把环境事实写进 Rule
每次新开对话,AI 都不知道该调哪个模型、超时设多少、项目用什么框架。把这些环境事实一次性写死在 Rule 里,相当于给 AI 一份预填好的 .env 说明书,每轮对话自动带入。本页两个演示都可以真实操作。
为什么是 Rule:把配置写在 .env 里让 AI 自己读,它不一定每次都主动读;写在对话里,对话一长就被截断遗忘。Rule 在每轮对话开始前就被加载进上下文,是最稳的注入方式。
中文输入法确认候选词时会触发 Enter,只判断 e.key === 'Enter' 的输入框会把半段内容直接发出去。AI 训练数据里 isComposing 覆盖率不高,不写进 Rule 就一定会忘。切换到中文输入法,在下面的输入框里打几个字试试。
const handleKeyDown = (e: React.KeyboardEvent) => {
if (e.key === 'Enter' && !e.shiftKey
&& !e.nativeEvent.isComposing) {
e.preventDefault()
handleSend()
}
}
isComposing为true:输入法正在组合中,回车只确认候选词,不触发发送isComposing为false:普通键盘直接输入,回车正常发送- 规则原文:禁止只判断
e.key === 'Enter'而不检查isComposing
数据格式三分法:三种格式各管一个领域,互不混用。点击场景,再选一个你认为合适的格式。
{
"tool": "send_message",
"arguments": "{\"channel\": \"dev\",
\"payload\": \"{\\\"title\\\":
\\\"发布提醒\\\", \\\"body\\\":
\\\"v1.4 已上线\\\"}\"}"
}
<tool_call name="send_message">
<channel>dev</channel>
<payload>
<title>发布提醒</title>
<body>v1.4 已上线</body>
</payload>
</tool_call>
JSON 版每层嵌套翻一倍反斜杠,LLM 逐 token 生成时极易配错括号和引号。XML 标签闭合直观,模型出错率更低。
进度:0 / 3 个场景
图像生成至少 120-180 秒
图像 API 经常因为默认 30 秒超时失败,AI 还会反复尝试相同的错误配置。HTTP 客户端的超时值写进 Rule,一次解决。
网络失败先挂代理重试
网络请求失败时必须尝试代理重试(默认 127.0.0.1:7890),仍失败才向用户报告,禁止跳过代理直接报错。
前端可见响应必须流式
前端可见的所有大模型响应必须用 Streaming 返回,后端内部调用才允许非流式。
选型是人的决策
- 后端 FastAPI、前端 React + Tailwind + Vite、数据库 SQLite、向量库 Chroma
- 一旦定了就不再讨论替代方案,AI 的职责是在确定的栈内把代码写好
- 端口避开 5000,从 8000-9000 随机分配,多项目同开也不冲突
图标与细节规范
- 禁止用 emoji 做按钮图标,图标必须用 SVG
- 看产品调性选图标集:SaaS 用 Lucide,温暖调性用 Tabler Icons
- 图标直接下载到本地使用,不依赖 CDN
补充说明:只用 GPT 系列的项目可以把工具调用改回 JSON,它的 function calling 原生就是 JSON。「Agent 用 XML」是多模型混用场景的最大公约数选择,Claude 系模型在 XML 格式上表现更稳定。
提交物:Rule 的环境配置章节。① 列出你项目的环境事实:模型、API 服务商、超时、代理、技术栈、数据库;② 写成 Rule 章节,敏感的 Key 放独立的 secrets 文件并加入 .gitignore;③ 新开一个对话验证:不做任何交代,AI 能否直接说出你的技术栈和模型配置。
素材来源:开源仓库 itshen/xs_vibe_rules 中 rule-opensource.mdc 第一章「模型配置」、第四章「文档与设计规范」、第五章「数据格式规范」、第六章「技术栈与框架」。