【免费下载链接】AuC
Agents-ufy-Core
让 AI 智能体在陌生仓库里瞎猜编译命令、反复试错浪费 Token?AuC(Agents-ufy-Core)用.aurules项目军规解决这个问题:一份放在仓库根目录的"项目宪法",把编译、测试、代码风格与密钥红线固化下来,AuC 在每次 Run 启动时强制注入智能体上下文,从源头杜绝盲目执行。
为什么 AI 智能体需要一部「项目宪法」
用过 AI 编程工具的朋友大概都有这样的经历:让它"帮我跑起来",它先猜npm run build,报错,再猜yarn dev,又报错……每猜一次都是一轮 LLM 调用,费 Token 还费时间。
AuC 借鉴了 Claude Code 进入仓库先读CLAUDE.md的工程纪律,将这类"项目法律法规"升级为机器可读的.aurules文件,核心收益有三点:
| 痛点 | .aurules军规的解法 |
|---|---|
| 编译/测试命令靠猜 | 首次编译直接读取Build Commands声明,不猜测 |
| 密钥被硬编码进代码 | 在Code Style中声明式禁止,模型应拒绝并提示改用环境变量 |
| 高危操作无约束 | tool_policy声明工具权限等级(L1/L2/L3),与 AuC 权限体系合并 |
完整决策背景见 docs/adr/004-project-rules.md。
三个文件约定:.aurules优先级最高
AuC 按固定优先级在仓库根目录查找军规文件,首个命中即采用(实现见 auc/ports/rules.py):
| 文件 | 优先级 | 说明 |
|---|---|---|
.aurules | 高 | AuC 原生,机器可读(YAML front matter + Markdown) |
AUM.md | 中 | 人类可读项目手册,可含长说明 |
AGENTS.md | 中 | 跨工具事实标准(Codex 主推),自动兼容 |
CLAUDE.md | 低(兼容) | 若存在且无更高优先级文件,可降级导入 |
💡 已有
CLAUDE.md或AGENTS.md的项目零成本接入,无需迁移。
3分钟写一份.aurules:模板与示例
.aurules就是"YAML front matter + Markdown 小节",约定三个小节标题:
--- version: 1 project: quant-agent --- ## Build Commands - Development: `npm run dev` - Production Build: `docker build -t quant-agent:v1 .` ## Test Commands - Critical Path: `pytest tests/test_risk_manager.py` ## Code Style - Strict type hinting required for all Python code. - Never hardcode exchange API keys; use environment variables. ## Sandbox - All Specialist writes must stay under `/workspace` (L2).解析逻辑在 auc/ports/rules.py:按小节标题自动归类——标题含build进编译命令、含test进测试命令、含style/code进风格备注,front matter 中的version、sandbox_root也会提取为结构化字段 ProjectRules。
运行机制:Run 前强制注入,优先级高于一切上下文
这是军规"强制"二字的体现。每次 Run 启动时的流程:
- 加载:Agent 调用
ProjectRulesPort.load_rules(repo_root),按优先级读取并解析军规文件(auc/agent.py) - 合并:若声明了
tool_policy,与ToolRegistry的权限策略合并 - 注入:
ContextComposer将规则渲染为RulesBlock,固定在system 上下文最前(仅次于安全策略),优先级高于代码切片片段
注入后的效果长这样(格式化逻辑见 auc/ports/memory.py):
[AU-RULES v1] Build: npm run dev | docker build -t quant-agent:v1 . Test: pytest tests/test_risk_manager.py Style: strict type hints; no hardcoded exchange API keys. [/AU-RULES]配合 AuM(记忆矩阵侧)还有两层保障:缓存(RulesIndex:项目根 → 结构化规则)与失效重载(文件 mtime 或 git revision 变更时自动刷新),monorepo 子目录还可叠加子级.aurules实现继承。行为约束一览:
| 场景 | 期望行为 |
|---|---|
| 首次编译 | 从 Rules 读取Build Commands,不猜测 |
| 跑测试 | 使用Critical Path声明的 pytest 路径 |
| 改 API 密钥 | Rules 禁止 → 模型拒绝并提示用 env var |
违反军规的 tool 调用可被审计日志标记,供后续进化降权。
进阶:.aurules声明工具权限(L1/L2/L3)
AuC 的工具按L1 只读 / L2 沙盒写 / L3 二次授权分级,军规文件可以直接声明策略,例如git_push提到 L3(触发 Telegram / QQ 审批卡片),docker_build保持 L2:
tool_policy: git_push: L3 live_trading_api: L3 docker_build: L2这样"项目宪法"不止约束命令,还直接管住了权限边界,详见 docs/tool-privilege.md。
快速上手步骤
- 在你的仓库根目录创建
.aurules文件,照上面的模板填写 Build / Test / Style 三个小节 - 配置好模型后执行
auc chat或auc web --sandbox ./my-project,智能体进入仓库即自动加载军规 - 观察首次 Run:它应当直接使用你声明的编译与测试命令,不再盲目试错
延伸阅读
- 军规总览文档:docs/aurules.md
- 解析与注入源码:auc/ports/rules.py、auc/ports/memory.py
- 接口定义(
ProjectRulesPort):docs/interfaces.md - 军规加载与注入测试用例:tests/test_rules.py
✅ 一份 20 行的
.aurules,换来回回试错省下的 Token 和等待时间——这就是给 AI 智能体立"项目宪法"的全部成本。
【免费下载链接】AuC
Agents-ufy-Core
相关推荐
告别命令行盲打:AI如何重塑inshellisense的智能补全革命
告别命令行盲打:AI如何重塑inshellisense的智能补全革命 inshellisense是一款专为Visual Studio Code集成终端设计的智能
CLI开发工具解密Tiktokenizer:告别令牌盲区的智能计算革命
解密Tiktokenizer:告别令牌盲区的智能计算革命 Tiktokenizer是一款基于 openai/tiktoken 的在线令牌计算工具,能够帮助开发者
AI 应用前端开发工具告别命令行盲操作:Alacritty消息栏让终端交互一目了然
告别命令行盲操作:Alacritty消息栏让终端交互一目了然 你是否曾在终端中执行命令后,因看不到状态反馈而反复输入查询?是否遇到过错误信息一闪而过无法捕捉的情
桌面应用
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考