Agent 规则 / 技能库:从编程书籍提炼

为 Codex、Cursor 和 Claude Code 等 AI 编码代理提供基于经典软件工程书籍(如《重构》《DDD》等)的规则集与技能包。

Star 数
★ 3.1k
最近更新
1 个月前
License
MIT

30 秒速览

运行形态
命令行工具Agent 插件 / 技能
可在哪里用
通用 · 跨平台Codex · Claude CodeChatGPT(部分支持)
费用
免费,无需付费服务
上手难度
低 · 几分钟可跑通
开始前需要
GitMarkdown 编辑器Shell / 命令行
典型场景
开发者在 Codex 中开始一个新项目,希望应用《代码整洁之道》的原则,可将 clean-code 规则集成到 AGENTS.md 中。
不适合
  • 希望无需阅读原书就能完整掌握书中原则的团队
  • 需要自动化安装或托管服务的用户
  • 期望所有书籍规则都经过效果验证的团队

这个 Agent 能做什么,适合哪些场景?

这是一个 MIT 许可的仓库,提供名为 AGENTS.md 的规则集和技能,供 AI 编码代理使用。规则集从《代码整洁之道》《重构》《领域驱动设计》等经典软件工程书籍中提炼,每个规则集以三种粒度发布:mini(推荐)、nano(紧凑)和 full(完整)。仓库包含针对每本书的规则文件,并提供使用指南(USAGE.md)、兼容性指南(COMPATIBILITY.md)和变更日志。规则可直接用于 Codex、Cursor、Claude Code 和 GitHub Copilot 等工具。仓库还包含一个验证实验,显示使用 mini 规则重构的代码比仅提及书籍名的重构更符合书籍原则。

该仓库提供一组 Markdown 文件,每个文件对应一本书籍(如 clean-code/clean-code.md、refactoring/refactoring.md 等),包含具体的编码规则、技能和模式。用户可以将这些文件复制到项目中作为 AGENTS.md 或技能使用,或集成到 Codex、Cursor、Claude Code 等编辑器的项目配置中。仓库不包含可执行代码,而是规则和文档的集合。它读取书籍内容(通过手动提取)并生成结构化的规则集,同时在文档中提供用法指南和兼容性说明。

  1. 开发者在 Codex 中开始一个新项目,希望应用《代码整洁之道》的原则,可将 clean-code 规则集成到 AGENTS.md 中。
  2. 维护遗留代码的工程师使用《有效处理遗留代码》的规则来安全地进行重构。
  3. 架构师在 Cursor 中设计微服务时,使用《领域驱动设计》的规则来定义限界上下文。
  4. 数据工程师使用《设计数据密集型应用》的规则来确保数据系统的可靠性。
  5. 开发团队统一编码标准,将多本书的规则(如《重构》和《代码整洁之道》组合)应用到 Claude Code 中。
  6. 希望在 Claude Code 中创建技能(skill)的开发者,可将 mini 规则集转换为 Claude Code 技能。

如何安装或部署这个 Agent?

该仓库是规则集集合,无需安装。只需克隆仓库:git clone https://github.com/ciembor/agent-rules-books.git。然后选择所需书籍的目录(例如 clean-code/),将对应的 .md 文件(如 clean-code.md)复制到项目中,并根据需要重命名为 AGENTS.md 或 CLAUDE.md。

如何使用这个 Agent?

  1. 在仓库中选择适合的规则集(例如 clean-code/mini 版本)。2. 将对应文件(如 clean-code.md)复制到项目根目录并重命名为 AGENTS.md(或 CLAUDE.md、.cursorrules 等)。3. 确保你的 AI 编码代理(Codex、Cursor、Claude Code)支持 AGENTS.md 文件。4. 开始开发或重构,代理将遵循这些规则。对于技能(skills),可将 mini 规则转换为 Claude Code 技能格式。

这个 Agent 有哪些优点和局限?

优点
  • 规则集基于经典书籍,提供经过验证的编码原则和模式。
  • 三种粒度版本(full/mini/nano)支持不同上下文预算的调整。
  • 针对多个流行 AI 代理(Codex、Cursor、Claude Code)提供集成指南。
  • 验证实验表明,使用规则集的重构比仅提及书籍名称更有效。
  • MIT 许可,允许自由使用和修改。
局限
  • 规则集不是书籍摘要,不替代阅读原文,理解可能不完整。
  • 规则集需要手动集成到每个项目,没有自动安装或配置工具。
  • 验证实验仅针对一本书,其他书籍的规则有效性未经验证。
  • 规则集可能包含对特定编程语言或技术的假设,需要针对项目调整。
  • 依赖 AI 代理对 Markdown 文件的支持,不同工具兼容性有差异。

这个 Agent 与同类方案有什么区别?

仓库未明确提及替代品,但类似的规则集可能包括“Awesome AGENTS.md”等社区项目。该仓库的差异化在于从经典书籍中系统地提炼规则,并提供多粒度版本。

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
Agent 规则 / 技能库:从编程书籍提炼 当前 45 · 缺口较多 命令行工具免费 ★ 3.1k 1 个月前 — Codex · Claude Code
Solid Skills — AI 编程代理的资深工程师级编码技能 41 · 缺口较多 Agent 插件 / 技能免费 ★ 611 1 个月前 — —
现代 Go 指南(JetBrains) 56 · 缺口较多 Agent 插件 / 技能免费 ★ 3.9k 1 个月前 Go Codex · Claude Code
TeaQL Agent Kit 42 · 缺口较多 Agent 插件 / 技能免费版 + 付费版 ★ 2.8k 22 天前 Python —

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
45/ 100 五分制 2.3 / 5
信任安全 2/29
可靠稳定 6/14
适用触发 12/18
规范维护 12/18
有效结果 9/13
证据核验 4/8
查看各维度的扣分理由
信任安全2 / 29 · 0.3/5

证据显示:仓库明确标注MIT许可证,作者为Maciej Ciemborowicz,但发布者未经FollowAgents企业注册表验证,身份未知。未发现任何权限请求、数据收集、外部调用或敏感数据处理机制,因此这些标准得分为0。源代码归属清晰(作者和许可证),但未提供验证来源的机制,因此得分为2。

可靠稳定6 / 14 · 2.1/5

证据显示:仓库内部一致,README、文档和规则集之间没有明显矛盾。规则集为纯Markdown,无外部依赖,因此依赖可用性得分为2。未提供失败消息或错误处理机制,因此得分为0。

适用触发12 / 18 · 3.3/5

证据显示:仓库面向Codex、Cursor、Claude Code等AI编码代理,提供了多种使用场景(始终开启、按需、技能、作用域规则、MCP或RAG模式)。能力边界在README和文档中有所说明(如规则集不替代阅读书籍)。触发精度通过规则集的mini/nano/full版本和具体使用说明得到支持。环境适配性通过USAGE.md和COMPATIBILITY.md文档体现。

规范维护12 / 18 · 3.3/5

证据显示:信息架构清晰,有README、docs目录、规则集目录和CHANGELOG。安装说明在USAGE.md中提供。命名稳定,规则集名称一致。示例和FAQ在README中提供。已知限制在README的'Important Note'中说明。许可证为MIT。版本和变更日志在CHANGELOG.md中。维护责任由作者承担,但未提供明确的维护计划。

有效结果9 / 13 · 3.5/5

证据显示:输出可用性高,规则集为纯Markdown,可直接用于AI代理。边际价值在于将书籍原则转化为可操作的规则,实验表明比仅提及书籍更有效。成本效益合理,规则集轻量,易于集成。

证据核验4 / 8 · 2.5/5

证据显示:声明可追溯,README中提供了实验细节和结果。跨来源佐证有限,仅有一个实验和Reek检查,未与其他独立来源交叉验证。事实与推断分离,README明确区分了实验观察和推断。

风险与缓解建议
  • 源码中未见:最小权限约束只授予完成任务所需的权限:用专用账号或只读令牌,并限定可访问的目录和仓库。
  • 源码中未见:执行前用户确认开启或自行加上执行前确认;先在沙箱或测试环境跑通,确认行为后再接入真实数据。
  • 源码中未见:数据流向说明运行时观察它连接了哪些外部服务(代理或防火墙日志);弄清数据去向之前不要输入敏感数据。
  • 源码中未见:敏感信息处理使用专用、低权限、可随时吊销的 API 密钥,不要复用生产凭据,也不要让密钥出现在日志里。
  • 源码中未见:依赖安全审查安装前固定版本并做一次依赖扫描(如 npm audit、pip-audit);优先放在容器里运行。
  • 源码中未见:外部影响披露先弄清它会写入、发送或修改哪些外部系统,用测试账号或测试仓库验证后再接入正式环境。
  • 源码中未见:回滚或恢复路径运行前先备份,或在 git 分支、快照上操作,确保改动可以撤销。
  • 发布者身份未经验证,应视为未知,不要基于品牌推断可靠性。
  • 实验结果是初步的定性信号,不是基准测试,不应过度解读。
  • 规则集基于书籍但非官方材料,使用时需注意版权和准确性。
证据充分度:低 评估于 2026年8月9日 审查版本 9c8763613514 评估后仓库已有新提交,评分可能未覆盖最新改动
评估证据 README.mdLICENSE
查看完整评分方法 →

最近版本

来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。

  1. v0.5
    发布说明摘录
    Full Changelog: https://github.com/ciembor/agent-rules-books/compare/v0.4...v0.5
    在 GitHub 查看 ↗
  2. v0.4
    发布说明摘录
    Full Changelog: https://github.com/ciembor/agent-rules-books/compare/v0.2...v0.4
    在 GitHub 查看 ↗
  3. v0.3
    发布说明摘录
    Full Changelog: https://github.com/ciembor/agent-rules-books/compare/v0.2...v0.3
    在 GitHub 查看 ↗

常见问题

我可以将这些规则用于 Cursor 吗?
是的,README 明确说明规则集可以适配到 Cursor 项目规则中,或作为 AGENTS.md 风格的指令。
这些规则是官方书籍内容的提取吗?
不是。README 强调规则是实践性工程指令,不是书籍文本的复制,也不是书籍的替代品。
我需要安装任何特定软件才能使用这些规则吗?
不需要。规则是纯 Markdown 文件,你只需要一个支持 AGENTS.md 的 AI 编码代理(如 Codex、Claude Code)以及你熟悉的文本编辑器。
这些规则会减慢我的代理的速度吗?
mini 版本经过优化,适合大多数真实任务,而 nano 版本更紧凑。但具体影响取决于你的上下文预算和项目大小。
我可以组合多个书籍的规则吗?
是的,仓库提供了 COMPATIBILITY.md 文档,指导如何组合多个规则集。
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents