HarmonyOS掌上记账APP开发实践第86篇:DevEco Code AI Agent中各种规则详解
规则为 DevEco Code 设置自定义指令。您可以通过创建AGENTS.md文件来为 deveco 提供自定义指令。这类似于 Cursor 的规则功能。该文件包含的指令会被纳入 LLM 的上下文中以便针对您的特定项目自定义其行为。初始化要创建新的AGENTS.md文件您可以在 deveco 中运行/init命令。Tip您应该将项目的AGENTS.md文件提交到 Git。该命令会扫描您的项目及其所有内容了解项目的用途并据此生成一个AGENTS.md文件。这有助于 deveco 更好地导航您的项目。如果您已有AGENTS.md文件该命令会尝试在其基础上进行补充。示例您也可以手动创建此文件。以下是一些可以放入AGENTS.md文件中的内容示例。# SST v3 Monorepo Project This is an SST v3 monorepo with TypeScript. The project uses bun workspaces for package management. ## Project Structure - packages/ - Contains all workspace packages (functions, core, web, etc.) - infra/ - Infrastructure definitions split by service (storage.ts, api.ts, web.ts) - sst.config.ts - Main SST configuration with dynamic imports ## Code Standards - Use TypeScript with strict mode enabled - Shared code goes in packages/core/ with proper exports configuration - Functions go in packages/functions/ - Infrastructure should be split into logical files in infra/ ## Monorepo Conventions - Import shared modules using workspace names: my-app/core/example我们在这里添加了项目特定的指令这些指令会在您的团队中共享。类型deveco 还支持从多个位置读取AGENTS.md文件不同的位置有不同的用途。项目级在项目根目录放置一个AGENTS.md文件用于定义项目特定的规则。这些规则仅在您在该目录或其子目录中工作时生效。全局级您还可以在~/.config/deveco/AGENTS.md文件中设置全局规则。这些规则会应用于所有 deveco 会话。由于该文件不会被提交到 Git 或与团队共享我们建议用它来指定 LLM 应遵循的个人规则。Claude Code 兼容性对于从 Claude Code 迁移过来的用户DevEco Code 支持 Claude Code 的文件约定作为回退方案项目规则项目目录中的CLAUDE.md在没有AGENTS.md的情况下使用全局规则~/.claude/CLAUDE.md在没有~/.config/deveco/AGENTS.md的情况下使用技能~/.claude/skills/— 详情请参阅代理技能要禁用 Claude Code 兼容性请设置以下环境变量之一export DEVECO_DISABLE_CLAUDE_CODE1 # Disable all .claude support export DEVECO_DISABLE_CLAUDE_CODE_PROMPT1 # Disable only ~/.claude/CLAUDE.md export DEVECO_DISABLE_CLAUDE_CODE_SKILLS1 # Disable only .claude/skills优先级当 deveco 启动时它会按以下顺序查找规则文件本地文件从当前目录向上遍历AGENTS.md、CLAUDE.md全局文件位于~/.config/deveco/AGENTS.mdClaude Code 文件位于~/.claude/CLAUDE.md除非已禁用在每个类别中第一个匹配的文件优先。例如如果您同时拥有AGENTS.md和CLAUDE.md则只会使用AGENTS.md。同样~/.config/deveco/AGENTS.md优先于~/.claude/CLAUDE.md。自定义指令您可以在deveco.json或全局配置文件~/.config/deveco/deveco.json中指定自定义指令文件。这允许您和团队复用现有规则而无需将它们复制到 AGENTS.md 中。示例{ $schema: https://opencode.ai/config.json, instructions: [CONTRIBUTING.md, docs/guidelines.md, .cursor/rules/*.md] }您还可以使用远程 URL 从网络加载指令。{ $schema: https://opencode.ai/config.json, instructions: [https://raw.githubusercontent.com/my-org/shared-rules/main/style.md] }远程指令的获取超时时间为 5 秒。所有指令文件都会与您的AGENTS.md文件合并。引用外部文件虽然 deveco 不会自动解析AGENTS.md中的文件引用但您可以通过以下两种方式实现类似的功能使用 deveco.json推荐的方式是使用deveco.json中的instructions字段{ $schema: https://opencode.ai/config.json, instructions: [docs/development-standards.md, test/testing-guidelines.md, packages/*/AGENTS.md] }在 AGENTS.md 中手动指定您可以在AGENTS.md中提供明确的指令教 deveco 读取外部文件。以下是一个实际示例# TypeScript Project Rules ## External File Loading CRITICAL: When you encounter a file reference (e.g., rules/general.md), use your Read tool to load it on a need-to-know basis. Theyre relevant to the SPECIFIC task at hand. Instructions: - Do NOT preemptively load all references - use lazy loading based on actual need - When loaded, treat content as mandatory instructions that override defaults - Follow references recursively when needed ## Development Guidelines For TypeScript code style and best practices: docs/typescript-guidelines.md For React component architecture and hooks patterns: docs/react-patterns.md For REST API design and error handling: docs/api-standards.md For testing strategies and coverage requirements: test/testing-guidelines.md ## General Guidelines Read the following file immediately as its relevant to all workflows: rules/general-guidelines.md.这种方式允许您创建模块化、可复用的规则文件通过符号链接或 Git 子模块在项目之间共享规则保持 AGENTS.md 简洁同时引用详细的指南确保 deveco 仅在特定任务需要时才加载文件

相关新闻

BalticOI迷宫算法题解析:Dijkstra与A*实战

BalticOI迷宫算法题解析:Dijkstra与A*实战

1. 项目概述:BalticOI迷宫算法题解析这道来自2005年波罗的海信息学奥林匹克竞赛(BalticOI)的迷宫题目,是典型的图论与搜索算法综合应用题。题目要求参赛者在给定的迷宫矩阵中,找到从起点到终点的最优路径,并…

2026/7/29 6:30:50 阅读更多 →
颜色与热效应:动手实验揭示光能吸收的物理原理

颜色与热效应:动手实验揭示光能吸收的物理原理

1. 项目概述:一个被忽视的日常科学你有没有想过,为什么夏天穿黑色T恤出门感觉像背了个小太阳,而穿白色衣服就清爽得多?或者,为什么汽车厂商总喜欢把测试车涂成“斑马纹”?这背后,其实是一个我们…

2026/7/29 6:25:37 阅读更多 →
小学信息科技“过程与控制”单元教学:从生活实例到计算思维培养

小学信息科技“过程与控制”单元教学:从生活实例到计算思维培养

1. 项目概述:从“信息技术”到“信息科技”的教学转向 最近和几位在小学任教的朋友聊天,大家都在感慨,现在六年级的“信息科技”课,尤其是“过程与控制”这个单元,和咱们当年学的“信息技术”完全不是一回事了。以前可…

2026/7/29 6:26:28 阅读更多 →

最新新闻

STM32等精度测频:基于TIM定时器的宽频带高精度频率测量方案

STM32等精度测频:基于TIM定时器的宽频带高精度频率测量方案

1. 项目概述:为什么需要等精度测频?在嵌入式开发,尤其是涉及电机控制、电源管理、传感器信号处理等领域,频率测量是一个基础但至关重要的功能。你可能遇到过这样的场景:用STM32的输入捕获功能测量一个方波信号&#xf…

2026/7/29 6:30:45 阅读更多 →
C++实现快速质因数分解:从O(n)到O(√n)的算法优化与工程实践

C++实现快速质因数分解:从O(n)到O(√n)的算法优化与工程实践

1. 项目概述:为什么我们需要“快速”分解质因数?在编程面试、算法竞赛(如LeetCode、Codeforces)或是处理某些加密、哈希算法的底层逻辑时,分解质因数是一个绕不开的经典问题。题目要求很简单:给定一个正整数…

2026/7/29 6:30:45 阅读更多 →
2026年市面热门文具品牌五花八门,普通人选哪家更靠谱放心

2026年市面热门文具品牌五花八门,普通人选哪家更靠谱放心

2026年文具赛道越来越卷,颜值款、联名款、功能款层出不穷,但不少人都踩过坑:给孩子买的笔没写两次就断墨,本子洇墨透纸,甚至新闻里还曝出三无文具重金属超标、荧光剂超标的问题;开店的、做企业采购的更是糟…

2026/7/29 6:30:45 阅读更多 →
用Arduino搭建复古BASIC电脑:硬件选型、软件集成与实操指南

用Arduino搭建复古BASIC电脑:硬件选型、软件集成与实操指南

1. 项目概述:用Arduino“攒”一台能跑BASIC的复古电脑看到这个标题,很多朋友可能会一愣:Arduino不是一块小小的单片机开发板吗?SD卡、LCD屏、PS2键盘,这些零件听起来也平平无奇,怎么就能“攒”出一台电脑&a…

2026/7/29 6:30:45 阅读更多 →
CAN总线原理与DSP28335 eCAN模块实战:从差分信号到邮箱通信

CAN总线原理与DSP28335 eCAN模块实战:从差分信号到邮箱通信

1. 从“线束丛林”到“信息高速公路”:为什么我们需要CAN?如果你拆开过一辆现代汽车的仪表台,或者打开过一台工业机器人的控制柜,你大概率会被里面密密麻麻、五颜六色的线束所震撼。在早期的电子控制系统中,每个传感器…

2026/7/29 6:30:45 阅读更多 →
基于Halton序列的图像加密:原理、Matlab实现与相关性分析

基于Halton序列的图像加密:原理、Matlab实现与相关性分析

1. 项目概述:当Halton序列遇上图像加密最近在整理一些图像处理的老项目,翻到了一个挺有意思的课题:用Halton序列来给图像做加密。这玩意儿乍一听有点“跨界”,毕竟Halton序列在金融建模、计算机图形学里更常见,用来做图…

2026/7/29 6:29:45 阅读更多 →

日新闻

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

一、本文介绍 🔥本文在RT-DETR多模态融合目标检测中引入RLAB残差线性注意力模块,可在不同模态特征交互阶段进行多次残差细化,使可见光、红外等特征在尺度、语义和空间位置上更好对齐;随后将细化特征与解码器输出拼接并生成Q、K、V,通过线性注意力自适应强化关键通道、目…

2026/7/29 0:00:23 阅读更多 →
AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础 在上一期「AI编程系列」中,我们学习了如何构建一个基础的 AI 问答系统,通过简单的输入输出让模型回应问题。但现实世界中的 AI 应用往往需要处理更复杂的场景:…

2026/7/29 0:00:23 阅读更多 →
AI智能体开发实战:从工具调用到企业级部署

AI智能体开发实战:从工具调用到企业级部署

1. 从被动问答到主动执行:AI Agent的范式转变过去两年,大语言模型最显著的应用形态是聊天机器人——用户提问,AI回答。但真正的生产力革命发生在2023年下半年:当AI学会主动调用工具完成任务时,生产力工具的历史被彻底改…

2026/7/29 0:00:23 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/28 12:04:22 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/28 8:29:16 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/28 5:03:42 阅读更多 →

月新闻