import type { ToolWithHandler } from '~/interfaces/MCPServer.js';
import { MCPOutputAdapter } from '~/utils/MCPOutputAdapter.js';
const outputAdapter = new MCPOutputAdapter();
export const recallTool: ToolWithHandler = {
name: 'recall',
description: `【认知习惯】基于记忆网络的语义场激活
【规范名称】promptx_recall
【调用说明】在提示词中使用 promptx_recall，实际调用时自动映射到 mcp__[server]__recall
⚡ 触发时机（形成条件反射）：
新任务 → 先DMN看全景 → 选词 → 多轮深挖
📋 **推荐工作流（重要）**：
**步骤1：DMN全景扫描**
recall(role, null) → 看到网络全景图
• 目的：了解角色有哪些记忆域，避免"猜词"失败
• 返回：核心枢纽节点 + 深度激活扩散的网络全景
• 何时用：新任务开始、不确定有什么记忆时
**步骤2-N：多轮深入挖掘**
从网络图选词 → recall → 分析结果 → 继续深入
• 从返回的网络图中选择相关关键词
• recall获取该领域的详细记忆
• 分析返回内容和新的网络图
• 发现新线索，继续recall深入
• **重复直到信息充足，不要一次就停**
💡 **核心原则**：
• 从全景到细节（DMN → 领域recall → 具体细节）
• 多轮次深入（不要一次就停止）
• 利用每次返回的网络图引导下一步
• 每次recall都会返回新的网络图和记忆
**query参数说明**：
- null → **DMN模式**（推荐入口），激活核心枢纽，展示网络全景
- 单个关键词："PromptX" → 从该节点开始扩散
- 多个关键词："PromptX 测试 修复" → 多中心激活
**mode参数**：
- balanced（默认）：平衡精确和联想
- focused：精确查找，常用记忆优先
- creative：广泛联想，远距离连接
⚠️ **重要约束**：
只有网络中实际存在的节点才能被激活
→ 这就是为什么要先DMN：看到实际存在的词，再recall
🔄 **认知循环**：
DMN查看全景 → 多轮recall深挖 → 用记忆回答 → remember保存新知`,
inputSchema: {
type: 'object',
properties: {
role: {
type: 'string',
description: '要检索记忆的角色ID，如：java-developer, product-manager, copywriter'
},
query: {
oneOf: [
{ type: 'string' },
{ type: 'null' }
],
description: '检索关键词：单词或空格分隔的多词(string)、或null(DMN模式,自动选择枢纽节点)。多词示例："PromptX 测试 修复"。必须使用记忆网络图中实际存在的词。'
},
mode: {
type: 'string',
enum: ['creative', 'balanced', 'focused'],
description: '认知激活模式：creative(创造性探索，广泛联想)、balanced(平衡模式，默认)、focused(聚焦检索，精确查找)'
}
},
required: ['role']
},
handler: async (args: { role: string; query?: string | null; mode?: string }) => {
const core = await import('@promptx/core');
const coreExports = core.default || core;
const cli = (coreExports as any).cli || (coreExports as any).pouch?.cli;
if (!cli || !cli.execute) {
throw new Error('CLI not available in @promptx/core');
}
// 构建 CLI 参数，支持 string | string[] | null
const cliArgs: any[] = [{
role: args.role,
query: args.query ?? null, // undefined转为null
mode: args.mode
}];
const result = await cli.execute('recall', cliArgs);
return outputAdapter.convertToMCPFormat(result);
}
};
