让AI代理像开发者一样入职
摘要
一份关于在开发仓库中为AI代理设置入职文档的指南,涵盖AGENTS.md和CLAUDE.md等强制文件,以及多代理设置的最佳实践。
当新开发者加入项目时,有人会带他们了解惯例——代码存放位置、团队规则、需要运行的命令。AI代理却没有这些待遇。每次会话开始时它们没有上下文,如果找不到指令,它们不会询问,而是直接猜测。最近的调查显示,大多数工程师现在同时使用2-4个AI工具。如果你有超过几个开发者,无论你是否有意为之,你的仓库实际上已经是一个多代理环境。所以问题不是要不要为代理写入职文档——而是写哪些,因为它们会读取不同的文件。
---
**第一级——强制要求。** 两个文件:
- **AGENTS.md** —— 跨工具标准,自2025年12月起由Linux基金会托管,被Codex、Copilot的编程代理、Cursor、Windsurf以及大约二十多个其他工具原生读取。内容:技术栈、命令、硬性规则、指向更详细文档的链接。保持在约200行以内。
- **CLAUDE.md** —— 单独存在是因为Claude Code(最新调查中使用最多的代理)是唯一一个不读取AGENTS.md的主流工具。Anthropic推荐的桥接方案:第一行为 '@AGENTS.md'(Claude Code在会话启动时展开该导入),下方添加Claude特定说明。
因此强制设置是两个文件,其中一个是指针。
如果你有值得传授的多步骤工作流(发布流程、脚手架模板),添加技能:SKILL.md格式在Anthropic开放规范后已跨供应商使用,现在相同的文件夹可在Claude Code、Codex、VS Code和Gemini CLI中加载。唯一的小问题:Claude Code在 .claude/skills/ 中查找,Codex在 .agents/skills/ 中查找——将两者互相镜像即可。
**第二级——如果这些工具在组织内实际使用则执行。** Copilot和Cursor都读取AGENTS.md,因此这一级带来的是优化而非覆盖:
- **Copilot** —— .github/copilot-instructions.md 用于编辑器内聊天;.github/instructions/*.instructions.md 用于 applyTo 作用域规则。
- **Cursor** —— .cursor/rules:按glob自动附加规则类型是其真正特性。约定仅在适用处加载。
没有Copilot席位,没有Cursor用户→完全跳过这一级。
**第三级——锦上添花。**
- **MCP服务器** —— 如果你有机可读的资产(令牌、注册表、模式),代理可以查询实时数据,而不是搜索过时的文本。
- **Gemini CLI** —— 默认读取GEMINI.md,但签入的 .gemini/settings.json 可以将 context.fileName 指向 AGENTS.md(配置优于另一个markdown文件)。
- **可移植的系统提示文档** —— 用于原始API调用者和评估框架;从AGENTS.md派生。
---
真正重要的部分:不要手动维护这些文件。它们会漂移,错误的指令文件比没有更糟糕,因为代理信任它而从不复核。从一个真实源生成所有表面文件,使用愚蠢的确定性模板脚本(构建中不涉及LLM),这样重新运行时字节稳定——CI重新生成所有内容并在任何差异时失败。
不过,这整个事情都是偶然的复杂性。现在有两个真正的标准:用于上下文的AGENTS.md,用于工作流的SKILL.md。大多数针对特定工具的文件之所以存在,只是因为供应商在达成一致之前各自发布了文件名。
相似文章
AI编码代理需要公司级的AGENTS.md
文章建议,采用AI编码代理的组织应创建一份公司级的AGENTS.md文件,类似于人类入职文档,以标准化代理行为和上下文。
当编码任务变得混乱时,你在AGENTS.md里写些什么?
讨论了使用OpenClaw的开发者如何通过一个交接文档(AGENTS.md)来跟踪目标、文件、失败和决策,从而在混乱的编码会话中保持AI编码代理的上下文。
@_jaydeepkarale:AGENTS.md、SKILL.md 和 CLAUDE.md 各自的作用有何不同,以及如何在不浪费 token 的情况下使用它们
解释了 AGENTS.md、SKILL.md 和 CLAUDE.md 对 AI 编程代理的不同作用,并提供了如何在不浪费 token 的情况下使用它们的实用指南。
@jbarbier: 对于刚开始AI编码的人,我刚刚分享了我的CLAUDE.md(也适用于Gemini和Codex,参见指南)。由于…
开发者Julien Barbier分享了他为AI编码代理准备的CLAUDE.md配置文件,通过为Claude、Gemini和Codex提供明确的指令来提升效率。该文件可自定义,并包含多种工具的设置指南。
@hwchase17: https://x.com/hwchase17/status/2053157547985834227
文章概述了一个系统的“智能体开发生命周期”(构建、测试、部署、监控),以有效创建和管理 AI 智能体,重点介绍了 LangChain、LangGraph 和 CrewAI 等关键框架。