得物技术 前天 02:51
Cursor Rules优化实战:构建高效稳定的AI代码生成规范体系|得物技术
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

本文分享了Cursor Rules的优化实践,旨在构建一套系统化的AI协作规范,提升AI辅助编程的质量和效率。通过分析旧版规范的痛点,作者提出了分层架构、职责分离、按需调用的设计理念,构建了清晰的三层架构:基础层、模块层和流程层。文章详细介绍了各层的设计特点和技术实现,并提供了最佳实践,最终实现了AI协作规范的优化,为其他AI协作工具的规范设计提供了参考。

💡 旧版规范存在规则冗余、提示词冲突和维护困境等问题,影响了AI代码生成的质量和效率。

🔨 新版规范采用分层架构,包括基础层、模块层和流程层,每层都有明确的职责和边界,提高了规范的一致性和可维护性。

⚙️ 基础层对项目基础规范、代码质量、TypeScript规范、注释规范、命名规范、样式规范和代码检查进行了精细化设计,确保了代码的规范性。

🧱 模块层遵循前端分层架构思想,将应用拆分为表现层、业务逻辑层、数据服务层和路由层,规范了API接口的开发流程。

🚀 流程层针对具体业务场景定制化规范,例如curd页面开发流程,提高了开发效率和代码质量。

原创 阳凯 2025-06-23 18:32 上海

随着AI辅助编程工具的普及,Cursor IDE已经成为越来越多开发者的选择,如何让AI真正理解项目需求并生成一致高质的代码?本文将分享Cursor Rules优化过程中的实践经验,展示如何从混乱的规范体系演进到清晰、高效的AI协作规范架构

目录

一、背景

二、旧版Rules痛点

三、新版Rules设计理念

    1.  三层结构设计

四、三层结构深度剖析

    1.  基础层的精细化设计

    2. 模块层的分层设计

    3. 流程层的场景化设计

五、最佳实践

    1.  快速开始

    2. 分阶段实施计划

六、总结


  背景 

随着AI辅助编程工具的普及,Cursor IDE已经成为越来越多开发者的选择。然而,在实际使用过程中,我们发现了一个关键问题:如何让AI真正理解项目需求并生成高质量、一致性的代码?

答案在于构建一套系统化的AI协作规范。与传统的代码规范不同,AI协作规范需要考虑更多维度:

如何让AI准确理解业务逻辑和技术要求

如何确保生成代码的架构一致性和质量标准

如何在团队中推广和维护统一的开发模式

如何避免规范冲突和维护成本过高的问题

本文将分享我们在Cursor Rules优化过程中的实践经验,展示如何从混乱的规范体系演进到清晰、高效的AI协作规范架构。

  旧版Rules痛点 

在优化之前,团队已有的规范体系存在三个核心问题,这些问题影响了AI代码生成的质量和效率。

问题一:规则冗余与表述模糊

旧规范存在大量无效描述,包括模糊要求(如"确保高性能")、重复定义和基础能力提示。这些冗余信息不仅增加token消耗,更分散AI注意力,显著降低代码生成效率。

问题二:提示词冲突

规范中角色定义混乱,不同文档将AI指定为架构师、开发者等矛盾角色。同时缺乏规则优先级机制,导致多规则同时生效时产生行为矛盾,无法形成明确执行路径。

问题三:维护困境

文档职责边界不清,新增规则时难以定位归属文件。修改单一功能需跨多文件调整,且规则间依赖关系不透明,造成维护成本指数级增长。

  新版Rules设计理念 

基于已有问题的深入分析,提出了一套新的设计理念,核心是:分层架构 + 职责分离 + 按需调用

三层结构设计

新版本采用清晰的三层架构,每层都有明确的职责和边界:

标准化规则格式

为了确保规范的一致性和可维护性,我们定义了统一的规则格式:

# 规则名称


## 基础规范

- 明确的技术要求和实现标准


## 强制行为

- 必须执行的具体操作和约束


## 禁止行为  

- 严格禁止的操作和做法,需要避免的常见错误


## 示例代码

- 具体的代码示例和最佳实践

- 也通过 [文件名](mdc:路径) 引用外部示例

※  该格式优势

结构清晰:每个部分的职责明确,便于AI理解。

可执行性:强制/禁止行为都有明确的操作指导。

示例驱动:用实际代码代替抽象描述。

AI协作执行协议

为了确保AI能够正确理解和执行规范,我们设计了一个明确的AI协作协议提示词:

# AI协作执行规则


## 规则分类

- basic/下的通用规则: 必须调用,通用基础规范

- modules/下的模块规则: 按需调用,架构分层规范  

- workflow/下的流程规则: 按需调用,业务场景规范


## 执行流程

1. 识别场景 → 调用相关规则

2. 读取示例代码 → 作为生成参考

3. 执行强制/禁止行为 → 确保代码质量

4. 应用设计原则 → 组件化、单一职责、分层设计


## 质量保障

- 所有规则必须100%执行,重点关注强制行为和禁止行为





  三层结构深度剖析 

接下来我们详细分析新版本架构的设计特点和技术实现。

基础层的精细化设计

基础层是整个规范体系的根基,我们将原来混乱的MDC文件,精确拆分为7个职责单一的规范文件:

文件名

职责

核心内容

basic.mdc

项目基础规范

目录结构、技术栈、开发流程

code-quality.mdc

代码质量控制

复杂度限制、安全性要求

ts.mdc

TypeScript规范

类型定义、严格模式配置

comment.mdc

注释规范

JSDoc格式、文件头注释

code-names.mdc

命名规范

变量、函数、组件命名约定

style.mdc

样式规范

CSS/Less编写标准

lint.mdc

代码检查

ESLint、Prettier配置

※  此拆分好处

职责明确:每个文件只关注一个特定领域。

维护便利修改某个规范不会影响其他领域。

学习友好:新人可以逐个理解每个规范的要求。

示例:code-quality.mdc定义了代码质量分规范:

# 代码质量分规范(通用规则)


## 强制行为


- 所有请求必须采用 HTTPS 协议

- 确保第三方库安全可靠


## 禁止行为


- 代码复杂度限制

  - 单个文件不得超过 500 行

  - 条件复杂度不得超过 10

  - 单个函数不得超过 199 行

  - 超过限制时,应优先按功能模块拆分为多个函数或文件

- 禁止使用非得物域名的外部 CDN 资源

- 禁止在代码中包含明文密码或硬编码 token

- 禁止出现敏感词

- 避免重复代码块

- 不允许单词拼写错误或不符合命名规范

- 避免在前端直接进行金额计算(导致精度丢失)

- 禁止使用魔数(如 a === '3'),应使用常量(如 a === statusMap.login)



模块层的分层设计

模块层的设计遵循前端分层架构思想,将复杂的应用拆分为职责明确的模块:

表现层:components.mdc(组件规范)、pages.mdc(页面规范)

业务逻辑层:hooks.mdc(状态管理)、utils.mdc(工具函数)

数据服务层service.mdc(API接口)、constants.mdc(配置管理)

路由层route.mdc(路由配置和导航)

示例:服务层规范(service.mdc)规范定义了API接口的标准化开发流程:

# API接口生成规范(模块规则)


## 存放位置规范(按优先级)

- [p0] 页面级API:src/pages/{pageName}/services/{modules}.ts

- [p1] 全局API:src/services/{modules}.ts

- 类型文件:对应的 .interface.ts 文件


## 标准代码模板

```

import { request } from '@/utils/request';

import { UniversalResp } from '@/utils/request-operation';

import { IUserListReq, IUserListDataRes } from './interface';


/**

 * 获取用户列表

 * @param data 请求参数

 */

export const fetchUserListApi async (data: IUserListReq) => {

  return request.post<UniversalResp<IUserListDataRes>>(

    '/api/user/list',

    data

  );

};

```

## 强制行为

- 使用MCP Server的mooncake_get_api_details工具获取接口详情

- 响应数据必须使用UniversalResp<T>泛型包装

- 接口命名采用fetch{ApiFileName}Api格式

- 类型定义必须完整,包含完整字段注释


流程层的场景化设计

流程层是当前架构的创新点,针对具体业务场景定制化规范,将复杂的业务场景标准化。

流程文件

业务场景

核心功能

curd-page.mdc

curd页面开发

curd页面完整使用流程

log.mdc

错误监控

APM监控和错误日志处理流程

sendBuried.mdc

数据埋点

用户行为埋点的标准流程

......



示例: curd-page.mdc 定义了完整的表格页面开发流程:

※  该流程确保

开发效率:标准化流程减少决策时间。

质量一致性:所有表格页面都遵循相同的标准。

维护性:统一的结构便于后期维护。

# pro-table生成新页面(流程规则)

深入研究代码并理解[insert feature]是如何工作的。一旦你明白了,让我知道,我将提供我的任务给你。


##  工作流程

按以下流程进行任务执行,如果评估存在非必须流程,可跳过。

- MCP读取接口信息

- 从用户输入中提取以下信息:

   - 列表名称

   - 筛选项(需标记hideInTable)

   - 展示项(需标记hideInSearch)

   - 操作项

   - 工具栏按钮

- 评估完整的需求内容复杂度,考虑未来的扩展性,合理设计分层目录结构

    - 各个模块保持单一职责,考虑合理的业务组件拆分,避免大量代码都在页面主入口文件

    - 使用命令行批量创建目录文件(包含各类文件ts、tsx、less等)

    - 文件暂不生成代码

- 配置页面的路由信息

- 生成类型文件,确保所有类型定义清晰

- 生成constants文件,定义所需常量

- 生成services文件,实现数据服务

- 生成所需的 hooks 文件

- 生成页面(必需)和components(如需)文件 完成UI层


## 强制行为

- 使用pro-table进行开发,包括筛选表单,符合最佳实践

- 筛选项和列表项配置创建useColumns.tsx声明,筛选项(需标记hideInTable)、展示项(需标记hideInSearch)

- 左侧字段按需固定,操作项右侧固定,最多显示两个,超出折叠显示

- 文本左对齐,数字右对齐,状态枚举居中显示

- 分页设置支持10、20、50、100

- .....


# 禁止行为

.....


  最佳实践 

快速开始

第一步:创建基础架构

.cursor/rules/

├── ai.mdc              # AI协作总纲

├── basic/              # 基础规范目录

│   ├── basic.mdc

│   ├── code-quality.mdc

│   ├── ts.mdc

│   ├── style.mdc

│   ├── comment.mdc

│   ├── code-names.mdc

│   └── lint.mdc

├── modules/            # 模块规范目录

│   ├── components.mdc

│   ├── pages.mdc

│   ├── hooks.mdc

│   ├── service.mdc

│   ├── constants.mdc

│   ├── utils.mdc

│   └── route.mdc

└── workflow/           # 流程规范目录

    ├── curd-page.mdc

    ├── log.mdc

    └── send-buried.mdc

    └── ......





第二步:配置AI协作协议

在 ai.mdc 中定义核心协作规则:


# AI协作执行规则


## 规则分类

- basic/下的通用规则: 必须调用,通用基础规范

- modules/下的模块规则: 按需调用,架构分层规范  

- workflow/下的流程规则: 按需调用,业务场景规范


## 执行流程

1. 识别场景 → 调用相关规则

2. 读取示例代码 → 作为生成参考

3. 执行强制/禁止行为 → 确保代码质量

4. 应用设计原则 → 组件化、单一职责、分层设计


## 质量保障

所有规则必须100%执行,重点关注强制行为和禁止行为


分阶段实施计划

阶段

目标

关键活动

试点阶段

验证规范有效性

选择1-2个项目试点,收集反馈

优化阶段

完善规范内容

根据试点反馈优化规范,开发工具

标准化阶段

形成团队标准

制定团队级标准,持续改进机制


  总结 

基于以下设计思路,并通过构建三层架构的AI协作规范体系:

单一职责:每个规范文件只负责一个功能领域,规则维护简单,冲突减少。

分层架构:基础→模块→流程的清晰层级,规则依赖明确,扩展容易。

按需调用:根据开发场景智能调用相关规范,使得上下文信息精准,效率提升。

示例驱动:用代码示例代替抽象描述,AI理解准确,执行到位。

持续进化:支持规范的迭代优化和扩展,研发适应变化,持续改进。

我们成功缓解了AI辅助编程中的核心问题,这套方法论不仅适用于Cursor Rules,更可以推广到其他AI协作工具的规范设计中。在AI辅助编程快速发展的今天,构建一套清晰、系统化的协作规范,将是每个开发团队的核心竞争力。

往期回顾


1.一致性框架:供应链分布式事务问题解决方案|得物技术

2.Redis 是单线程模型?|得物技术

3.得物社区活动:组件化的演进与实践

4.得物研发自测 & 前端自动化测试体系建设

5.从CPU冒烟到丝滑体验:算法SRE性能优化实战全揭秘|得物技术


文 / 阳凯


关注得物技术,每周一、三更新技术干货

要是觉得文章对你有帮助的话,欢迎评论转发点赞~

未经得物技术许可严禁转载,否则依法追究法律责任。

扫码添加小助手微信

如有任何疑问,或想要了解更多技术资讯,请添加小助手微信:

阅读原文

跳转微信打开

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

AI辅助编程 Cursor Rules 协作规范 代码质量 前端开发
相关文章