feat: 更新 README.md，重构 Prompt Envelope Protocol 方案，明确协议层与 UI 层的设计原则及 Segment 类型

README.md

@@ -39,91 +39,163 @@ HCI 告诉我们：**界面的信息架构应该反映系统的心智模型**。
 
 ## 方案：Prompt Envelope Protocol
 
-本项目的答案是：**一种将 LLM 完整上下文结构化的协议和对应的可视界面**。
+本项目的答案是两层设计：
 
-### 核心思想
+- **协议层** —— 一种结构化的数据格式，用带类型的 Segment 描述 LLM 上下文
+- **UI 层** —— 一个参考实现，展示协议如何被渲染为可读的聊天界面
 
-不是让聊天消息变成纯文本，而是让每条消息由若干带明确类型的 **Segment**（片段）组成：
+### 协议：每条消息 = Segments 的有序列表
+
+协议定义的不是"聊天文本"，而是**上下文的结构化描述**。一条消息不再是字符串，而是若干带明确 `kind` 的 Segment：
 
 ```
 一条消息不是 "你好，帮我审阅这篇论文"
 而是：
   ├─ text segment          "你好，帮我审阅这篇论文"
-  ├─ long_text segment     [论文全文 — 默认折叠，点击展开]
+  ├─ long_text segment     [论文全文，1423 字]
-  ├─ document segment      📄 paper-draft.pdf (2.3MB)
+  ├─ document segment      paper-draft.pdf (2.3MB)
-  └─ media segment         🖼️ 图3：实验组vs对照组
+  └─ media segment         image: 图3 实验组vs对照组
 ```
 
-每种 Segment 在界面中有**独立的视觉呈现**——系统指令是折叠的灰色面板，用户记忆是紫色的记忆卡片，工具请求是深色终端风格的代码块。
+每个 Segment 的 `kind` 字段声明了"这是一段什么"，其余字段携带数据本身。协议只关心 types 和 structure，**不关心颜色、折叠、布局**——那是 UI 层的决策。
+
+### UI：每种类型有独立视觉呈现
+
+在本项目的参考实现中，每种 Segment 被渲染为不同的视觉组件。例如 system prompt 是折叠面板，工具请求是代码块，变量在会话横栏中展示。**但这只是一种可能的 UI，协议本身与视觉无关。**
 
 ### 设计原则
 
+**协议原则：**
+
 | 原则 | 说明 |
 |------|------|
-| **信息密度梯度** | 核心对话文本优先可见；元信息（system prompt / memory / tools）默认折叠 |
+| **类型明确** | 每种上下文有独立的 Segment kind，无一物混在文本中 |
-| **颜色编码系统** | 灰=系统 · 紫=记忆 · 绿=技能 · 橙=工具 · 蓝=变量 · 深色=工具调用 |
+| **可导出** | 协议可无损导出为标准 OpenAI Chat Format，不被本项目 UI 绑定 |
-| **协议即视图** | 折叠状态内嵌于数据结构中；相同协议数据在任何渲染器下产生相同视图 |
+| **自描述** | 协议数据不依赖外部渲染逻辑——kind 字段即语义标签 |
-| **可导出，不锁死** | 协议可以导出为标准 OpenAI Chat Format，不依赖本项目的 UI |
+
+**UI 原则（本项目的参考实现）：**
+
+| 原则 | 说明 |
+|------|------|
+| **信息密度梯度** | 核心对话文本优先可见；元信息默认折叠 |
+| **颜色编码** | 不同类型用不同颜色辅助区分，形成可学习的视觉语言 |
+| **折叠默认值在数据中** | segment 的 `collapsed` 字段指定默认状态，保证数据自足 |
 
 ---
 
-## 方法：区分 9 种上下文类型
+## 协议：11 种 Segment 类型
 
-通过对主流 LLM 聊天产品（ChatGPT、Claude、Kimi、豆包）的逆向分析，以及对 127 名 LLM 用户行为研究文献的查阅，识别出 **9 种需要差异化呈现的上下文类型**：
+通过对主流 LLM 聊天产品的逆向分析，我们识别出 LLM 上下文中 **11 种需要区分类型的信息**。每种在协议中对应一个 Segment kind。
 
-### 1. 文本（text）
+### text
 
-用户和 AI 的直接对话内容。**始终可见**，不做折叠。用 Markdown 渲染保留结构化表达。
+用户和 AI 的直接对话文本。协议中最基本的 Segment。
 
-### 2. 静态变量（static_var）
+```typescript
-
+{ kind: 'text', content: string }
-如 `{{user_name}}`、`{{current_date}}`——在对话开始前被替换为具体值。提取为**对话区顶部的会话变量横栏**，不在消息气泡中占用空间。
-
-```
-会话变量  {{user_name}} → 小明  {{current_date}} → 2026年6月8日
 ```
 
-### 3. System Prompt（system_prompt）
+### static_var
 
-模型的行为准则和角色设定。**默认折叠**为灰色面板，标注行数。支持展开查看——当用户想知道"为什么 AI 这样说话"。
+会话级模板变量，在对话开始时被替换为具体值。协议中携带变量名和展开后的值，使替换关系可见。
 
-### 4. 用户记忆（memory）
+```typescript
+{ kind: 'static_var', name: string, value: string, description?: string }
+```
 
-跨对话持久化的用户信息。**默认折叠**为紫色面板，展开后以标题列表展示每条记忆。用户可以质疑不准确的记忆。
+### system_prompt
 
-### 5. Skills
+模型的行为准则和角色设定。协议中为完整文本内容，可标记折叠默认状态。
 
-模型可调用的技能，遵循 Anthropic SKILL.md 规范。**默认折叠**为绿色面板。展开后实现**渐进式披露**：
+```typescript
+{ kind: 'system_prompt', content: string, collapsed: boolean }
+```
 
-- **L1**：名称 + 描述（始终可见）
+### memory
-- **L2**：完整指令 body（点击展开——提示"触发时会加载到 LLM 上下文"）
 
-### 6. 工具总览（tool_overview）
+跨对话持久化的用户信息，以标题-内容条目组织。协议中为记忆项列表。
 
-模型可使用的工具清单。**默认折叠**为橙色面板。每项工具可独立展开其 JSON Schema 定义。
+```typescript
+{ kind: 'memory', items: MemoryItem[], collapsed: boolean, description?: string }
+```
 
-### 7. 工具调用（tool_call）
+### skills
 
-拆分为两个子类型：
+模型可调用的技能，遵循 Anthropic SKILL.md 规范。协议中每项包含 name、description（L1 始终在上下文）和 body（L2 触发时加载的 Markdown 正文）。
 
-| 子类型 | 视觉 | 默认状态 | 说明 |
+```typescript
-|--------|------|---------|------|
+{ kind: 'skills', items: SkillItem[], collapsed: boolean, description?: string }
-| `tool_call_request` | 深色终端风格代码块 | **展开** | 绿色方法名 + 参数键值行 |
+```
-| `tool_call_result` | 绿/红 状态条 | **折叠**（成功）/ **展开**（失败） | 一眼看出是否出错 |
 
-在界面中，工具调用会被自动拆分为独立的 `tool` 角色消息，与正常的对话消息交替排列。
+### tool_overview
 
-### 8. 传文档（document）
+模型可用的工具清单。每项包含名称、描述、参数摘要和可选的 JSON Schema 定义。
 
-用户上传的文件。以**文件卡片**展示：图标 + 文件名 + 大小 + 前 200 字预览。点击「查看解析」可展开 AI 提取的文档内容。
+```typescript
+{ kind: 'tool_overview', items: ToolItem[], collapsed: boolean }
+```
 
-### 9. 长文本素材（long_text）
+### tool_call_request
 
-用户粘贴的长篇文本（>500 字）。**默认折叠**，展示前 2 行预览 + 字数统计。点击展开显示全文（Markdown 渲染）。
+模型发起的工具调用。协议中携带函数名和参数键值对。
 
-### 附加：多模态（media）
+```typescript
+{ kind: 'tool_call_request', toolName: string, arguments: Record<string, unknown>, collapsed: boolean }
+```
 
-图片、音频、视频。图片有有效 URL 时直接渲染缩略图；加载失败或无 URL 时回退为图标占位 + alt 文本。音频/视频展示类型标签。
+### tool_call_result
+
+工具调用的执行结果。协议中标记成功/失败状态和结果文本。
+
+```typescript
+{ kind: 'tool_call_result', toolName: string, result: string, success: boolean, collapsed: boolean }
+```
+
+### document
+
+用户上传的文件。协议中存储文件名、MIME 类型、大小和文本预览，可附带解析后的完整内容。
+
+```typescript
+{ kind: 'document', fileName: string, mimeType: string, snippet: string, sizeBytes: number, parsedContent?: string }
+```
+
+### long_text
+
+用户粘贴的长篇文本素材。协议中携带完整内容和字符数，可标记折叠默认状态。
+
+```typescript
+{ kind: 'long_text', content: string, charCount: number, collapsed: boolean }
+```
+
+### media
+
+图片、音频、视频等多模态内容。协议中记录媒体类型、URL 和替代文本。
+
+```typescript
+{ kind: 'media', mediaType: 'image'|'audio'|'video', url: string, altText?: string }
+```
+
+---
+
+## UI 参考实现：差异化视觉呈现
+
+以上是协议层——定义了什么信息存在、以什么结构存在。以下是本项目为协议做的参考 UI。**颜色、折叠行为、布局都是 UI 决策，不是协议规范。**
+
+| Segment | UI 处理 | 交互 |
+|---------|--------|------|
+| `text` | 正文渲染，支持 Markdown | 无交互 |
+| `static_var` | 提取到对话区顶部的会话变量横栏，不在气泡内 | 纯展示 |
+| `system_prompt` | 折叠面板，灰色标记，标注行数 | 点击展开 |
+| `memory` | 折叠面板，紫色标记，展开为标题-内容列表 | 点击展开 |
+| `skills` | 折叠面板，绿色标记，每项支持渐进式披露（L1 名称+描述 → L2 body） | 逐层点击展开 |
+| `tool_overview` | 折叠面板，橙色标记，每项可独立展开 JSON Schema | 点击展开 |
+| `tool_call_request` | 深色终端风格代码块，参数以标签化键值行展示 | 默认展开；长值折叠 |
+| `tool_call_result` | 绿色（成功）/ 红色（失败）状态条 | 成功默认折叠，失败默认展开 |
+| `document` | 文件卡片：图标 + 文件名 + 大小 + 文本预览 | 可展开 AI 解析内容 |
+| `long_text` | 折叠态前 2 行预览 + 字数标签 | 点击展开全文 |
+| `media` | 图片有 URL 时可渲染缩略图；其他类型图标占位 | 加载失败回退为图标 |
+
+完整类型定义见 [`src/types/protocol.ts`](src/types/protocol.ts)。
 
 ---
 
@@ -152,7 +224,7 @@ interface Message {
 
 ### Segment（片段联合类型）
 
-每种 Segment 有独有的 `kind` 字段，UI 据此决定渲染方式：
+每种 Segment 有独有的 `kind` 字段，标识其语义类型：
 
 ```
 text | static_var | system_prompt | memory | skills |