规则
把长期行为规则集中管理,让接入的 Agent 每次开始前都带着正确默认行为。
规则,是给接入的 Agent 的常驻行为指令。
当某件事应该在搜索、工具调用、具体 Skill 之前就影响 Agent 行为时,就适合放进规则。你可以把它理解成重度用户已经在手动维护的 AGENTS.md、CLAUDE.md、Cursor rules、Codex profile 或 Hermes soul 的集中管理版本。
什么适合成为规则
好的规则,会在很多任务里持续改变 Agent 的行为:
- “除非我要求展开,否则回答简洁。”
- “不要手动编辑自动生成的 API 文档。”
- “做发版相关工作时,说可以合并前先确认测试。”
- “写中文文档时,写自然中文,不要逐句翻译英文。”
规则不是万能入口。如果它是一套可重复执行的任务方法,应该做成 Skill。如果它是你学到的一件事,应该保存成记忆。如果它只影响今天,放在 Working Memory 更合适。
第一个有用动作
打开 上下文 → 规则,加一条你经常反复提醒 Agent 的规则。
选择尽量窄、但仍然有用的范围:
| 范围 | 什么时候用 |
|---|---|
| Everyone | 每个接入的 AI 都应该遵守 |
| 某个 AI 档案 | 只对某个命名 Agent 生效 |
| 某个空间 | 只在某个项目或团队通道里生效 |
然后打开 上下文 → 预览。匹配的 Agent 启动上下文里,应该能看到这条规则。
规则、Skills 和记忆的区别
这三者有时看起来相近,但职责不同:
| 类型 | 含义 |
|---|---|
| 规则 | “以后总是这样做。” |
| Skill | “做这类任务时,按这个方法做。” |
| 记忆 | “这是一件值得记住的事。” |
例如:
- 规则:“不要手动编辑自动生成的 OpenAPI 文档。”
- Skill:“如何新增 API endpoint,同时不破坏生成文档。”
- 记忆:“OpenAPI 文档来自 Python docstring 自动生成。”
这个边界很重要,因为规则会很早、很频繁地进入上下文。一条模糊或错误的规则,会影响很多会话。规则应该短、具体、容易检查。
推荐规则
当 Mem 从你的工作里看到反复出现的行为,它可以建议候选规则。建议不会自动生效。你可以接受、编辑,或者忽略。
这样保留了自动化里有价值的部分:发现重复偏好和项目习惯;但不会让系统悄悄改写 Agent 的行为。
接入工具如何使用规则
支持的连接器会在会话开始时,通过 Context Bundle 读取规则。这个 bundle 会把你的档案、选中的 AI 档案、当前空间、规则、Working Memory 和有用的文件路径组合在一起。
一些较旧或更简单的集成,可能只读取 Working Memory。那种情况下,规则仍然会影响 Mem 内部和较新的连接器,但旧工具可能要等集成升级后才能看到。
暂时不用担心什么
不需要把每个偏好都变成规则。如果你不希望它在大多数未来会话里重复出现,就不要把它设成常驻。
不需要写很长的 policy 文档。短规则更容易被 Agent 遵守,也更容易让你信任。
使用规则不需要先理解 MCP 或 KFS 路径。从上下文页面开始就够了。