Jin 开源地址:github.com/ZYF93/Jin | 三平台安装包见 Releases
现在很多 coding agent 都支持 "rules 文件":写一个 AGENTS.md,放几条项目约定,模型"会尽量遵守"。用久了你会发现一个尴尬的事实------规则到底在哪一步生效、生效到什么粒度,是不确定的。
Jin 里我把这件事做成了确定链路:两层规则文件,注入三个环节,一路管到方法级。
两层文件,各管各的
| 层 | 位置 | 适合放什么 |
|---|---|---|
| 项目规则 | 仓库根目录 AGENTS.md |
分层约束、命名、测试要求、领域知识(跟着仓库走,队友共享) |
| 全局规则 | 应用数据目录(设置里直接编辑) | 个人偏好:语言、回复风格、常用习惯(跟机器走,不进仓库) |
每次调用实时读取------改完文件,下一次扫描 / 规划 / 实现立即用新规则,不用重启。单层超过 16,000 字符会截断,防止规则把每个请求撑爆。
注入到哪三步?
1. 语义扫描精炼。 首次扫描不只是数文件,它会让模型精炼架构:每个文件的职责、kind 分类、领域标签,以及每个方法/字段/属性(facet)的职责。规则在这时就生效------你写"永远使用中文回复",审阅界面里的模块职责、方法职责就是中文的。
2. 规划。 任务拆分、验收标准、架构变更提案,都在规则约束内生成。
3. 实现。 每个实现 worker 的系统提示词携带规则;worker 还会收到一段显要的 "Facet-level intent (must satisfy)" 块,列出它负责的每个方法的意图,并要求完成前逐条自检。
为什么强调"符号级"
规则如果只影响聊天回复,那它就是个摆设。真正决定代码长什么样的,是每个方法应该做什么。所以 Jin 把 facet(方法/字段/属性)意图交给模型判断,然后拿 LSP/结构事实校验:代码里不存在的成员名,模型编得再像也会被丢弃,不会进架构。
这就是"规则管到符号级"的含义:不是相信模型,而是让规则进入每一个会产出代码的环节,再用事实校验兜底。
一个反例,说明差别在哪
假设你的规则写着:
数据访问一律通过 repository 层,组件不得直接查询数据库。
- 在"只管聊天"的实现里:模型规划时可能还是写"在组件里查数据库",你批准时才发现。
- 在 Jin 里:规划器带着规则生成意图,facet 意图会写明"通过 repository 读取";你审阅时看到的就是符合规则的方案,实现阶段也只在这个意图边界内写。
规则不是给模型看的提示,是给流程用的约束。
规则不能做什么(也说清楚)
- 不能扩大文件白名单------写路径由批准的架构强制约束,不靠提示词;
- 不能绕过审批闸门------实现仍然等你批准。
想试的话:github.com/ZYF93/Jin (Windows / macOS / Linux 都有安装包,开箱即用)。