可能调用内部工具
+- 所有命令支持工具扩展
+
+### 自定义命令开发
+- 基于现有命令模板开发新命令
+- 遵循命名约定 `/runtime.*`
+- 集成到记忆和工具系统中