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。

👉点击观看视频版教程

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
typescriptinterface 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。