ai coding中的rules

rag系列文章目录


文章目录


前言

之前介绍了ai coding相关的skills和hooks,今天再介绍下rules,它们是三个不同的东西。

Skills是已知的流程,告诉大模型遇到类似的问题,该怎么做。

Hooks 是自动触发,告诉大模型遇到某些情况,需要自动触发一些操作。

而Rules是约束(不能乱来),告诉大模型在生产code的时候,需要遵守的一些规范。


一、Rules简介

在ai coding中,cursor和claude code是支持设置Rules的,它预定义的、针对项目、模块或特定场景的约束和指令。

Rules和Memory(记忆) 不同,在claude code中,memory 是 能够持久保存这些规则、项目上下文以及学习到的有用信息,使得 AI 在不同会话之间 不需要重新输入同样指令。

Rules 本质就是:给 AI 一个"长期有效的项目行为准则"。

它一般包括:

  • 团队编码规范
  • 架构约束
  • 技术栈限制
  • 禁止行为清单
  • 设计原则

它的作用是:让 AI 不要"自由发挥",而是按你的工程标准执行。

二、Rules分类

下面以claude code为例进行说明。

  • 设置系统级别
    主要修改/etc/claude-code/CLAUDE.md文件。
  • 设置项目级别
    在项目目录下,创建规则文件 CLAUDE.md
bash 复制代码
# Project rules
 - 所有 API 端点必须经过验证
 - 禁止使用 var,必须用 const/let
 - 所有公共函数必须有注释

CLAUDE.md里面规则会在每次 Claude Code 启动时自动载入,并作为高优先级上下文。

  • 设置模块化规则
    对于大型项目,可以把规则拆分成多个文件,例如:
bash 复制代码
your-project/
├── .claude/
│   ├── CLAUDE.md
│   └── rules/
│       ├── code-style.md
│       ├── testing.md
│       └── security.md

所有规则文件会自动被 Claude Code 载入,使规则更清晰、模块化。

  • 设置用户级别
    设置用户Rules,需要修改~/.claude/CLAUDE.md
类型 路径 作用
系统策略 /etc/claude-code/CLAUDE.md IT/组织级规则
项目规则 ./CLAUDE.md./.claude/CLAUDE.md 团队共享规则
模块规则 ./.claude/rules/*.md 专项规则
用户规则 ~/.claude/CLAUDE.md 个人偏好
自动记忆 ~/.claude/projects/<project>/memory/ Claude 自动学习的信息

三、实践

Rules配置文件夹目录如下:

bash 复制代码
your-project/
├── CLAUDE.md
├── .claude/
│   ├── rules/
│   │   ├── 01-coding-style.md
│   │   ├── 02-architecture.md
│   │   ├── 03-transaction.md
│   │   ├── 04-sql-performance.md
│   │   ├── 05-logging.md
│   │   └── 06-concurrency.md
│   └── memory.md
├── order-module/
│   └── .claude/
│       └── rules/
│           └── order-rules.md

在工程级实践中,有些tips需要注意:

✅ 规则编号

用 01- 02- 排序,确保加载顺序稳定。

✅ 规则小而专

不要写一个 2000 行 rules 文件。

拆分。

✅ 规则只写"约束"

不要写任务说明。

任务属于 Skill。

✅ 规则可 Code Review

规则文件进 git。

和代码一样审查。


总结

在使用ai大模型生成代码的过程中,如何让大模型不随意生产代码,这就是需要写很多的Rules,给大模型设置一些约束,只有这样才能高效率地生成代码,提高生产力。

特别是比较大的项目,比如100万行代码的工程,设置一些约束,能够避免代码冗余等问题。

相关推荐
wshzd36 分钟前
LLM之Agent(六十八)|PI(七)构建测试与开发流程
人工智能
H03111698538 分钟前
App竞品数据平台功能梳理:月狐数据、七麦数据、点点数据
人工智能
YOLO数据集集合43 分钟前
高铁轨道紧固件损坏检测数据集 | 高铁巡检 紧固件缺陷 轨道安全9093期
人工智能·目标检测·计算机视觉·目标跟踪·轨道·铁轨紧固件·铁轨
冬奇Lab44 分钟前
一天一个开源项目(第223篇):TeamAI-CLI —— 腾讯开源的团队级 AI Agent 中间层,让每个人的 AI 能力变成团队共享能力
人工智能·开源·资讯
ShineWinsu1 小时前
对于Coze—AI:SDK的解析
人工智能·python·ai·sdk·项目·coze·字节跳动
代码方舟1 小时前
零信任架构实战:基于天远名下企业A构建自动化B2B供应链准入网关
人工智能·ai·工具分享
IvorySQL1 小时前
IvorySQL 5.6 发布:PG 18.6 内核升级,沙盒即开即用
数据库·人工智能·postgresql
俗人六哥AI企业获客盈利系统1 小时前
知识库才是AI落地的分水岭
人工智能·线性代数·矩阵·自动化
吨吨ai1 小时前
Codex 长会话上下文管理:会话拆分与状态交接的工程化实践
chatgpt
H0311169852 小时前
App竞品数据查询工具整理 月狐数据 蝉大师 点点数据功能概览
人工智能