递归元提示（Recursive Meta-Prompting，RMP）是一套用于递归改进提示词的实现模式，采用统一的范畴语法。它实现范畴框架中的 Monad M，并可与 categorical-meta-prompting 技能及 /rmp 命令配合使用。资料称其 15/15 项单子律测试通过（左/右单位元、结合律）。
用途：把提示词改进视为不动点计算 F: Prompt → Prompt，Fix(F)=p，即收敛后的提示。通过质量评估与改进的反复迭代，逐步提升提示质量。
主要能力：支持统一修饰符语法，如 @quality:0.85、@max_iterations:5、@budget:15000、@variance:20%、@mode:iterative；支持 >=> Kleisli 组合形成单子精炼链，例如 [analyze>=>design>=>implement]；提供多维质量评估（correctness 40%、clarity 25%、completeness 20%、efficiency 15% 加权聚合）；提供 [0,1]-enriched 范畴的质量追踪与张量积 min 组合；提供 Comonad W 的历史上下文提取（extract、duplicate、extend）与质量趋势判断；支持指数衰减收敛、beam search 探索模式、dry-run 预览与 spec 生成；提供与 LUXOR 统一的检查点格式。
使用方式：通过 /rmp 命令调用，例如 /rmp @quality:0.85 "optimize sorting algorithm"，可叠加 @max_iterations、@budget、@variance，或用 [A>=>B>=>C] 表达精炼链。
适用场景：需要反复打磨提示词、追求高质量输出的编码或设计类任务，以及需要预算与迭代上限控制的场景。
限制：资料未提供具体安装命令、收费、平台支持与实测效果；部分函数体以省略号占位，属实现示意而非可直接运行代码。