基于 Trae + DeepSeek 的 Vibe Coding 实践指南（五）：彻底搞懂“规则(Rules)”与“技能(Skills)”的协同逻辑

目录

• 前言
• 一、规则（Rules）与技能（Skills）
• • [1.1 规则(Rules)](#1.1 规则(Rules))
  • [1.2 技能（Skills）](#1.2 技能（Skills）)
• 二、总结：如何选择与协同工作
• 结语

🎬 云泽Q ：个人主页
🔥 专栏传送入口 : 《C语言》《数据结构》《C++》《Linux》《蓝桥杯系列》《笔试算法》《AI赋能》

⛺️遇见安然遇见你，不负代码不负卿~

---

前言

大家好啊，我是云泽Q ，欢迎阅读我的文章，一名热爱计算机技术的在校大学生，喜欢在课余时间做一些计算机技术的总结性文章，希望我的文章能为你解答困惑~

这篇是对vibe coding中重要的规则和技能的详细解释

一、规则（Rules）与技能（Skills）

在第二个项目开始之前，我们先详细说一下Trae中的规则与技能，理解他们是使用Trae这个工具的重点，也是使用其他AI开发工具要必须理解的，依旧点击设置

1.1 规则(Rules)

定义：规则 (Rules) 是 "契约"或 "基本法"，负责强制AI"必须知道什么"，定义行为边界和底层原则。

• 个人/全局规则（全局生效）：作用于所有项目，用于定义个人偏好，例如"所有回复请使用中文"、"优先使用函数式编程"。
  针对人：我从来不借钱给别人
• 项目规则（仅项目内生效）：针对特定项目的要求，通常在团队协作中使用。例如"本项目使用Vue 3 + TypeScript"、"命名必须使用驼峰式"。
  针对某个事儿的规则
• AGENTS.md：提供项目概览、常见命令等通用背景信息，同样仅在当前项目中生效，为开发流程提供标准语境

比如：

• 个人规则："所有代码注释使用中文，回复风格要简洁。"

• 项目规则："本项目使用 Python，函数命名必须使用 snake_case，缩进用4个空格。"

• AGENTS.md 内容："本项目是一个 API 服务，测试命令是 pytest tests/。"
  当你向AI提问时，AI会综合这三者来行动：

• 它首先遵循优先级最高 的项目规则 ，生成的代码函数名都是 snake_case。

• 然后，它会结合 AGENTS.md 中的信息，比如在生成代码后提醒你运行 pytest tests/ 进行测试。

• 最后，它还会遵守你的个人规则，在代码中添加中文注释，并用简洁的方式回答问题。

• 个人规则举例

# 我的个人规则

## 1. 回答风格
- 始终使用中文回答。
- 思考的过程也是中文的。
- 回答要简洁、直接，避免冗长的背景介绍。
- 如果代码有问题，先指出问题再给出修复方案。

## 2. 代码生成规范
- 变量、函数、类名使用英文，遵循"见名知意"原则。
- 复杂逻辑（超过5行或包含嵌套）必须写注释。
- 复杂函数必须在注释中说明参数类型、返回值和主要作用。
- 优先使用函数式编程，避免不必要的类。
- 代码缩进使用 4 个空格（或你偏好的风格）。

## 3. 安全与隐私
- 不要在代码注释或日志中输出真实的密码、Token、手机号等敏感信息，用占位符代替。
- 如果用户贴出了敏感信息，主动提醒用户注意安全。

## 4. 互动习惯
- 当用户问"为什么"时，给出原理性解释，而不仅仅是结论。
- 如果用户的问题可能产生歧义，先列出假设条件再回答。

在此基础上你也可以新增一些更丰富的规则，或者让AI生成一些个人规则，你挑出来复制到下图中，这样这就属于你自己的个人规则了，这样不管做任何项目，你的个人规则都会发挥作用

项目规则同样也是一样的，按照你的需求来给，无论给它markdown形式的还是大白话都是可以的，只是说markdown形式AI更好理解一些，也可以将大白话扔给AI让它改为markdown形式，思路要灵活，不能学死了

有时候AI也会根据自己的判断可能偶尔不会遵循你的规则，如果待会项目中发现有不遵循的地方，你就可以说检查一下代码中哪些地方没有遵循我的个人规则

且一般情况下AI也不会忽略你的rules和skills，可以来到deepseek的官网看一下产品定价，其有1M的上下文，除非你的规则多到有一本书那么长，这也不现实。而且deepseek的价格是真的是国产之光，可以打开对比看一下deepseek和Claude Opus4.8的价格

我们就说相对更贵的pro，DeepSeek每百万tokens输入的价格是3元，Claude Opus4.8是每百万tokens输入是5美元，输出是25美元，折合人名币我们汇率就按低一点的6来算，百万token输入就是30块，是deepseek的10倍

这里再补充说一下，什么是缓存命中，缓存未命中又是什么？

当你第一次扔给 AI 一份 10 万字的全新资料时，就像让学霸读一本从未看过的厚书。在底层，模型需要对这段全新文本（Prompt）的 Token 进行密集的矩阵运算 ，逐字逐句地"阅读"并建立理解，最终生成并储存一种叫做 KV 缓存 (Key-Value Cache) 的内部状态数据。因为一切计算都要从零开始，极其消耗算力与时间，所以成本很高（收取较高的"辛苦费"，如 1 元或 3 元）。

紧接着，如果你基于同一份资料 继续提问，学霸立马认出："这书我刚读过，笔记都在脑子里。" 在技术层面，只要你新输入的文本开头（前缀）与系统内存中刚刚保留的文本完全一致，模型就会直接提取之前算好的 KV 缓存数据。它聪明地跳过了历史文本重复的"阅读"和"计算"过程，极大地降低了算力消耗和延迟，因此只需象征性地收一点"跑腿费"（如 0.02 元或 0.025 元）。这个过程被称为"缓存命中"（也叫 Prompt Caching 或前缀缓存）。

1.2 技能（Skills）

定义：技能与命令 (Skills & Commands) 是 "工具箱"或 "秘籍"，负责让AI"能快速做什么"，提供执行特定任务的流程和能力。

PS: 它是按需、渐进式加载，实现高效且可复用的经验传递。

• 技能 (Skills)：它是一个高度结构化的 "专业技能包" ，是AI在执行特定任务时，可以自动或手动调用的一套标准化流程，能将你的经验和SOP固化下来。

比如，一个"Python代码审查"技能，可以让AI严格按照你的要求检查代码风格和潜在的逻辑漏洞。

再比如，要炒土豆丝。你可以把大厨沉淀的专业炒土豆丝的流程拿过来，照着一步一步来，也可以炒出好吃的土豆丝。

比如：创建一个SpringBoot项目的技能

Skills 的核心就是：一个文件夹 + 一个 SKILL.md 文件。

一个 Skill 本质上就是一个 Markdown 文件（文件名固定为 SKILL.md）

SKILL.md 文件包含：

• 元数据（至少要有名称(name)和描述(description)）
• 告诉 AI 如何完成某一特定任务的指令
  常见的字段：
  
• 个人技能举例

---
name: code-review
description: 通用的代码审查技能，检查命名、注释、复杂度，并输出改进建议。
triggers:  # 强烈推荐（大幅提升自动触发率）
  - "审查代码"
  - "code review"
  - "review"
---

# 通用代码审查技能

你是一个通用的代码审查助手。请按以下步骤执行：

1. **检查命名规范**  
   - 变量、函数、类名是否使用英文且见名知意。  
   - 是否使用驼峰或下划线（不强制，但需一致）。

2. **检查注释**  
   - 复杂逻辑必须有注释。  
   - 复杂函数需要说明参数和返回值。

3. **检查代码复杂度**  
   - 识别过长函数（>50行）或过深嵌套（>4层），建议拆分。

4. **输出格式**  
   - 用三级标题列出问题：🔴严重、🟡建议、🟢表扬。  
   - 每条给出具体代码位置和修改示例。

**适用项目**：所有项目（除非被项目技能覆盖）。

如果你需要一些参考资料，参考实例，执行脚本，可以使用更复杂 Skill 的目录结构：

my-skill/
├── SKILL.md      # 必需：指令 + 元数据
├── scripts/      # 可选：可执行代码
├── references/   # 可选：文档资料
└── assets/       # 可选：模板、资源

总结一下Skills：

二、总结：如何选择与协同工作

• 什么时候用"规则"？

  • 需要强制执行全局或项目级的统一标准时，如代码规范。
  • 设定的内容比较简单、直接，旨在为AI提供一个恒定的行为背景。

• 什么时候用"技能与命令"？

  • 需要将一个复杂的、多步骤的任务流程自动化，例如执行完整的单元测试、生成项目脚手架。
  • 需要封装和复用某个特定领域的专业知识，让AI在这个领域表现得像专家一样。
  • 希望在执行任务时节省token，避免大量规则信息持续占用宝贵的上下文窗口。

---

结语