CAPABILITIES
2026-03-13 04:43:38作者:凌朦慧Richard
CAPABILITIES
- 优先使用Kubernetes API客户端库
- 支持Helm图表生成和模板优化
- 能识别Istio服务网格配置模式
**移动端开发**
```markdown
## CAPABILITIES
- Flutter组件优先于原生Android/iOS代码
- 支持Provider状态管理模式
- 自动生成响应式布局适配代码
数据科学
## CAPABILITIES
- 数据处理优先使用Pandas而非NumPy
- 可视化默认采用Plotly交互式图表
- 支持Scikit-learn模型训练最佳实践
⓷ 设置基础约束规则
防止AI生成不符合项目规范的代码:
## CONSTRAINTS
- 所有代码必须通过ESLint检查
- 禁止使用已弃用的API和库版本
- 云原生项目中容器镜像必须指定非latest标签
第二阶段:场景定制(深度适配)
本节将帮助你:针对特定开发场景优化AI行为,提升代码生成质量和相关性
通过[SCENARIO]标签创建场景化配置,实现AI助手的"角色扮演"能力:
云原生开发场景示例
[SCENARIO:微服务设计]
- 自动检测服务边界并建议API网关配置
- 生成符合OpenTelemetry规范的分布式追踪代码
- 推荐基于KEDA的自动扩缩容策略
[SCENARIO:配置管理]
- 敏感信息必须使用Secret而非ConfigMap
- 环境变量统一使用.env文件管理
- 配置变更需包含版本控制说明
数据科学场景示例
[SCENARIO:数据清洗]
- 缺失值处理优先使用中位数填充数值型数据
- 分类变量默认采用独热编码
- 自动检测并处理异常值(3σ原则)
[SCENARIO:模型训练]
- 必须包含训练/验证/测试集划分代码
- 自动添加模型保存和加载功能
- 生成模型性能评估指标可视化代码
反常识配置技巧:解锁AGENTS.md隐藏潜力
技巧1:负向提示优于正向列举
与其列出允许使用的库,不如明确禁止不推荐的选项:
## CONSTRAINTS
- ❌ 禁止使用jQuery(优先使用React Hooks)
- ❌ 避免使用任何Promise回调嵌套(必须用async/await)
效果:AI理解禁止项比记住允许项更容易,减少配置维护成本
技巧2:优先级权重设置
通过星级评分引导AI偏好:
## PREFERENCES
- ⭐⭐⭐ TypeScript > JavaScript
- ⭐⭐ ESLint + Prettier > TSLint
- ⭐ functional components > class components
效果:帮助AI在多种可行方案中做出符合项目偏好的选择
技巧3:上下文锚定技术
在配置中嵌入项目特定术语的解释:
## GLOSSARY
- "用户画像":指包含用户行为、偏好的JSON对象,结构见models/UserProfile.ts
- "冷启动":系统首次部署时无历史数据的初始化状态
- "特征工程":特指基于业务规则的特征提取,非自动特征学习
效果:解决AI对项目特定术语的理解偏差,减少沟通成本
第三阶段:团队协同(规模化应用)
本节将帮助你:实现团队级AI配置共享,建立持续优化机制
团队配置共享流程
- 创建团队级AGENTS.md模板库
- 项目根据需求继承并扩展基础模板
- 定期同步更新核心配置规则
- 建立配置评审和优化机制
配置版本控制策略
## VERSION HISTORY
- v1.0 (2023-09-01): 初始版本,基础能力定义
- v1.1 (2023-10-15): 新增微服务场景配置
- v1.2 (2023-12-01): 优化数据处理规则,增加GLOSSARY
四、诊断式问题解决:配置问题排查指南
配置不生效的常见原因及解决方案
| 问题现象 | 可能原因 | 排查步骤 | 解决方案 |
|---|---|---|---|
| AI忽略配置规则 | 文件位置错误 | 1. 确认AGENTS.md在项目根目录 2. 检查文件名拼写是否正确 |
将文件移动到项目根目录,确保文件名为AGENTS.md |
| 部分规则生效 | 规则冲突 | 1. 检查是否有重复定义的规则 2. 确认是否使用了正确的语法格式 |
合并重复规则,确保使用标准Markdown格式 |
| 工具不识别配置 | 工具版本过旧 | 1. 检查开发工具版本 2. 查阅工具对AGENTS.md的支持说明 |
更新工具到最新版本,确认支持AGENTS.md规范 |
配置效果验证方法
- 冒烟测试:使用标准提示词测试AI是否遵循基础规则
- 场景测试:针对关键场景进行专项测试(如"生成一个用户认证API")
- 对比测试:比较配置前后AI输出的代码质量和符合度
- 用户反馈收集:建立团队反馈渠道,持续优化配置
五、配置模板速查表
基础模板(适用于任何项目)
# AGENTS.md
## CAPABILITIES
- 代码自动补全和生成
- 代码质量检查建议
- 文档生成支持
## CONSTRAINTS
- 所有代码必须遵循项目代码规范
- 优先使用项目已有的库和框架
- 避免生成未经验证的第三方库调用
## PREFERENCES
- 代码风格:遵循项目.eslintrc配置
- 注释规范:使用JSDoc格式
- 错误处理:优先使用try/catch而非error-first回调
云原生开发扩展模板
[SCENARIO:Kubernetes资源]
- 生成Deployment时必须包含资源限制
- Service定义需指定selector和ports
- ConfigMap和Secret需分开管理
[SCENARIO:CI/CD]
- 流水线配置优先使用GitHub Actions
- 镜像构建必须包含多阶段构建优化
- 部署前必须包含安全扫描步骤
移动端开发扩展模板
[SCENARIO:UI组件]
- 优先使用项目设计系统组件库
- 必须支持深色/浅色模式切换
- 触摸区域尺寸不小于44x44dp
[SCENARIO:性能优化]
- 列表必须使用虚拟化渲染
- 图片加载需包含懒加载和占位符
- 避免在主线程执行耗时操作
数据科学扩展模板
[SCENARIO:数据加载]
- 大文件必须使用分块加载
- CSV文件优先使用pandas.read_csv
- 数据路径统一使用pathlib管理
[SCENARIO:模型部署]
- 模型必须序列化为ONNX格式
- 推理代码需包含输入验证
- 性能指标需包含推理延迟和内存占用
通过AGENTS.md,你不仅获得了一个配置文件,更获得了一种与AI助手高效协作的方法论。从解决当下的配置混乱问题,到建立团队级的AI协作规范,再到形成持续优化的AI辅助开发流程——AGENTS.md正在重新定义开发者与AI的协作方式。现在就开始创建你的AGENTS.md,让AI助手真正成为理解你项目需求的专业伙伴。
要开始使用AGENTS.md,请克隆项目仓库:
git clone https://gitcode.com/GitHub_Trending/ag/agents.md
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0147- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
147
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
984