^ AI组织知识与规则标准化
Careti的设计使AI能够准确理解并遵循团队的编码规则和标准。通过这个系统，AI不仅是一个简单的代码生成工具，而是一个真正理解项目上下文的团队成员。
为什么知识同步很重要？
| 情况 | 通用AI工具 | Careti |
|---|---|---|
| 团队规则遵守 | 不知道规则 | ✅ 自动识别规则文件 |
| 项目上下文 | 每次都需要解释 | ✅ 持续记忆 |
| 代码一致性 | 每个工具风格不同 | ✅ 保持团队标准 |
| 角色优化 | 无 | ✅ AI/人类文档分离 |
核心概念1: 双目录架构
Careti认识到AI和人类阅读的文档目的不同。为此，它使用两个目录：
your-project/
├── .agents/ # AI用 (英语，token优化)
│ ├── context/ # 系统规则
│ │ ├── agents-rules.json # 主规则文件 (SoT)
│ │ └── ai-work-index.yaml # 工作索引
│ ├── workflows/ # 任务工作流
│ │ └── atoms/ # 可重用构建块
│ ├── skills/ # AI技能
│ └── hooks/ # 事件钩子
│
├── .users/ # 人类用 (母语，详细)
│ ├── context/ # 项目上下文 (Markdown)
│ ├── workflows/ # 工作流指南
│ └── skills/ # 技能指南
│
└── AGENTS.md # AI入口点
为什么要分离？
| 类别 | .agents/ (AI用) | .users/ (人类用) |
|---|---|---|
| 语言 | 英语 (token效率) | 母语 |
| 格式 | JSON/YAML (结构化) | Markdown (可读性) |
| 目的 | 确保确定性行为 | 提供详细说明 |
| 对象 | AI代理 | 开发者/团队成员 |
Token优化: .agents/中的文件使用英语编写，用更少的token传达相同的含义。这样可以高效使用上下文窗口并降低成本。
核心概念2: Atomic Knowledge System
Careti使用**Atomic Knowledge（知识原子化）**方式。不是使用单个庞大的文档，而是将知识分解为最小单位（Atom），并在需要时组合。
工作方式
- 任务分析: AI读取
ai-work-index.yaml识别任务类型 - 工作流加载: 只读取相关任务的工作流文件
- 知识原子组合: 只加载工作流引用的atoms
- 任务执行: 使用组合的知识执行任务
示例
.agents/workflows/
├── code-review.md # 代码审查工作流
├── feature-implementation.md # 功能实现工作流
└── atoms/ # 可重用构建块
├── tdd-cycle.md # TDD循环
├── naming-conventions.md # 命名规范
└── document-changes.md # 变更文档化
优点: AI不是始终加载所有规则，而是选择性地只加载当前任务所需的规则，节省token。
核心概念3: 规则位置与优先级
Careti使用**.agents/context/**文件夹作为规则的单一来源。这确保AI在整个项目中遵循一致的标准。
规则位置
| 类型 | 位置 | 用途 |
|---|---|---|
| 工作区规则 | .agents/context/ | 项目特定规则 |
| 目录范围 | AGENTS.md | 仅应用于特定文件夹 |
| 全局规则 | Documents/Careti/Rules | 应用于所有项目 |
| 工作流 | .agents/workflows/ | 按需加载 |
为什么标准化很重要？
| 问题 | 解决方案 |
|---|---|
| 规则分散在多处 | 集中管理 |
| 规则冲突 | 明确优先级 |
| AI遗漏规则 | 保证自动加载 |
核心概念4: 跨组织知识同步
使用子模块，可以在组织内的多个项目间共享规则和知识。
组织仓库模式
org-context/ # 组织共享仓库 (Git)
├── .agents/ # AI上下文
│ ├── context/ # 组织规则/策略
│ │ ├── conventions.md # 开发规范
│ │ ├── tech-stack.md # 技术栈
│ │ └── security-policy.md # 安全策略
│ └── workflows/ # 工作流定义
│ ├── code-review.md
│ └── release-process.md
│
├── .users/ # 用户文档 (镜像)
│ ├── context/
│ │ ├── 开发标准.md # 详细指南
│ │ └── 技术栈.md
│ └── workflows/
│ └── 代码审查指南.md
│
└── AGENTS.md # 组织AI入口点
作为子模块连接
# 将组织上下文添加为子模块
git submodule add git@github.com:your-org/org-context.git
your-project/
├── .agents/ # 项目规则
├── .users/ # 项目用户文档
├── org-context/ # ← 子模块 (组织规则)
│ ├── .agents/
│ └── .users/
└── AGENTS.md
4层规则合并
Layer 1: Global (用户全局)
~/.agents/ # 个人AI规则
Layer 2: Organization (组织)
org-context/.agents/ # 组织AI上下文
Layer 3: Project (项目)
{project}/.agents/ # 项目AI规则
Layer 4: Local (按目录)
{project}/packages/{pkg}/
└── AGENTS.md # 按目录覆盖
合并优先级: Local > Project > Organization > Global
使用场景
# 在一个项目中完成所有工作:
# 编码任务
"重构这个函数"
→ 参考 .agents/context/ 规则进行工作
# 公司政策问题
"远程办公政策是什么？"
→ 读取 org-context/.users/policies/远程办公规定.md 并回答
# 工作流指南
"如何进行代码审查？"
→ 参考 org-context/.users/workflows/代码审查指南.md
快速开始: /init 命令
如果项目没有标准结构，可以使用/init命令自动生成。
# 在Caret聊天中
/init
此命令:
- 创建
.agents/和.users/文件夹结构 - 提供默认规则模板
- 不会覆盖现有文件 (安全)
迁移现有项目
如果规则文件在其他位置，请移动到.agents/context/。
your-project/
├── .agents/
│ ├── context/ # 规则文件
│ │ └── coding.md # 例如: 编码标准
│ └── workflows/ # 工作流 (可选)
└── AGENTS.md # 根指令 (可选)
主要优点
1. 真正的伙伴关系
AI和开发者基于相同的文档进行沟通，消除误解。
2. Token效率
- 使用英语编写的
.agents/文件节省token - On-Demand Loading只加载必要的规则
3. 组织范围一致性
通过子模块，所有项目共享相同的组织规则。
4. 透明性
开发者可以通过.agents/文件夹清楚地了解AI的工作流程。
5. 团队一致性
- 所有团队成员使用相同规则
- AI可靠性 - 不会遗漏规则
- 版本控制 - 跟踪规则变更历史
- 灵活范围 - 选择项目/文件夹/全局
与Cline的完整比较
| 项目 | Cline | Careti |
|---|---|---|
| 知识共享 | 单个文件 (纯文本) | Atomic Knowledge System |
| 效率 | 始终加载所有规则 | On-Demand Loading |
| 角色分离 | 无 | AI/人类分离 |
| 引导 | 手动设置 | /init 自动脚手架 |
| 组织共享 | 无 | 子模块模式支持 |
| 规则优先级 | 不明确 | 明确的4层合并 |
开始使用
方法1: 自动初始化 (推荐)
# 在Caret聊天中
/init
方法2: 手动设置
- 在项目根目录创建
.agents/context/文件夹 - 用Markdown文件编写规则
- 开始与Careti对话
详细的规则编写方法请参考Careti规则功能文档。
相关文档
- Careti规则功能 - 规则编写指南
- 文档读取工具 - AI直接读取文档功能
- 图像工具 - AI图像生成/分析功能