06|Skills、Commands、Rules、Hooks 到底各管什么

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 本文厘清Agent Harness中Skills、Commands、Rules、Hooks四大核心概念的边界与协作:Rules规范长期习惯,Skills封装多步流程,Commands提供快捷入口,Hooks实现强制自动化。四者分层协同,助团队将经验沉淀为稳定、可演进的智能工作流。(239字)

屏幕截图 2026-05-29 172331.png

用 Agent Harness 久了,会遇到一组容易混淆的概念:Skills、Commands、Rules、Hooks。

它们都能“影响 Agent 行为”,但作用层级不一样。如果混着用,项目配置会很快变乱;如果分清边界,它们能把团队经验沉淀成稳定工作流。

可以先用一句话区分:

Rules 规定长期习惯
Skills 封装复杂流程
Commands 提供快捷入口
Hooks 在固定时机自动执行

Rules:长期规则

Rules 是给模型看的长期约定。

比如:

本项目使用 pnpm,不要使用 npm。
后端接口必须返回统一错误结构。
修改权限逻辑必须补充集成测试。
不要直接修改 generated 目录。

Rules 的特点是持续生效。它们适合表达团队规范、项目约定、架构边界和代码风格。

但 Rules 不是强制执行层。模型会尽量遵守,但如果规则含糊、冲突或太长,它仍然可能漏掉。因此,Rules 适合“指导”,不适合“硬拦截”。

Skills:可复用工作流

Skills 更像一套可复用操作手册。

比如“做一次 PR Review”可能包括:

  1. 读取 diff;
  2. 识别风险文件;
  3. 检查测试覆盖;
  4. 查找安全问题;
  5. 输出 Review 结论。

这就适合做成 Skill。

再比如:

写单元测试
排查 CI 失败
分析接口兼容性
生成发布说明
执行前端视觉检查

这些都有明确流程,不适合写成一句 Rule。写成 Skill 更清楚,也能按需加载,减少上下文噪声。

Commands:入口和快捷方式

Commands 是给用户用的入口。

比如:

/review-pr
/fix-ci
/write-tests
/deploy-staging

它们的价值是降低使用门槛。团队成员不用记一大段提示词,只要调用命令即可。

Commands 可以很薄,只是触发某个 Skill;也可以自己包含一段固定提示。但长期看,复杂逻辑最好沉淀到 Skills,Commands 保持轻量。

Hooks:强制执行和自动化

Hooks 和前面三者不同。Rules、Skills、Commands 主要影响模型思考;Hooks 是在工具调用前后、文件编辑后、会话开始时等固定生命周期执行真实命令。

比如:

文件编辑后自动格式化
提交前自动运行 lint
运行 shell 前检查危险命令
禁止修改 protected 文件
会话开始时加载项目状态

Hooks 适合做强约束,因为它们不依赖模型“记不记得”。如果安全策略必须执行,就不要只写在 Rule 里,应该用 Hook 或权限规则实现。

四者如何配合

image.png

一个真实例子:

团队希望 Agent 修改支付代码时必须先写测试。

可以这样设计:

  • Rule:支付模块变更必须测试先行;
  • Skill:payment-tdd 定义具体流程;
  • Command:/payment-fix 作为入口;
  • Hook:提交前强制运行支付测试。

这样既有指导,也有流程,还有硬验证。

常见误用

第一,把所有东西都写进 Rules。

结果是规则文件越来越长,模型读了也抓不住重点。多步骤流程应该放 Skills,不是 Rules。

第二,用 Rules 做强制安全。

比如“不要运行删除命令”只写在规则里是不够的。应该用权限 deny 或 PreToolUse Hook 拦截。

第三,Commands 过度复杂。

一个命令里塞几百行说明,后期很难维护。命令应该像按钮,复杂逻辑放到 Skill。

第四,Hooks 太重。

每次编辑都跑全量测试,会让 Agent 变慢。Hooks 要分级:轻量检查放高频,重检查放提交前或用户确认后。

设计建议

Rules 要短。只保留每次任务都应该知道的约定。

Skills 要专。一个 Skill 解决一类任务,不要做成万能流程。

Commands 要少。高频任务做命令,低频任务用自然语言即可。

Hooks 要稳。只把真正需要自动化或强约束的事放进去。

可以用下面这张表判断放哪里:

内容 放哪里
项目长期规范 Rules
多步骤工作流 Skills
高频快捷入口 Commands
必须执行的检查 Hooks
高风险操作拦截 Permissions + Hooks

总结

Skills、Commands、Rules、Hooks 都是 Harness 的扩展方式,但边界不同。

真正成熟的团队,不会只靠提示词驱动 Agent,而会把经验分层沉淀:

Rules 管习惯
Skills 管流程
Commands 管入口
Hooks 管强制动作
Permissions 管边界

这样 Agent 才会越来越像团队成员,而不是每次都从零开始学习规矩。

目录
相关文章
|
1月前
|
机器学习/深度学习 缓存 自然语言处理
多语言文本嵌入模型解析:paraphrase-multilingual-MiniLM 与 all-MiniLM深度对比.123
本文深度对比all-MiniLM-L6-v2与paraphrase-multilingual-MiniLM-L12-v2:前者轻快高效,专精英文;后者12层多语言支持,中英文语义区分更优。实践表明,意图识别等任务中,多语言模型显著提升准确率,虽稍慢但泛化更强。
401 3
|
1月前
|
JavaScript 定位技术 API
CodeGraph 爆火:编程 Agent 需要的不是更多上下文,而是一张提前画好的代码地图
CodeGraph 是一款爆火的本地代码智能工具,通过 tree-sitter 解析 AST 构建结构化知识图谱(存于 SQLite),为编程 Agent 提前生成“代码地图”。它显著降低 Agent 在中大型项目中的探索成本——实测工具调用减少71%、Token 降57%、速度提升46%,支持19+语言及主流框架路由识别,完全离线、无需 API Key。
1142 12
CodeGraph 爆火:编程 Agent 需要的不是更多上下文,而是一张提前画好的代码地图
|
前端开发
详解HTML的盒模型以及HTML相关知识点
详解HTML的盒模型以及HTML相关知识点
448 0
|
2月前
|
机器学习/深度学习 算法 安全
2026 年面向 LLM 的 RL方法总结:从 PPO 到 DPO 到 GRPO,再到多智能体 RL
本文梳理大模型对齐中强化学习的演进脉络:从PPO+RLHF起步,到DPO删去奖励模型、GRPO剔除Critic,再到MARL与智能体RL框架兴起。聚焦奖励信号变迁——由人类偏好转向可验证结果,并解析各算法适用场景、失效边界及开源技术栈(verl/TRL/Agent-R1等),揭示RL正从旁支走向LLM能力跃迁的核心引擎。
677 2
2026 年面向 LLM 的 RL方法总结:从 PPO 到 DPO 到 GRPO,再到多智能体 RL
|
1月前
|
人工智能 JSON 监控
05|MCP 是什么:Agent Harness 如何接入外部工具
MCP(Model Context Protocol)是连接AI Agent与外部系统的开放标准,如“AI的USB-C接口”。它让Agent能安全调用Figma、Jira、数据库等真实工程系统中的工具、数据与工作流,突破代码仓库局限,实现跨平台协同。强调统一协议、分级权限与可审计控制。(239字)
209 1
|
1月前
|
人工智能 弹性计算 运维
阿里云发布堡垒机智能运维Agent,运维交互进入自然语言新时代
支持自然语言运维,提升效率与安全双保障。
1289 2
|
22天前
|
Linux 开发者 iOS开发
Docker 要慌了?苹果开源 Container,Mac 原生容器时代来了!
一年前苹果发布Containerization框架并开源Container工具,现迎来1.0正式版!它为每个容器分配独立轻量VM,依托Apple Silicon与Virtualization.framework,兼顾启动速度与虚拟机级隔离。Mac开发者终于迎来原生容器新选择。(239字)
199 0
|
4月前
|
运维 安全 API
|
传感器 存储 人工智能
用通义灵码2.5打造智能倒计时日历:从零开始的Python开发体验
本文记录了使用通义灵码2.5开发倒计时日历工具的全过程,展现了其智能体模式带来的高效协作体验。从项目构思到功能实现,通义灵码不仅提供了代码生成与补全,还通过自主决策分解需求、优化界面样式,并集成MCP工具扩展功能。其记忆能力让开发流程更连贯,显著提升效率。最终成果具备事件管理、天气预报等功能,界面简洁美观。实践证明,通义灵码正从代码补全工具进化为真正的智能开发伙伴。
|
监控 安全 数据安全/隐私保护
如何有效防止验证码盗刷?
验证码盗刷是攻击者利用程序批量请求短信验证码,对用户和企业造成经济损失与骚扰的安全威胁。为更安全地完成身份验证,企业可以采用阿里云提供的防盗刷监控、号码认证及图形认证等服务。
1425 11