第四章：手把手学 AI Coding · 核心机制:Skills 与项目规范

文档摘要

手把手学 AI Coding · 核心机制:Skills 与项目规范章节摘要:你有没有遇到过这种情况——每次开新对话都要重复告诉 AI「我用的是 FastAPI 不是 Flask」「组件用函数式不要用 class」「代码风格跟 PEP 8」?AI 的默认行为是「通用最优解」,但你的项目需要的是「特定最优解」。Skills 与项目规范机制(.cursorrules、.windsurfrules、Cline custom instructions)就是用来解决这个问题的:把你的编程经验、团队规范、框架偏好写成配置文件,让 AI 在每次生成时自动遵守。与此同时,RAG(检索增强生成)技术让 AI 不再只看当前文件,而是「理解」整个代码库的上下文。

手把手学 AI Coding · 核心机制:Skills 与项目规范

章节摘要:你有没有遇到过这种情况——每次开新对话都要重复告诉 AI「我用的是 FastAPI 不是 Flask」「组件用函数式不要用 class」「代码风格跟 PEP 8」?AI 的默认行为是「通用最优解」,但你的项目需要的是「特定最优解」。Skills 与项目规范机制(.cursorrules、.windsurfrules、Cline custom instructions)就是用来解决这个问题的:把你的编程经验、团队规范、框架偏好写成配置文件,让 AI 在每次生成时自动遵守。与此同时,RAG(检索增强生成)技术让 AI 不再只看当前文件,而是「理解」整个代码库的上下文。本章把这两大机制讲透,并带你实战构建专属的 AI 编程助手。

学习目标

阅读完本章,你应当能够:

解释 AI 默认行为的局限性,以及 Skills / 项目规范文件如何解决「规范丢失」问题
编写 .cursorrules 文件,为项目注入代码风格、框架选择、目录结构等约定
解释代码 RAG 的工作原理:向量嵌入 → 代码索引 → 语义检索 → 上下文拼装
使用 @codebase 等机制让 AI 基于整个项目(而非单文件)生成代码
为一个真实项目(FastAPI 后端或 React 前端)定制完整的 AI 编程规范

核心概念速览

金句:.cursorrules 是你写给 AI 的「员工手册」,RAG 是 AI 自己「翻项目文档」的能力——前者告诉它规矩,后者给它看材料。

子章节导航

01 为什么需要 Skills

AI 模型的训练数据是「全互联网」,它的默认输出是统计意义上的「最常见写法」——但你的项目可能用了特定版本的框架、特定的目录结构、特定的命名约定。没有 Skills,每次对话都在「从零教 AI 你的规矩」。本节讲清痛点(规范丢失、风格不一致、重复劳动),定义 Skills 的价值定位(一次配置,永久生效;团队共享,新人即用)。

02 .cursorrules 与项目级指令

各工具的项目规范文件机制详解:Cursor 的 .cursorrules(项目根目录)和全局 Rules(Settings);Windsurf 的 .windsurfrules;Cline 的 custom instructions。讲清全局 vs 项目的优先级、文件内容的最佳结构(技术栈声明 / 代码风格 / 禁止事项 / 示例代码)、以及常见写法误区(太长、太模糊、互相矛盾)。

03 RAG 与代码库感知

AI 如何「理解」你的整个项目?讲清代码 RAG 的完整流程:代码文件 → 分块(chunking)→ 向量嵌入(embedding)→ 存入索引 → 用户提问时语义检索 → 拼装上下文 → 送入 LLM。Cursor 的 @codebase 和 @file 引用机制;索引策略(哪些文件该索引、.gitignore 的作用);大型项目的性能考量与上下文窗口限制。

04 构建专属 AI 编程助手

实战环节:为一个 FastAPI 后端项目写完整的 .cursorrules(技术栈 / 目录结构 / 错误处理规范 / 测试要求);为一个 React + TypeScript 前端项目写完整的规范(组件模式 / 状态管理 / 样式方案 / 命名约定)。团队共享最佳实践:把规范文件提交到 Git,新人 clone 即拥有「老手级」AI 助手。

子章节之间的逻辑关系

本章遵循「痛点 → 方案A(规范注入) → 方案B(RAG 感知) → 综合实战」的递进:


┌─────────────────────────────────┐
│  01 为什么需要 Skills           │  ← 痛点认知
│     (规范丢失 + 价值定位)       │
└───────────────┬─────────────────┘
                ▼
┌─────────────────────────────────┐
│  02 .cursorrules 与项目级指令   │  ← 主动注入(你告诉 AI)
│  03 RAG 与代码库感知            │  ← 被动感知(AI 自己找)
└───────────────┬─────────────────┘
                ▼
┌─────────────────────────────────┐
│  04 构建专属 AI 编程助手        │  ← 综合落地
│     (FastAPI + React 实战)      │
└─────────────────────────────────┘

02 和 03 是互补关系:.cursorrules 是你主动告诉 AI 的规矩(适合风格、约定、禁止事项),RAG 是 AI 自己去查的能力(适合具体代码实现、函数签名、模块关系)。两者结合,AI 既懂规矩又有材料,输出质量会产生质的飞跃。04 把两者综合运用到真实项目中。

前置知识与后续延伸

前置知识:

已完成第 1~2 章,能熟练使用 Chat / Composer 模式
有一个自己的项目(用于实战配置;没有的话可以新建一个简单项目)
对「向量」「嵌入」有模糊概念即可,第 03 节会从直觉讲起
第 04 节需要 FastAPI 或 React 的基本了解

后续延伸:

第 5 章「从零构建全栈项目」:在完整项目中运用 Skills + RAG,体验「AI 越用越懂你项目」的效果
第 3 章「MCP 协议」(回看):MCP 提供外部数据接入,RAG 提供内部代码感知——两者共同构成 AI 的「完整视野」
进阶方向:探索 Cursor 的 .cursor/rules/ 多文件规范、条件触发规则等高级特性