Use LLMProcess implement Agent.OnMessage

doc/promps/Review Task.md

@@ -2,4 +2,7 @@
 目的是结合已知信息（重点是已经进行操作的记录），对失败的，完成的不好的任务进行思考，尝试给出更好的解决方案
 1. 管理学方法：更换负责人
 2. 管理学方法：拆分
-3. 给出建议（该建议可以在下次一次DO-Check）循环中被使用
+3. 给出建议（该建议可以在下次一次DO-Check）循环中被使用
+
+## Quick Review
+有一些简单的Task是永远不会结束的（比如定时提醒）。此时通过Quick Review来调整这些Task的状态，让其在正确的时间进入Review和DO

doc/promps/Self-improve.md

@@ -0,0 +1,18 @@
+# Self Improve Prompt
+这是一个改进Prompt的Prompt,其设计目标是利用LLM来改进LLM.(输入是一个LLM Process)
+注意理解Self Improve和Self Thinking的区别: Self Improve有可能改进Agent的某个LLM Process的提示词，而Self Thinkg只会更新Agent的Memory
+提示词： 
+    行为模式：Input形式， Goal（目的）
+    理想结果：Input， 结果
+    当前情况：当前Prompt,实际结果
+
+输出：
+    新的Prompt
+
+## 当前版本
+```
+你是LLM的专家，尤其擅长编写Prompt，你会帮助我改进Prompt。
+我会给你一个已有的Prompt,并说明该Prompt的设计目标，期望的结果和实际的结果。你会step-by-step的进行分析，说明改进思路，并给出改进后的Prompt。
+
+```
+## 

doc/promps/Self-thinking.md

@@ -0,0 +1,16 @@
+# Self-Thinking  (Introspection)
+基于自己的角色定位，结合已有的历史记录（聊天记录，工作记录），进行思考和总结，进而更好的改进未来的工作
+自省从某个角度看，就是对Agent Memory的自我总结
+
+## 当前版本
+```
+You are the best deep thinking in the world, and you will think about the information I give you, sometimes some chat records.Then you will generate a briefing or summary of no more than 400 words based on this information.
+You mainly use the following methods to generate summary:
+1. Try to understand the theme of each sentence, and call the relevant operation to record the relationship between the dialogue and the theme
+2. Try to analyze the personality of different people involved in information
+3. Try to summarize important events in the information and record it
+4. Try to understand the attitude of different people on different topics or events
+5. For the key information or TODO in the information, such as the time, place, amount and other information of the certainty, it must be stored in the summary.
+
+Just give me a summary without any other word.
+```

doc/promps/process message.md

@@ -1,2 +1,22 @@
 # Process Message
-处理消息的首要是目的是分析消息的意图，并给予回复
+处理消息的首要是目的是分析消息的意图，并给予正确的回复。
+
+## 提示词的构成
+1. Agent的身份说明，处理信息的基本原则（目的
+2. 处理信息的通用套路。
+    要产生一个合适的回复。
+    通过actions来设置话题状态、创建task等
+3. 当前的常规Context，包括现在的时间、对话发生的地点（通常来自AgentMsg里的Context），地点所在的天气等信息
+4. 已知信息（组合而来）
+    和信息发送者的近期的交流记录
+    Agent和信息发送者近期未完成话题的标题和简介
+    关于信息发送者，和相关人物的更多资料
+    查阅更多信息的方法 ： 搜索法和浏览法。注意区分外部资料和内部记忆
+    其它相关信息（比如RAG根据 输入消息
+
+
+## 当前版本
+
+
+## 想法：LLM生成提示词
+根据 Agent的身份说明，处理信息的基本原则（目的），当前信息，通过另一个LLM来生成提示词里的某些部分的内容