CodeBuddy 进阶定制：Rules / Memories / Skills / MCP 搭好你的 AI 编程环境

为什么需要定制

默认的 AI 助手懂通用编程，但不懂你的项目。定制本质上就是把「项目知识」一次性喂给它，省掉每次对话里的重复解释。CodeBuddy 提供了从软偏好到硬规范的一整套入口。

Rules：把编码规范写死

放在 .codebuddy/rules 目录下，作为强制规范生效。适合写这几类内容：目录与文件命名约定、状态管理方案、必须使用的请求封装、禁止引入的依赖、提交前的检查项。

它比「每次对话里叮嘱一遍」可靠得多，因为规则是持久的，也不依赖你记不记得说。

Memories：记住你的偏好

Memories 记录你的习惯性偏好，例如回答语言、注释风格、倾向的写法、常用技术栈。它偏向软约束，随使用逐步积累。两者搭配的做法是：硬规范进 Rules，软偏好交给 Memories，不要混着写。

Skills：把专业流程封装成能力

放在 .codebuddy/skills/ 下。当某类任务有固定步骤时——按团队模板新建页面、按规范生成接口文档、执行一套发布前检查——把它写成 Skill，之后一句话调用，不用每次重述流程。判断标准很简单：这个流程你已经复述过三次以上，就该封装。

MCP：接上第三方工具

MCP 让 CodeBuddy 调用外部工具和数据源，例如查数据库、读接口文档、操作项目管理工具。它把 AI 从「只看代码文件」扩展到「能连真实系统」。接入前先确认权限范围：它能做什么，取决于你给了什么权限，别一上来就给写权限。

自定义模型、命令与 Agent

• 自定义模型：通过 API 接入自己的模型。
• 自定义命令：把高频指令固化成短命令。
• 自定义 Agent：为特定角色配置专属行为与提示。
• Hooks 与插件市场：在关键节点插入自动化，或直接复用别人做好的扩展。

团队落地建议

1. 先写 Rules。这是成本最低、收益最直接的一步，先把命名、目录、依赖这些硬约束定下来。
2. 再把最高频的两三条流程做成 Skills，别一次铺开十个。
3. MCP 按需接入，先只读后写入。
4. 定期回看：哪些提示词被反复使用，就该沉淀成规则或技能。

从小处开始

不要一上手就搭整套体系。先解决一个真实痛点，比如「每次新建页面都要复制粘贴一堆结构」，把它做成 Skill，跑顺了再加下一个。体系是长出来的，不是设计出来的。想系统看学习路径去学习中心，工具对比在工具库。本文截至 2026-11，目录结构与能力范围以官方文档为准。