ai-rulez
Goldziher/ai-rulez加载项目详情…
本应用为开源项目,仅供学习研究,请遵守其开源协议。
加载项目详情…
本应用为开源项目,仅供学习研究,请遵守其开源协议。
你团队里有 5 个 AI 编码 Agent:Claude Code、Codex、Cursor、Copilot,还有一个自研的 Agent。每个 Agent 都有自己的一套配置方式——Claude 用 .claude/,Codex 用 AGENTS.md,Copilot 用 .github/copilot-instructions.md,自研 Agent 用 JSON 配置文件。
当你想给所有 Agent 统一加一条规则:「禁止在生产环境直接执行 DELETE 操作」,你得改 5 个文件,每个格式还都不一样。更糟糕的是,随着时间推移,这些配置文件各自演变,有人直接在生产文件里改忘了同步,有人删除了 Skill 但忘记更新版本号,有人加了一条规则但没有做 lint 检查,最后跑在生产环境的 prompt 究竟是哪一版,没人说得清。
ai-rulez 解决的就是这个问题:把你的 Agent 知识、规则、Skill、权限和 MCP 配置从散落的各自为政,变成一个版本可控、可审计、可签名的软件交付物。
ai-rulez 官方 Banner:standards-compliant lifecycle tool for agentic governance
当前 AI Agent 生态的一个核心矛盾是:Agent 越来越多,但管理它们的工具极度原始。
大多数团队的做法是:一个 Agent 对应一个配置文件,手动维护,当团队变大、Agent 变多时,配置管理迅速失控。具体表现:
ai-rulez 的作者 Goldziher 正是遇到了这些问题,于是用做软件工程的态度来对待 Agent 配置管理:版本控制、Lint 检查、签名验证、依赖锁定。
ai-rulez 把 Agent 知识的管理划分为 6 个阶段,每阶段都有对应的 CLI 命令:
在 .ai-rulez/ 目录下集中管理所有 Agent 资产:
rules/:强制性的约束规则context/:参考文档和背景知识skills/:Agent 的技能定义(SKILL.md 格式)agents/:子 Agent 定义commands/:Slash 命令checks/:代码审查指南domains/:团队或子系统的领域知识这个目录本身就是 OKF(Open Knowledge Format)Bundle,遵循标准格式,可以被其他工具读取。
这是 ai-rulez 最核心的能力:一次创作,52 个目标平台。
同一个 .ai-rulez/ 源目录,可以生成到以下平台的原生配置文件:
| 平台 | 生成的配置文件 |
|---|---|
| Claude Code | .claude/rules/, AGENTS.md, .claude/settings.json |
| Codex | AGENTS.md, .codex/config.toml |
| Cursor | .cursor/rules/, AGENTS.md |
| Copilot | .github/copilot-instructions.md |
| Gemini CLI | .gemini/ |
| OpenCode | opencode.json |
| 以及 47 个其他平台 | 各平台原生格式 |
更重要的是,hand-written 的配置会被保留并合并,而不是被完全覆盖。比如你在 .claude/settings.json 中手动加了一条自定义设置,生成时这条设置不会被 ai-rulez 删掉。
ai-rulez validate --strict 执行深度内容验证:
--fix 参数可以自动修复部分问题治理模块解决了「生产环境跑的是哪个版本的 Agent 配置」这个核心问题:
ai-rulez.lock 文件记录了所有内容的哈希值,类似 go.sum 或 package-lock.json,确保每次 generate 产出的内容一致支持发布到多个目标:
ai-rulez 还内置了 MCP 服务器,提供:
find_skill/load_skill 加载.ai-rulez/ 目录--daemon 启动一个长生命周期进程,通过 Unix Socket 提供服务
快速开始:ai-rulez init → 选择预设 → generate,三步完成多平台配置生成
ai-rulez 使用 Go 1.27.2 开发,是这个列表中少有的非 Python 项目。Go 的选择有其道理:CLI 工具需要快速启动、跨平台兼容、零运行时依赖。
关键依赖包括:
github.com/modelcontextprotocol/go-sdk):MCP 协议支持支持多语言安装:
npm install -g ai-rulez # Node.js
pip install ai-rulez # Python
brew install ai-rulez # Homebrew
go install # Go 工具链
ai-rulez 代表着 AI Agent 配置管理从「手工作坊」向「工业化生产」的转变。它的核心洞察是:Agent 的指令和配置,本质上是软件,需要用软件工程的方式来管理。
随着企业中使用 Agent 的数量增加,这种配置治理工具的价值会越来越明显。GitHub 上 160 颗星虽不算多,但项目的活跃度(最近 push:2026-10-14)和 v5.2.1 的持续发布,说明它在专业用户群体中有稳定的受众。
总结:ai-rulez 是目前最完整的 AI Agent 配置全生命周期管理工具。如果你管理 2 个以上的 AI Agent、需要团队协作、或者对 Agent 配置的审计和安全有要求,它是非常值得研究的解决方案。安装简单但概念复杂,建议从 Quick Start 开始逐步深入。