别把所有规则都塞进 CLAUDE.md：兼容多种 AI 的项目 Rules 设计与维护

前言

上一篇整理多个 AI 工具的 Skills 时，重点是“同一个 Skill 放在哪里，才能让不同工具都发现”。后来继续看项目里的 AI 协作配置，发现另一个问题其实更常见：Rules 文件越来越多。

根目录有 CLAUDE.md，又补了 AGENTS.md；Cursor 有 .cursor/rules/，Copilot 有 .github/copilot-instructions.md，某次 Code Review 发现一条遗漏，再往其中一个文件里加一句。过一阵子，文件确实变长了，但不知道哪些是每次都要遵守的硬约束，哪些只对某个目录有效，哪些本来应该放到 Skill 或 CI 里面。

这篇就结合一个虚拟业务模块的 Rules 设计，整理一下我现在对这件事的理解：Rules 不是给模型塞得越多越好，而是要像项目代码一样，有作用域、有职责、有验证，也会过时。

AI 项目 Rules 的分层：AGENTS.md 作为跨工具基线，Rules、Skills、CI 各自承担明确职责，并通过 Rule Drift 持续演进

先看一个虚拟业务模块的设计

为了方便说明，下面虚拟一个包含搜索、结果展示和推荐内容的业务模块。它有多个入口和不同展示场景，模块本身也依赖一套公共应用框架；重点不是技术栈，而是它没有把所有说明都写进一个文件。

它的入口大致是这样：

# 业务模块 · AI 协作规范

## 公共规范：应用基础 Skill

高频红线在 `docs/rules/base-project-rule.md`。
完整的应用框架、网络、日志和发布说明放在 `app-foundation` Skill 中；
做 Code Review、重构时再按需查阅。

## 本模块 Rules

- base-project-rule：异常、网络、资源、日志、释放、路由
- architecture-rule：子模块边界、依赖方向和技术约束
- change-rule：代码风格与改动范围
- scenario-rule：场景差异统一经过集中配置
- edge-case-rule：复杂交互、动画和数值比较
- testing-rule：测试环境切换和最小相关测试策略

这里最关键的并不是列出了多少规则，而是先做了三次拆分：

公共框架和业务模块分开。 统一的网络封装、路由、日志、资源加载和生命周期管理，不应该由每个业务模块各写一遍。
默认上下文和按需知识分开。 集中配置、复杂交互、测试环境切换都很重要，但只有进入对应任务时才需要完整细节。
Rules 和 Skill 分开。 常驻规则适合放事实和约束；包含很多 API、示例、Review 流程的内容，更适合在做特定任务时作为 Skill 查询。

这比把一大段“请写出高质量代码”放到 CLAUDE.md 有用得多。后者几乎不能指导任何具体选择；前者能直接让 AI 知道：同一功能在不同入口或用户场景下的差异，应该集中在配置或策略层表达，不能在各处散落“来源是 A 吗”的条件分支。

Rules、Skill 和 CI 不是一回事

一开始我也容易把它们都理解成“写给 AI 的说明”。实际上它们进入上下文和承担责任的方式完全不一样。

机制	应放什么	不应该放什么
Rules	真实命令、模块边界、不可违反的约定、常见坑	很长的教程、低频多步骤流程
Skill / Workflow	Review、发布、迁移、排查等按需工作流；脚本、模板、参考资料	每次改一个文件都必须知道的红线
文档	架构背景、接口细节、设计决策、历史上下文	需要每轮自动加载的内容
CI / Hook / 权限	格式化、测试门槛、敏感路径、禁止命令等必须执行的事	期待模型“记得做”的软提醒

这个边界很重要。Rules 本质上仍然是提供给模型的上下文，不是强制配置。Claude Code 的文档也明确区分了行为指令和由 settings / hook 执行的强制策略：如果某项操作无论模型如何判断都不能发生，就不要只写一句“禁止”，而应该用权限、Hook 或 CI 保证它。 Claude Code Memory

例如“单测必须通过项目提供的测试环境切换脚本运行，不能直接调用默认测试命令”是一条很好的 Rules；但如果某个生成命令绝对不能在 CI 或开发环境执行，只靠 Rules 显然不够，还应在脚本权限、Hook 或 CI 里拦住。

`AGENTS.md` 做基线，原生 Rules 做增强

现在很多工具都开始支持 AGENTS.md。Codex 会按全局、项目根目录到当前目录的层级读取它；GitHub Copilot 的 agent 也会使用目录中最近的 AGENTS.md。这使它很适合承担一份跨工具的项目基线。 Codex AGENTS.md GitHub Copilot Instructions

我倾向于让根目录 AGENTS.md 保持短小，只写所有工具都能理解、而且每个任务都值得带上的内容：

# Project Rules

## 修改前

- 先阅读当前目录与父目录的 Rules；不确定模块边界时先搜索现有实现。
- 不顺手重构与当前目标无关的代码；跨模块改动先说明影响范围。

## 模块约束

- 场景差异必须通过集中配置或策略层表达，禁止新增分散的来源判断。
- 外部资源统一经过项目已有的封装，不直接绕开缓存、鉴权或错误处理。
- 涉及布局、尺寸、偏移等数值比较时必须保留容差，不能依赖严格相等。

## 验证

- 修改逻辑后运行最小相关测试；无法运行时说明原因和未验证范围。
- 改动公共行为时检查可观测性、错误处理和配置默认值。

这里有个容易忽略的兼容性问题：@docs/rules/base-project-rule.md 这种导入语法不是所有工具的通用能力。Claude Code 支持 @ 导入，也明确建议已有 AGENTS.md 的仓库通过 CLAUDE.md 导入它；Gemini CLI 也支持用 @ 拆分 GEMINI.md。 Claude Code Memory Gemini CLI Context Files

但不能因为 Claude 能展开导入，就假设其他工具也会这样做。因此，“始终生效”的核心红线应该实际存在于 AGENTS.md 中；长文档可以作为任务导航，或用某个工具的原生 Rules 在匹配场景下加载。

对应的目录可以是这样：

AGENTS.md                            # 跨工具、默认加载的项目基线
CLAUDE.md                            # @AGENTS.md + Claude Code 专属补充
GEMINI.md                            # @AGENTS.md + Gemini CLI 专属补充

docs/rules/
├── base-project-rule.md             # 公共框架速查
├── architecture-rule.md             # 架构和依赖方向
├── scenario-rule.md                 # 场景配置约束
├── testing-rule.md                  # 测试策略
├── observability-rule.md            # 日志、指标、错误处理
├── release-rule.md                  # 开关、发布、回滚
└── rule-registry.md                 # 规则的来源、验证方式、维护说明

.claude/rules/                       # Claude Code 的路径范围规则
.cursor/rules/                       # Cursor 的 glob / 手动 / 按需规则
.github/instructions/                # Copilot 的路径专属 instructions

不是每个目录都要立刻创建。根目录基线先稳定下来，再在某个工具确实需要路径匹配、手动调用或 Review 专属提示时，增加原生适配即可。

为什么不能只维护一个 CLAUDE.md

CLAUDE.md 当然很好用。Claude Code 会自动加载项目、用户和子目录里的文件，子目录规则还能按实际读取的文件按需进入上下文。官方也提供 .claude/rules/ 来按路径拆分规则。 Claude Code Memory

问题不在 CLAUDE.md，而在把它当成所有工具、所有场景、所有流程的唯一容器。

这样很快会遇到三个问题：

1. 上下文越来越吵

一段只在 Review 时有用的网络排查流程，和一个只在测试时有用的环境切换步骤，如果每次修改一个简单页面都带进上下文，反而会稀释真正重要的约束。

Claude Code 的建议是让常驻 CLAUDE.md 保持在大约 200 行以内；太长不仅占上下文，也会降低遵循度。这个数字不必机械套到所有工具上，但“默认内容必须短且信号密度高”是通用原则。 Claude Code Memory

2. 工具差异被隐藏了

Cursor 的 .cursor/rules/*.mdc 可以按 glob、手动、模型判断等模式加载；Copilot 可以通过 .github/instructions/*.instructions.md 的 applyTo 针对路径生效。把这些能力压缩成一份纯 Markdown，等于放弃了本来很适合解决“只在这里生效”的机制。 Cursor Rules GitHub Copilot Instructions

3. 同一份内容开始复制

先复制一份 AGENTS.md 到 CLAUDE.md，再复制到 Copilot、Cursor 的规则目录，刚开始并没有问题。后面测试命令改了、基座组件替换了、目录迁移了，很容易只改到其中一份。

所以这里的目标不是“只保留一个文件”，而是：只有一份跨工具基线；原生文件只保存无法用基线表达的适配内容。

例如 Claude Code 的薄适配可以很简单：

@AGENTS.md

## Claude Code

- 涉及 `modules/payment/` 的改动先使用 Plan Mode。
- 读取外部导入文件前遵循仓库现有的审批约定。

如果根本没有 Claude 专属内容，也可以直接把 CLAUDE.md 链接到 AGENTS.md；不过 Windows 上软链接需要额外权限时，导入方式会更稳妥。 Claude Code Memory

回到业务模块：还可以补哪些 Rules

前面的模块已经覆盖了公共规范、架构、代码风格、场景配置、边界情况和测试，实际上已经比很多项目完整。继续扩展时，我会优先补“容易在多人协作和线上链路中漏掉”的部分，而不是再增加泛泛的代码风格。

Rule	应解决的问题	示例
`contract-rule`	接口、路由、事件和配置字段变更的兼容性	新字段默认值、旧值兼容、废弃时机
`observability-rule`	线上行为难排查，异常没有上下文	关键日志字段、指标、错误码、脱敏
`performance-rule`	页面加载、长列表、缓存和重复请求	分页、取消旧请求、缓存、避免在渲染路径做重活
`release-rule`	开关、发布、回滚场景遗漏	默认值、降级与回滚路径
`privacy-rule`	用户输入和标识处理不一致	哪些字段禁止记录，哪些日志必须脱敏
`review-rule`	Review 只看语法，漏掉业务红线	是否绕过集中配置、是否遗漏资源释放、是否破坏默认行为

写这些 Rules 时，最好不要只写“注意性能”“注意埋点”。一条真正有用的规则至少应该能回答五个问题：什么时候适用、应该怎么做、不能怎么做、为什么，以及怎么验证。

## 场景差异的集中配置

**适用范围**：新增或修改同一功能在不同入口、用户类型或运行环境下的差异行为。

**要求**：通过统一的配置对象或策略层表达差异。

**禁止**：在页面、控制器或业务函数内新增散落的来源、类型或环境分支。

**原因**：同一场景的默认值、开关和回滚必须有唯一入口。

**验证**：检查默认配置；覆盖至少一个默认场景和一个差异场景。

这样写虽然多了几行，但 Review 时不用猜这条规则是在限制命名，还是在约束发布和回滚能力。

Rules 也要有自己的生命周期

最喜欢这个模块设计的一点，是它没有假设 Rules 永远正确，而是明确规定：代码实际情况和 Rules 不一致时，以代码为准完成当前任务，同时提出是否同步修订规则。

这比“AI 必须永远遵守 Rules”更符合真实项目。技术栈会迁移、组件会替换、测试策略也会变；如果规则不允许被质疑，最后只会变成一份谁也不看的旧文档。

我会把这个过程固定成一个小的 Rule Drift 输出：

## Rule Drift

- 发现：`testing-rule.md` 要求使用已废弃的测试环境切换方式，但项目测试基座已迁移。
- 当前处理：按现有测试代码完成修改，并运行新的最小相关测试命令。
- 建议：修订 testing-rule，删除旧方式说明，补充新测试入口。
- 需要确认：是否将这次规则修订和当前代码变更一起提交？

这样有几个好处：

当前任务不会为了修文档而卡住。
规则变化有明确依据，而不是 AI 每次想到什么就改什么。
人可以决定这条差异是临时例外、规则过时，还是应该真的改回代码。

也可以给每条重要 Rule 记录来源：线上事故、Review 反馈、架构决策或安全要求；再记录验证方式和最后复查时间。它不一定需要很重的系统，一个 doc/rules/rule-registry.md 就足够开始。

从小开始，不要先做 Rules 平台

对于一个刚开始引入 AI Coding 的项目，我觉得可以先按下面顺序做：

写一份不超过一两屏的 AGENTS.md：项目怎么运行、改动后如何验证、哪些边界不能碰。
给 Claude Code、Gemini CLI 做很薄的导入适配；支持 AGENTS.md 的工具优先直接读取它。
当某类任务反复出现、又不值得每次都默认加载时，把它拆成 Skill 或 Workflow。
当某条规则只对特定路径、语言或 Review 生效时，再采用 Cursor、Copilot、Claude Code 等工具的原生路径范围能力。
把必须执行的要求移到 CI、Hook、权限设置，Rules 只保留对模型有解释价值的部分。

不要一开始就做一个“Rules 管理平台”、十几层注册表或自动生成器。只有当同一段内容已经出现多处复制、且确实频繁漂移时，再考虑用脚本从统一来源生成各工具适配文件。

总结

CLAUDE.md、AGENTS.md、.cursor/rules/ 这些文件名会继续变化，工具的支持范围也还在演进。不过它们背后的工程问题其实很老：如何把团队真实的约定、踩过的坑和边界条件，变成新同事也能稳定执行的项目知识。

对 AI 来说，Rules 就是这份入职资料。

它不应该是一份越来越厚、谁都不敢改的总手册；更适合是一个分层系统：

短小的跨工具基线
    ↓
按路径、按任务加载的模块 Rules
    ↓
按需执行的 Skills / Workflows
    ↓
CI、Hook、权限负责真正的强制
    ↓
代码变化后持续发现并修复 Rule Drift

总的来说，先把每条规则写得具体、可验证、作用域明确，比先选哪一个 AI Coding 工具更有价值。等项目和工具一起演进时，也记得让 Rules 跟着代码更新，不然它们很快就会从“帮手”变成新的噪音。~~~