[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-botingw--rulebook-ai":3,"tool-botingw--rulebook-ai":64},[4,18,26,39,47,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,2,"2026-04-10T01:20:03",[13,14,15,16],"插件","Agent","图像","开发框架","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[13,16],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":10,"last_commit_at":32,"category_tags":33,"status":17},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",85092,"2026-04-10T11:13:16",[15,34,35,13,14,36,37,16,38],"数据工具","视频","其他","语言模型","音频",{"id":40,"name":41,"github_repo":42,"description_zh":43,"stars":44,"difficulty_score":10,"last_commit_at":45,"category_tags":46,"status":17},6520,"openai-cookbook","openai\u002Fopenai-cookbook","openai-cookbook 是 OpenAI 官方提供的一套实用代码示例与指南合集，旨在帮助开发者快速上手并掌握 OpenAI API 的核心用法。面对大模型应用中常见的提示词工程、函数调用、数据嵌入及复杂任务编排等挑战，新手往往难以找到标准化的实现路径。openai-cookbook 通过提供经过验证的代码片段和详细教程，有效解决了“如何从零开始构建应用”以及“如何最佳实践特定功能”的痛点。\n\n这套资源主要面向软件开发者和 AI 技术研究人员，同时也适合希望深入理解大模型能力的技术爱好者。虽然示例代码主要以 Python 编写，但其背后的设计思路和技术逻辑具有通用性，可轻松迁移至其他编程语言。其独特亮点在于内容紧跟官方最新特性更新，覆盖了从基础文本生成到高级代理（Agent）构建的全场景需求，且所有示例均支持在本地环境直接运行调试。作为开源项目，它采用宽松的 MIT 许可证，鼓励社区贡献与二次开发，是学习大模型应用开发不可或缺的实战手册。",72659,"2026-04-10T21:55:21",[37,13],{"id":48,"name":49,"github_repo":50,"description_zh":51,"stars":52,"difficulty_score":53,"last_commit_at":54,"category_tags":55,"status":17},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70986,3,"2026-04-10T23:20:16",[37,14,16,13],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":17},51,"gstack","garrytan\u002Fgstack","gstack 是 Y Combinator CEO Garry Tan 亲自开源的一套 AI 工程化配置，旨在将 Claude Code 升级为你的虚拟工程团队。面对单人开发难以兼顾产品战略、架构设计、代码审查及质量测试的挑战，gstack 提供了一套标准化解决方案，帮助开发者实现堪比二十人团队的高效产出。\n\n这套配置特别适合希望提升交付效率的创始人、技术负责人，以及初次尝试 Claude Code 的开发者。gstack 的核心亮点在于内置了 15 个具有明确职责的 AI 角色工具，涵盖 CEO、设计师、工程经理、QA 等职能。用户只需通过简单的斜杠命令（如 `\u002Freview` 进行代码审查、`\u002Fqa` 执行测试、`\u002Fplan-ceo-review` 规划功能），即可自动化处理从需求分析到部署上线的全链路任务。\n\n所有操作基于 Markdown 和斜杠命令，无需复杂配置，完全免费且遵循 MIT 协议。gstack 不仅是一套工具集，更是一种现代化的软件工厂实践，让单人开发者也能拥有严谨的工程流程。",69214,"2026-04-10T23:05:16",[14,13],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":81,"owner_email":79,"owner_twitter":79,"owner_website":79,"owner_url":82,"languages":83,"stars":96,"forks":97,"last_commit_at":98,"license":99,"difficulty_score":100,"env_os":101,"env_gpu":102,"env_ram":102,"env_deps":103,"category_tags":109,"github_topics":110,"view_count":10,"oss_zip_url":79,"oss_zip_packed_at":79,"status":17,"created_at":122,"updated_at":123,"faqs":124,"releases":160},5834,"botingw\u002Frulebook-ai","rulebook-ai","Elevate vibe coding to vibe engineering: Get consistent Github Copilot custom instructions, Cursor, Roo Code, Cline, Windsurf, Claude Code, Gemini Cli, Codex CLI, kilo code, warp custom rules via a universal, managed template. Features vibe coding memory bank & best practices for large codebases.","rulebook-ai 是一款命令行工具，旨在为各类 AI 编程助手（如 Cursor、GitHub Copilot、Windsurf 等）统一管理和部署标准化的工作环境。它允许开发者将项目的架构规则、上下文记忆及辅助工具打包成可版本控制的“环境包”，一次定义即可同步至所有支持的平台。\n\n当前 AI 助手常面临“健忘”和“孤立”的痛点：它们缺乏对项目长期架构的记忆，且在不同工具间无法共享指令，导致开发者需反复解释项目背景或手动复制配置。rulebook-ai 通过将规则、上下文和工具模块化，解决了这一碎片化问题，让 AI 能像资深专家一样理解特定技术栈或角色需求。\n\n该工具主要面向软件开发者和技术团队，特别是那些在大型代码库中协作、或使用多种 AI 编码工具的专业人士。其核心亮点在于“跨平台便携性”与“环境即代码”的理念：用户可像管理依赖库一样组合不同的环境包，利用 Profile 功能瞬间切换开发场景，并能通过社区共享的最佳实践包快速提升 AI 的专业能力。此外，它清晰区分了用户内容与框架生成的文件，确保项目目录整洁有序，让\"vibe coding\"升级为可控的\"vibe engin","rulebook-ai 是一款命令行工具，旨在为各类 AI 编程助手（如 Cursor、GitHub Copilot、Windsurf 等）统一管理和部署标准化的工作环境。它允许开发者将项目的架构规则、上下文记忆及辅助工具打包成可版本控制的“环境包”，一次定义即可同步至所有支持的平台。\n\n当前 AI 助手常面临“健忘”和“孤立”的痛点：它们缺乏对项目长期架构的记忆，且在不同工具间无法共享指令，导致开发者需反复解释项目背景或手动复制配置。rulebook-ai 通过将规则、上下文和工具模块化，解决了这一碎片化问题，让 AI 能像资深专家一样理解特定技术栈或角色需求。\n\n该工具主要面向软件开发者和技术团队，特别是那些在大型代码库中协作、或使用多种 AI 编码工具的专业人士。其核心亮点在于“跨平台便携性”与“环境即代码”的理念：用户可像管理依赖库一样组合不同的环境包，利用 Profile 功能瞬间切换开发场景，并能通过社区共享的最佳实践包快速提升 AI 的专业能力。此外，它清晰区分了用户内容与框架生成的文件，确保项目目录整洁有序，让\"vibe coding\"升级为可控的\"vibe engineering\"。","[![Python 3.9+](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.9+-blue.svg)](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002F)\n[![License: MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT)\n\n- For bug report, use issues or use rulebook-ai command `rulebook-ai bug-report`\n- For real-time chat, community support, and to share your ideas, [Join our Discord](https:\u002F\u002Fdiscord.gg\u002FaNmQB7JWPe) \n- Have specific feedback or want a personal demo? [Book a Chat on my Calendar](https:\u002F\u002Fcalendar.app.google\u002Fxx3S3CuKSBAt9d9Y7)\n\n# Rulebook-AI: The AI Environment Manager\n\n`rulebook-ai` is a command-line tool for packaging and deploying consistent, expert environments—**rules, context, and tools**—to your favorite AI coding assistants.\n\nStop wasting time re-explaining your project's architecture or manually copy-pasting instructions between different AIs. With `rulebook-ai`, you define your AI's environment once, and deploy it anywhere.\n\n## The Problem: AI Assistants are Generic and Isolated\n\nAI coding assistants are powerful, but they operate in a vacuum.\n1.  **They are forgetful:** They have no long-term memory of your project's specific architecture, libraries, or goals.\n2.  **They are inconsistent:** Instructions you give to `Cursor` don't work in `Gemini`, and your `Copilot` context is siloed.\n3.  **They are unspecialized:** An AI's general knowledge is not enough for expert-level tasks. A great \"React developer\" AI needs different rules, context, and tools than a great \"DevOps engineer\" AI.\n\n## The Solution: Portable and Composable AI Environments\n\n`rulebook-ai` solves this by treating an AI's entire operational context as a portable **Environment** that you can manage like code. An Environment consists of three parts:\n*   **Rules:** The AI's operating instructions and workflows.\n*   **Context:** A persistent knowledge base (your project's \"memory\").\n*   **Tools:** Helper scripts the AI can use to perform tasks.\n\nThese environments are packaged into versionable, shareable **Packs**.\n\n### Why `rulebook-ai` is the Answer\n\n| Value Proposition                  | How `rulebook-ai` Delivers                                                                                                                                                                                          |\n| ---------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |\n| **Portability Across Assistants**  | Define an environment once in a universal **Pack**. The `project sync` command automatically translates and deploys it to any supported AI (Cursor, Gemini, Copilot, etc.). Use the best AI for the job without losing context. |\n| **Deep Specialization for Any Task** | Create or use packs for specific roles (**Product Manager, DevOps**) or technologies (**React, AWS, Data Science**). Instantly \"onboard\" your AI with the expert knowledge and tools it needs for the task at hand. |\n| **Composable & Versionable Context** | Treat your AI's environment as code. Mix and match packs to build the perfect setup for any project. Use **Profiles** (named groups of packs) to instantly switch between entire configurations.                               |\n| **Community-Driven Expertise**     | Don't reinvent the wheel. `rulebook-ai` is a platform for a community of experts to build and share packs, creating a public library of best practices for AI-assisted development.                                     |\n| **Clean & Predictable Workspace**  | The tool cleanly separates your user-owned content (`memory\u002F`, `tools\u002F`) from framework-managed artifacts (`.rulebook-ai\u002F`, generated rules), keeping your project tidy and predictable.                               |\n| **Total Control Over Sources**     | Go beyond the public index. Add packs directly from any GitHub repo (`github:`) or develop and test them from your local filesystem (`local:`). You have a secure path for private packs and a seamless workflow for creating new ones. |\n\n## Quick Start with `uvx`\n\n```bash\n# 1. Install uv if you don't have it yet\ncurl -fsSL https:\u002F\u002Fastral.sh\u002Fuv\u002Finstall.sh | bash\n\n# 2. Add a pack to your project (e.g., the light-spec starter pack)\nuvx rulebook-ai packs add light-spec\n\n# 3. Sync the environment to your workspace\nuvx rulebook-ai project sync\n```\nThis will create a `.rulebook-ai` directory to manage state, and populate `memory\u002F` and `tools\u002F` with starters. It also generates the assistant-specific rule files (e.g., `.cursor\u002Frules\u002F`, `GEMINI.md`).\n\nFor a more detailed walkthrough of all features, see the [Step-by-Step Tutorial](memory\u002Fdocs\u002Fuser_guide\u002Ftutorial.md).\n\n## Supported AI Assistants\n\n`rulebook-ai` supports generating rule files for multiple AI coding assistants. Supported assistants include: Cursor, Windsurf, Cline, RooCode, Kilo Code, Warp, GitHub Copilot, Claude Code, Codex CLI, and Gemini CLI.\n\nFor detailed per‑assistant behavior, file locations, and format notes, see: `memory\u002Fdocs\u002Fuser_guide\u002Fsupported_assistants.md`.\n\nYou can generate rules for one or more assistants using the `--assistant` flag, for example:\n\n```\nrulebook-ai project sync --assistant cursor copilot\n```\n\nOr generate rules for all supported assistants with:\n\n```\nrulebook-ai project sync --all\n```\n\n## How It Works: The Pack System\n\nThe core of `rulebook-ai` is a simple, powerful workflow:\n\n1.  **Add Packs:** You add one or more `Packs` to your project's library. A pack can be built-in, from the community, or from your own local directory.\n2.  **Sync Project:** You run `rulebook-ai project sync`. The tool reads your selected packs, copies over any starter `memory\u002F` and `tools\u002F`, and generates the final rule files in the correct format for each AI assistant you use.\n\nThis workflow ensures your project's \"AI Environment\" is explicit, versionable, and easy to manage.\n\n## Your First Environment: The Built-in Packs\n\n`rulebook-ai` comes with a few packs to get you started immediately. The `light-spec` pack is the recommended starting point for any new project.\n\n*   **`light-spec`**:\n    *   **Benefit:** Installs a foundational software development lifecycle environment. It teaches your AI to think like a junior developer, following systematic processes for planning, coding, and debugging. It also provides starter templates for your project's documentation (`memory\u002F`).\n    *   **Target Users:** Everyone. It's the ideal first pack to add to any project.\n\n*   **`medium-spec` & `heavy-spec`**:\n    *   **Benefit:** These provide more verbose rules and stricter guardrails, perfect for when you need the AI to be more cautious and detailed, such as during a complex code review or refactoring.\n    *   **Target Users:** Developers who want more explicit guidance and checks from their AI assistant.\n\n## Project Structure after Sync\n\n```mermaid\nflowchart TD\n    A[Your Project] --> D[... your other files];\n\n    A --> E[memory\u002F];\n    A --> F[tools\u002F];\n\n    A --> I[\u002F.rulebook-ai\u002F];\n    A --> J[\u002F.cursor\u002F];\n    A --> K[... other generated rules];\n\n\n    subgraph \"Version Control (git)\"\n        direction LR\n        subgraph \"Commit These (Your Environment)\"\n            E & F\n        end\n        subgraph \"Ignore These (Generated Artifacts)\"\n            I & J & K\n        end\n    end\n\n    style E fill:#cde4f9,stroke:#8ab4e2\n    style F fill:#cde4f9,stroke:#8ab4e2\n\n    style I fill:#f9d4c3,stroke:#e2a48a\n    style J fill:#f9d4c3,stroke:#e2a48a\n    style K fill:#f9d4c3,stroke:#e2a48a\n```\n\n-   **Your Environment (`memory\u002F`, `tools\u002F`):** This is your project's unique context. You own it, you edit it, and you commit it to version control.\n-   **Generated Artifacts (`.rulebook-ai\u002F`, `.cursor\u002F`, etc.):** These are managed by the CLI. They should be added to `.gitignore` as they can be regenerated at any time.\n\n## Contributing\n\n[Join our Discord](https:\u002F\u002Fdiscord.gg\u002FaNmQB7JWPe) if any questions or idea discussion about contribution.\nThis project thrives on community contributions. You can contribute by:\n-   **Creating and Sharing Packs:** Got a great set of rules and tools for a specific framework or role? Package it up and share it! See the [Pack Developer Guide](memory\u002Fdocs\u002Ffeatures\u002Fcommunity_packs\u002Fpack_developer_guide.md).\n-   **Reporting Bugs or Ideas:** Open an **Issue** in the repo. The `rulebook-ai bug-report` command will take you there.\n-   **Contributing the repo:** go to [CONTRIBUTING.md](CONTRIBUTING.md)\n","[![Python 3.9+](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.9+-blue.svg)](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002F)\n[![License: MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT)\n\n- 如遇问题，请通过 Issues 提交报告，或使用 rulebook-ai 命令 `rulebook-ai bug-report`。\n- 如需实时聊天、社区支持或分享您的想法，请加入我们的 Discord：[Join our Discord](https:\u002F\u002Fdiscord.gg\u002FaNmQB7JWPe)。\n- 想提供具体反馈或预约个人演示？请在我的日历上预约聊天：[Book a Chat on my Calendar](https:\u002F\u002Fcalendar.app.google\u002Fxx3S3CuKSBAt9d9Y7)。\n\n# Rulebook-AI：AI 环境管理器\n\n`rulebook-ai` 是一款命令行工具，用于打包并部署一致且专业的环境——包括**规则、上下文和工具**——到您最喜爱的 AI 编程助手。\n\n不要再浪费时间重复解释项目的架构，也不必在不同 AI 之间手动复制粘贴指令。使用 `rulebook-ai`，您可以一次性定义 AI 的运行环境，并将其部署到任何地方。\n\n## 问题：AI 助手过于通用且彼此孤立\n\nAI 编程助手功能强大，但它们往往处于“信息孤岛”状态：\n1.  **容易遗忘：** 它们无法长期记忆您项目的特定架构、所用库或目标。\n2.  **不一致：** 您给 Cursor 的指令可能无法在 Gemini 上生效，而 Copilot 的上下文又是独立的。\n3.  **不够专业：** AI 的通用知识不足以胜任专家级任务。一个优秀的“React 开发者”AI 需要的规则、上下文和工具，与一个优秀的“DevOps 工程师”AI 截然不同。\n\n## 解决方案：可移植且可组合的 AI 环境\n\n`rulebook-ai` 通过将 AI 的完整运行环境视为可移植的**环境**来解决这一问题，您可以像管理代码一样对其进行管理。一个环境由三部分组成：\n*   **规则：** AI 的操作指令和工作流程。\n*   **上下文：** 持久的知识库（即您项目的“记忆”）。\n*   **工具：** AI 可用于执行任务的辅助脚本。\n\n这些环境被打包成可版本控制、可共享的**包**。\n\n### 为什么 `rulebook-ai` 是答案\n\n| 核心价值                  | `rulebook-ai` 的实现方式                                                                                                                                                                                          |\n| ---------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |\n| **跨助手的可移植性**  | 在一个通用的**包**中定义一次环境。使用 `project sync` 命令，即可自动将其转换并部署到任何支持的 AI（Cursor、Gemini、Copilot 等）。这样您就可以根据任务选择最适合的 AI，同时保持上下文一致性。 |\n| **针对任何任务的深度专业化** | 创建或使用针对特定角色（如产品经理、DevOps 工程师）或技术领域（如 React、AWS、数据科学）的包。让您的 AI 立即具备完成当前任务所需的专家知识和工具。 |\n| **可组合且可版本化的上下文** | 将 AI 的环境视作代码。混合搭配不同的包，构建适合任何项目的完美配置。利用**配置文件**（命名的包组），可以快速切换整个配置。                               |\n| **社区驱动的专业知识**     | 无需从头开始。`rulebook-ai` 是一个供专家社区构建和共享包的平台，从而创建一个面向 AI 辅助开发的最佳实践公共库。                                     |\n| **整洁且可预测的工作空间**  | 该工具会清晰地分离用户拥有的内容（`memory\u002F`、`tools\u002F`）与框架管理的产物（`.rulebook-ai\u002F`、生成的规则），使您的项目保持整洁且行为可预测。                               |\n| **完全掌控源代码**     | 不局限于公共索引。您可以直接从任何 GitHub 仓库添加包（`github:`），也可以从本地文件系统开发和测试包（`local:`）。这为您提供了安全的私有包路径，以及无缝的新包创建工作流。 |\n\n## 快速入门：使用 `uvx`\n\n```bash\n# 1. 如果尚未安装 uv，请先安装\ncurl -fsSL https:\u002F\u002Fastral.sh\u002Fuv\u002Finstall.sh | bash\n\n# 2. 向项目中添加一个包（例如 light-spec 入门包）\nuvx rulebook-ai packs add light-spec\n\n# 3. 将环境同步到您的工作区\nuvx rulebook-ai project sync\n```\n这将会创建一个 `.rulebook-ai` 目录来管理状态，并填充 `memory\u002F` 和 `tools\u002F` 中的初始内容。同时还会生成针对不同助手的规则文件（例如 `.cursor\u002Frules\u002F`、`GEMINI.md`）。\n\n如需更详细的全功能教程，请参阅 [逐步教程](memory\u002Fdocs\u002Fuser_guide\u002Ftutorial.md)。\n\n## 支持的 AI 助手\n\n`rulebook-ai` 支持为多种 AI 编程助手生成规则文件。目前支持的助手包括：Cursor、Windsurf、Cline、RooCode、Kilo Code、Warp、GitHub Copilot、Claude Code、Codex CLI 和 Gemini CLI。\n\n有关各助手的具体行为、文件位置及格式说明，请参阅：`memory\u002Fdocs\u002Fuser_guide\u002Fsupported_assistants.md`。\n\n您可以通过 `--assistant` 标志为一个或多个助手生成规则，例如：\n\n```\nrulebook-ai project sync --assistant cursor copilot\n```\n\n或者为所有支持的助手生成规则：\n\n```\nrulebook-ai project sync --all\n```\n\n## 工作原理：包系统\n\n`rulebook-ai` 的核心是一个简单而强大的工作流程：\n\n1.  **添加包：** 您可以将一个或多个**包**添加到项目的库中。这些包可以是内置的、来自社区的，也可以是您本地目录中的自定义包。\n2.  **同步项目：** 运行 `rulebook-ai project sync`。工具会读取您选择的包，复制其中的初始 `memory\u002F` 和 `tools\u002F` 内容，并以正确的格式为每个使用的 AI 生成最终的规则文件。\n\n此工作流程确保您的项目“AI 环境”明确、可版本化且易于管理。\n\n## 您的第一个环境：内置包\n\n`rulebook-ai` 自带几个包，让您立即上手。`light-spec` 包是任何新项目的推荐起点。\n\n*   **`light-spec`**：\n    *   **优点：** 安装了一个基础的软件开发生命周期环境。它教会您的 AI 像初级开发者一样思考，遵循规划、编码和调试的系统化流程。此外，还为您的项目文档提供了初始模板（`memory\u002F`）。\n    *   **适用人群：** 适合所有人。它是任何项目理想的首个包。\n\n*   **`medium-spec` 和 `heavy-spec`**：\n    *   **优点：** 这些包提供了更详尽的规则和更严格的约束，非常适合需要 AI 更加谨慎和细致的情况，例如复杂的代码审查或重构。\n    *   **适用人群：** 适合希望 AI 助手提供更多明确指导和检查的开发者。\n\n## 同步后的项目结构\n\n```mermaid\nflowchart TD\n    A[您的项目] --> D[... 您的其他文件];\n\n    A --> E[memory\u002F];\n    A --> F[tools\u002F];\n\n    A --> I[\u002F.rulebook-ai\u002F];\n    A --> J[\u002F.cursor\u002F];\n    A --> K[... 其他生成的规则];\n\n\n    subgraph \"版本控制 (git)\"\n        direction LR\n        subgraph \"需要提交的（您的环境）\"\n            E & F\n        end\n        subgraph \"需要忽略的（生成的工件）\"\n            I & J & K\n        end\n    end\n\n    style E fill:#cde4f9,stroke:#8ab4e2\n    style F fill:#cde4f9,stroke:#8ab4e2\n\n    style I fill:#f9d4c3,stroke:#e2a48a\n    style J fill:#f9d4c3,stroke:#e2a48a\n    style K fill:#f9d4c3,stroke:#e2a48a\n```\n\n-   **您的环境 (`memory\u002F`、`tools\u002F`)：** 这是您项目的独特上下文。您拥有它，可以编辑它，并将其提交到版本控制系统中。\n-   **生成的工件（`.rulebook-ai\u002F`、`.cursor\u002F` 等）：** 这些由 CLI 管理。它们应被添加到 `.gitignore` 文件中，因为可以在任何时候重新生成。\n\n## 贡献\n\n如有任何问题或关于贡献的想法，请加入我们的 Discord [https:\u002F\u002Fdiscord.gg\u002FaNmQB7JWPe](https:\u002F\u002Fdiscord.gg\u002FaNmQB7JWPe)。  \n本项目依靠社区贡献而蓬勃发展。您可以从以下方面做出贡献：\n-   **创建并分享包：** 拥有一套针对特定框架或角色的优秀规则和工具吗？将其打包并分享吧！请参阅 [包开发者指南](memory\u002Fdocs\u002Ffeatures\u002Fcommunity_packs\u002Fpack_developer_guide.md)。\n-   **报告错误或提出建议：** 在仓库中打开一个 **Issue**。使用 `rulebook-ai bug-report` 命令即可快速进入该页面。\n-   **参与仓库贡献：** 请访问 [CONTRIBUTING.md](CONTRIBUTING.md)。","# rulebook-ai 快速上手指南\n\n`rulebook-ai` 是一个命令行工具，用于将一致的 AI 开发环境（规则、上下文和工具）打包并部署到你喜欢的 AI 编程助手（如 Cursor、Copilot、Gemini 等）中。它解决了 AI 助手“健忘”、跨平台不一致以及缺乏专业领域知识的问题。\n\n## 环境准备\n\n*   **操作系统**：支持 Linux、macOS 和 Windows。\n*   **Python 版本**：需要 Python 3.9 或更高版本。\n*   **前置依赖**：推荐使用 `uv` 进行快速安装和管理（无需手动配置 Python 虚拟环境）。\n\n## 安装步骤\n\n本指南推荐使用 `uv` 工具链，它能自动处理 Python 环境依赖。\n\n1.  **安装 uv**\n    如果尚未安装 `uv`，请运行以下命令：\n    ```bash\n    curl -fsSL https:\u002F\u002Fastral.sh\u002Fuv\u002Finstall.sh | bash\n    ```\n    *注：国内用户若下载缓慢，可尝试使用镜像源或手动下载安装脚本。*\n\n2.  **验证安装**\n    安装完成后，确保终端可以识别 `uvx` 命令。\n\n## 基本使用\n\n以下是将 `rulebook-ai` 集成到当前项目的最简流程：\n\n### 1. 添加基础包 (Pack)\n在项目根目录下，添加一个预设的“轻量级规范”包（`light-spec`）。这是官方推荐的起始包，能让 AI 像初级开发者一样遵循标准的规划、编码和调试流程。\n\n```bash\nuvx rulebook-ai packs add light-spec\n```\n\n### 2. 同步环境到工作区\n运行同步命令。该命令会自动创建 `.rulebook-ai` 状态目录，初始化 `memory\u002F`（项目记忆）和 `tools\u002F`（辅助脚本），并根据你使用的 AI 助手生成对应的规则文件（如 `.cursor\u002Frules\u002F` 或 `GEMINI.md`）。\n\n```bash\nuvx rulebook-ai project sync\n```\n\n### 3. 指定 AI 助手（可选）\n如果你只针对特定的 AI 助手生成规则，可以使用 `--assistant` 标志。例如，仅针对 Cursor 和 GitHub Copilot：\n\n```bash\nuvx rulebook-ai project sync --assistant cursor copilot\n```\n\n若要为所有支持的助手生成规则：\n\n```bash\nuvx rulebook-ai project sync --all\n```\n\n### 4. 后续管理\n*   **提交版本控制**：请将生成的 `memory\u002F` 和 `tools\u002F` 目录提交到 Git，这是你的核心环境配置。\n*   **忽略生成物**：请将 `.rulebook-ai\u002F`、`.cursor\u002F` 及其他生成的规则文件添加到 `.gitignore` 中，因为它们可以随时重新生成。\n\n现在，你的 AI 助手已经具备了项目特定的上下文和专业规则，可以直接开始高效协作。","某全栈开发团队正在将单体架构迁移至微服务，需同时协调后端、前端及运维多名成员使用不同的 AI 编程助手（如 Cursor、GitHub Copilot、Windsurf）进行协作。\n\n### 没有 rulebook-ai 时\n- **重复沟通成本高**：每位成员在不同工具中都要反复向 AI 解释项目特有的目录结构、API 规范及数据库设计，浪费大量时间。\n- **上下文割裂严重**：在 Cursor 中调试好的架构逻辑无法同步给使用 GitHub Copilot 的同事，导致各端代码风格与实现逻辑不一致。\n- **角色适配困难**：通用型 AI 缺乏针对“云原生迁移”的专业知识，常给出不符合团队 DevOps 流程的建议，需要人工二次修正。\n- **知识资产流失**：项目积累的特定最佳实践散落在个人聊天记录中，无法形成可复用、可版本管理的团队知识库。\n\n### 使用 rulebook-ai 后\n- **一次定义，全域同步**：团队只需构建一个包含架构规则与上下文的“环境包”，通过 `project sync` 命令即可自动部署到所有成员的任意 AI 工具中。\n- **统一认知基准**：无论使用何种助手，所有 AI 均基于同一套“记忆库”工作，确保生成的代码风格、错误处理机制高度一致。\n- **即时专家赋能**：直接加载预制的\"DevOps 迁移”专用包，让 AI 瞬间掌握 Kubernetes 配置规范与 CI\u002FCD 流程，输出符合生产级标准的代码。\n- **环境即代码管理**：将 AI 的运行环境像业务代码一样进行版本控制，新成员入职仅需拉取配置即可拥有与资深员工同等的 AI 辅助能力。\n\nrulebook-ai 通过将分散的 AI 上下文转化为可移植、可组合的标准环境，真正实现了从“凭感觉编码”到“工程化智能开发”的跨越。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbotingw_rulebook-ai_fa2a3ec9.png","botingw","Boting Wang","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fbotingw_89de3695.jpg",null,"Physics Department, Southern Methodist University","Dallas, TX","https:\u002F\u002Fgithub.com\u002Fbotingw",[84,88,92],{"name":85,"color":86,"percentage":87},"Python","#3572A5",93.4,{"name":89,"color":90,"percentage":91},"TypeScript","#3178c6",6.4,{"name":93,"color":94,"percentage":95},"JavaScript","#f1e05a",0.2,590,83,"2026-04-08T16:55:10","MIT",1,"Linux, macOS, Windows","未说明",{"notes":104,"python":105,"dependencies":106},"该工具是一个命令行环境管理器，用于为 AI 编程助手（如 Cursor, Copilot, Gemini 等）打包和部署规则、上下文和工具。推荐使用 'uv' 进行安装和管理。无需本地运行大型 AI 模型，因此无特定 GPU 或大内存需求。生成的配置文件（如 .rulebook-ai\u002F）建议加入 .gitignore，而用户自定义的 memory\u002F 和 tools\u002F 目录应提交到版本控制。","3.9+",[107,108],"uv","uvx",[13],[111,112,113,114,6,115,116,117,118,119,120,121],"claude-code","cline","codex-cli","cursor","kilo-code","roo-code","vibe-coding","warp","windsurf","context-en","github-cop","2026-03-27T02:49:30.150509","2026-04-11T18:32:46.804800",[125,130,135,140,145,150,155],{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},26452,"Windsurf 1.8.2 更新了规则系统，文档和配置需要如何调整才能让 UI 识别新规则文件？","是的，实现方式需要调整。为了让 Windsurf 的 UI 注册并识别新的规则文件，请执行以下步骤：\n1. 在资源管理器（Explorer）中点击规则文件；\n2. 更改其激活模式（activation mode）；\n3. 刷新界面并检查 UI 是否已找到该规则文件。","https:\u002F\u002Fgithub.com\u002Fbotingw\u002Frulebook-ai\u002Fissues\u002F13",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},26453,"使用 uvx 安装 rulebook-ai 时提示\"No solution found\"或\"package was not found in the package registry\"错误怎么办？","该错误通常是因为 `rulebook-ai` 包尚未发布到 PyPI 仓库。此时无法通过 `uvx rulebook-ai` 直接运行。建议暂时通过克隆项目源码并在本地环境中运行项目，或者等待官方正式发布到包管理器。","https:\u002F\u002Fgithub.com\u002Fbotingw\u002Frulebook-ai\u002Fissues\u002F61",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},26454,"light-spec 包中的文档引用了错误的 memory-bank 文件夹路径怎么办？","这是文档中的旧路径引用错误。请检查 `06-rules_v1.md` 文件，将其中指向旧文件夹的内存库（memory-bank）引用更新为当前项目结构中正确的文件夹路径。","https:\u002F\u002Fgithub.com\u002Fbotingw\u002Frulebook-ai\u002Fissues\u002F8",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},26455,"如何为 Claude Code 配置自定义指令（Custom Instructions）？","Rulebook-ai 计划支持 Claude Code。根据官方文档，您需要配置“自定义指令 + 记忆”（custom instruction + memory）以及“自定义模式”（custom mode\u002Fslash commands）。具体配置位置请参考 Anthropic 官方文档中关于设置项目记忆和创建自定义斜杠命令的部分。","https:\u002F\u002Fgithub.com\u002Fbotingw\u002Frulebook-ai\u002Fissues\u002F11",{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},26456,"是否可以选择性地只安装或同步特定 AI 编程助手（如 Cursor, Cline）的规则？","这是一个已规划的功能增强。未来用户将可以通过添加 `--cursor`, `--cline` 等标志位，来指定仅将规则安装或同步到特定的 AI 编程助手中，从而保持仓库整洁并提升用户体验。","https:\u002F\u002Fgithub.com\u002Fbotingw\u002Frulebook-ai\u002Fissues\u002F22",{"id":151,"question_zh":152,"answer_zh":153,"source_url":154},26457,"是否可以同时选择并安装多个规则集（Rule-sets）？","这是一个已规划的功能增强。为了满足用户灵活组合规则的需求，未来将修改 `SOURCE_RULE_SETS_DIR`, `SOURCE_MEMORY_STARTERS_DIR` 等目录结构，以支持用户选择并安装多个规则集。","https:\u002F\u002Fgithub.com\u002Fbotingw\u002Frulebook-ai\u002Fissues\u002F23",{"id":156,"question_zh":157,"answer_zh":158,"source_url":159},26458,"Rulebook-ai 是否支持 Kilo Code 或 Warp 等编程助手？","这是一个已规划的功能增强。项目计划寻找 Kilo Code 和 Warp 的自定义指令规范（custom instruction spec），并将其集成到安装和同步功能中，以便用户能更好地整合项目管理和终端命令。","https:\u002F\u002Fgithub.com\u002Fbotingw\u002Frulebook-ai\u002Fissues\u002F39",[]]