AI 编程提升生产力的诀窍，不在于“能生成”，而是“生成得对”。虽然调试 Prompt 能在一定程度上提升生成效果，但面对复杂的开发任务，Prompt 往往显得力不从心——需要反复输入，补充上下文，操作琐碎且难以复用。只有当 AI 拥有足够丰富、结构化的上下文，它才能真正理解用户的意图、持续做出正确响应。在真实开发场景中，AI 要完成的工作远比普通问答更复杂，真正实现提效，必须优化上下文工程。

而配置Rules正是在AI编程场景中做好上下文工程的关键手段之一，可将你的项目规范、组件偏好、命名方式等转化为机器可读的规则，持续作为上下文注入到智能体生成逻辑中。通过给文心快码编程智能体Zulu配置 Rules，开发者可以向Zulu解释代码库和各名词是干什么的、关键的代码在哪里、常见场景怎么写代码，还可以正向控制Zulu的生成行为、反向约束它的错误行为。有了明确的规则，Zulu可以更懂你，更能让复杂、重复、场景化的需求一键复用，真正实现从“指令式对话”迈向“协同式开发”，让AI编程智能体真正具备工程师思维。

一 Rules功能应用场景

在实际开发中，Zulu 规则功能可广泛应用于但不限以下典型场景：

1.项目初始化与结构规范

通过规则预设框架选型、目录结构、命名习惯等，Zulu 可自动将新功能模块生成至正确位置，保持代码整洁一致。

如：新增页面时，自动落在 pages/xxx/index.tsx 并按团队规范命名组件与样式。

2.统一接口与服务管理

设定接口命名和注册规则，Zulu 在生成接口时会自动完成统一挂载、类型定义和错误处理逻辑，降低维护成本。

如：新增 API 会同步写入 api/index.ts 和统一错误处理模块。

3.测试与文档自动补全

规则可指定测试文件生成路径与模板，或要求在生成组件/方法时同步补充注释与文档说明，提升工程可维护性。

如：生成函数时自动补充 JSDoc，或同步生成 Jest 单测文件。

4.团队协作与开发风格约定

通过规则固定代码风格（命名、缩进、注释习惯等），Zulu 可作为“代码守门人”辅助新成员快速对齐团队标准。

如：强制使用驼峰命名，禁止使用特定不推荐的 API。

二 使用指南

新建Rules

1.进入规则设定页面：在文心快码插件或Comate AI IDE中点击右上角更多「…」选项，再点击「规则」进入规则设定页面。

2.可以从设置中查看所有规则及其状态的列表。

3.新建规则：进入规则设定页面后，点击右上角「+ 新建」按钮，添加新的规则，为规则进行命名和选择生效范围。

4.直接新建规则文件：你也可以在.comate/rules路径下直接创建格式为*.mdr的文件。

5.编写规则内容： 在*.mdr的规则文件中，使用清晰、明确的自然语言，可以按 Markdown 格式组织内容，编写你希望 AI 在处理此项目时必须遵守的指令、约束或偏好设置。编写后记得要将文件进行保存。

设置多Rules

你可以在规则设定页面，根据需求设定不同的规则和生效方式。Zulu 在后续与该项目相关的交互中，会自动加载并遵循设定的规则。

兼容Cursor Rules

Zulu可自动获取你在Cursor中设定的规则，无需在文心快码中重复添加。

注意：

1.Zulu无法通过图形化界面编辑Cursor规则的生效范围，可通过文件编辑器修改

2.暂不支持获取Cursor Rules子目录

使用规则

每个规则文件都是一个 .mdr 格式文档，可将生效信息和规则内容放在一个文件中。当前支持以下生效方式：

1.如果你希望规则仅在自己的本地开发环境生效，不想通过版本控制分享给团队其他成员（例如，一些个人编码习惯或临时性的指令），可以将.comate/rules/文件路径添加到项目的目录文件中。这样，Git 等版本控制系统就会忽略这些文件的变动。

2.始终生效的规则每次对话都会调用，就像刻入了Zulu的DNA，到哪儿都适用，无需持续关注。

3.指定文件生效的规则仅在上下文中包含特定文件时生效，Zulu会根据历史对话或当前对话中已添加文件判断哪些规则生效，指定文件支持通配符+文件路径/文件格式（例如*.py或client/*/*.tsx） 。

4.手动生效的的规则，需要用到时，在对话框中#此规则进行使用即可，随用随取（例如在对话中#rulename）

注意：你可以手动选择所有设定的规则，但其是否在会话中生效，取决于具体的设定内容。例如规则指定文件*.py，但当前对话上下文中未包含*.py的文件，则此规则依旧不会生效。

三 实战演练

接下来和我们一起练手吧，看看Zulu是如何在规则的约束下按照项目规范进行开发。示例项目async-iterator 是一个处理异步数据流的工具库，默认提供了一些数据操作符，包括：

• chunk.ts: 数据分块

• debounce.ts: 防抖处理

• filter.ts: 数据过滤

• map.ts: 数据转换

• take.ts: 取前N个元素

• until.ts: 条件终止

接下来我们为项目新增一个 skip 操作符，看看 Zulu 如何在规则的约束下生成更高质量的代码。

视频版教程⬇️

示例 Rules

以下是示例规则，它定义了示例项目的开发规范。先来看看每个部分都跟Zulu约定了什么：

1. 项目概述

用一句话向 Zulu 说明：“这是一个处理异步数据流的工具库，目标是简化 JS/TS 中 async iterable 的使用。” 这样 AI 就能快速建立起对项目核心目标的理解。

2. 项目架构

清晰列出项目模块的职责和文件位置，比如控制器、工厂方法、操作符等等。这能帮助 Zulu 理解“不同类型的代码该放在哪”，写代码不再“乱放”。

3. 代码结构说明

包括两部分：

核心接口：定义了 OverAsyncIterator 接口，也就是链式操作符的标准格式。AI 据此知道该如何设计新方法。

工厂函数：列出已有的数据源工厂（数组、事件、流等），提示 AI 未来应如何复用已有模式创建新流。

4. 开发指南

这是最关键的一部分，规定了项目扩展的标准流程。

“基本流程”告诉 Zulu新增操作符应该放哪里、怎么导出、如何支持链式调用。

“扩展指南”更细致地列出了每一步，比如添加操作符时要修改哪些文件，确保它能“按套路出牌”，不会遗漏关键步骤。

“测试规范”告诉 Zulu功能要配测试，测试必须符合命名和结构规范，而且不能降低覆盖率标准。这确保了自动生成的代码也能顺利通过项目的 CI 要求。

5. 代码风格指南

设定了统一的代码风格：

• 类型用 interface

• 多用泛型提高复用性

• 错误统一用 Error 对象处理

• 命名使用驼峰规则（函数名小驼峰、类名大驼峰）

有了这些规范，AI 生成的代码就能和团队已有代码风格保持一致，不再“风格跑偏”。

6. 注意事项

列出一些“隐性规范”，类似资深工程师的开发经验：

• 异步代码要正确 catch 错误

• 注意事件监听器导致的内存泄漏

• 接口不能随便破坏兼容性

• 要写清楚注释、避免副作用、提高可测试性

这些细节告诉 AI：你不只是来“生成代码的”，你要像个真正的工程师一样思考和交付。

## 项目概述

这是一个用于处理异步迭代的工具库，提供了一系列用于处理异步数据流的工具和操作符。该项目主要解决了在JavaScript/TypeScript中处理异步数据流的复杂性问题，提供了简单易用的API。

## 项目架构

项目采用模块化设计，主要分为以下几个核心部分：

1. **核心控制器** (`controller.ts`)
   - 实现了 `AsyncIteratorController` 类
   - 负责管理异步数据流的状态和控制
   - 提供了数据的输入输出接口

2. **工厂模块** (`factory/`)
   - `array.ts`: 处理数组的异步迭代
   - `event.ts`: 处理事件源的异步迭代
   - `reader.ts`: 处理流读取器的异步迭代
   - `stream.ts`: 处理Node.js流的异步迭代

3. **辅助工具** (`helper/`)
   - 提供了一系列操作符来处理异步迭代器
   - 实现了链式调用API
   - 包含多个独立的操作符实现

4. **操作符** (`helper/operators/`)
   - `chunk.ts`: 数据分块
   - `debounce.ts`: 防抖处理
   - `filter.ts`: 数据过滤
   - `map.ts`: 数据转换
   - `take.ts`: 取前N个元素
   - `until.ts`: 条件终止

## 代码结构说明

### 1. 核心接口

typescript
interface OverAsyncIterator<T> extends AsyncIterable<T> {
    filter(predicate: Predicate<T>): OverAsyncIterator<T>;
    map<R>(transform: (value: T) => R): OverAsyncIterator<R>;
    chunk(size: number): OverAsyncIterator<T[]>;
    debounce(ms: number): OverAsyncIterator<T[]>;
    take(count: number): OverAsyncIterator<T>;
    until(predicate: Predicate<T>): OverAsyncIterator<T>;
}


### 2. 工厂函数

项目提供了多个工厂函数来创建异步迭代器：

- `fromIntervalEach`: 从数组创建带间隔的异步迭代器
- `fromEvent`: 从事件源创建异步迭代器
- `fromStreamReader`: 从流读取器创建异步迭代器
- `fromStream`: 从Node.js流创建异步迭代器

## 开发指南

### 1. 基本开发流程

1. 如需增加运算符，放置在`src/helper/operators`目录下。
2. 所有运算符都要从`src/helper/index.ts`导出，并能够链式调用。
3. 如果增加对流的消费、创建流的方式，放置在`src/factory`目录下。

### 2. 扩展开发指南

1. **添加新的工厂函数**
   - 在 `factory/` 目录下创建新文件
   - 实现相应的工厂函数
   - 在 `index.ts` 中导出

2. **添加新的操作符**
   - 在 `helper/operators/` 目录下创建新文件
   - 实现操作符函数
   - 在 `helper/index.ts` 中添加到 `OverAsyncIterator` 接口
   - 在 `over` 函数中实现新方法

### 3. 测试规范

- 所有功能都需要编写对应的单元测试
- 测试文件放置在相应模块的 `__tests__` 目录下
- 测试文件命名规则：`[功能名].test.ts`
- 增加任何功能，都要运行单元测试，确保测试的行覆盖率在100%，分支覆盖率大于90%。

## 代码风格指南

1. **类型定义**
   - 优先使用接口（interface）定义类型
   - 为所有公开API提供完整的类型定义
   - 使用泛型增加代码复用性

2. **错误处理**
   - 统一使用 Error 对象处理错误
   - 在异步操作中正确处理错误传播

3. **命名规范**
   - 使用驼峰命名法
   - 类名使用大驼峰
   - 接口名清晰表达其用途

## 注意事项

1. 所有的异步操作都应该正确处理错误情况
2. 注意内存泄漏，特别是在处理事件监听器时
3. 在实现新功能时，确保与现有的接口保持一致
4. 保持代码的可测试性，避免副作用
5. 文档注释要清晰完整，包含参数说明和使用示例

操作方式

1.打开 Comate AI IDE

2.点击右上角进入更多选项，打开 「规则」

3.添加规则，命名为：async-iterator-rule，并设置为「始终生效」

4.将添加 Rules 文件正文

5.输入 query：新增一个 skip 操作符，完成所需任务

6.查看生成后的代码是否已严格按照项目规范来生成

效果对比

在设定好规则的情况下

1.我们要求 Zulu 新增一个 skip 操作符

2.项目配置的规则中，有关于添加新操作符的规范，要求新的操作符必须在OverAsyncIterator接口中注册

3.Zulu 在生成过程中，发现并遵循了这个规范

4.最后 Zulu 按照要求将skip操作符注册到了OverAsyncIterator接口，满足要求

如果不定义这个规则，AI 不会严格按照项目规范来生成代码，用户需要花更多时间修正 AI 生成的代码。

1.我们要求 Zulu 新增一个 skip 操作符，项目中没有配置规则

2.Zulu 在生成代码时，没有发现新的操作符必须在OverAsyncIterator接口中注册这个要求

3.最后 AI 按照自己的理解生成一个新的index.js文件，而没有在现有的index.js中注册，违反了项目规范

在 AI 编程日益普及的今天，Prompt 是初级指令，而 Rules 则是高阶语法。它不仅让 AI 更懂你，还让你的项目更稳定、更可靠。现在，就试试为自己的Zulu配置一条规则吧，看看 Zulu 能做到多聪明。如果你已经有了实用的规则设置，也欢迎在评论区或社区分享你的实战经验，帮助更多开发者解锁 AI 编程的新可能，把Zulu训练成真正的AI工程师。

如果本期内容对你有帮助，关注文心快码，更多干货都在这里。