如何修改Claude.md内容

我敢说，百分之九十九的人刚刚安装好的 call 扣，第一步就做错了。就是很多人会着急让 call 扣直接开始干活，然后会发现，哎，为什么好像有些时候还挺难用的呢？ 但实际上并不是说模型不会做，而是他根本不知道你的规则。 ok？ 大家好，我是 fred， 专注从普通小白的视角分享怎么从零到一，用 ai 和 web 扣领提升自己的生活和工作效率。 我建议安装好 cloud 后的呢，第一步不要着急让他直接开始写，而是把 cloud md 配置好。你把规则讲的越清楚，他在后面才会更懂，你也不太容易反攻， 就很多时候很多重复的工作啊，其实问题都差不多，就要么是你讲太多，要么是你改太多，要么就是你每次都会觉得他风风格都不太稳定，对吧？ 你本来只想让他改一个点，他却顺手改了一大片。你本来想让他按照项目的习惯来，他却给你一套看起来通用但正确的，但是又不太符合你要求的一些答案。 这些问题的背后，很多时候不是说模型不行，而是你没有把这个默认的规则交给他。那怎么样才能让他按照你的默认规则来呢？也就是很重要的一个点就是 cloud md。 什么是 cloud md 呢？你可以把它理解为 cloud code 的 一个默认的规则文件写进去之后呢，它不是一个一次性的聊天备注，而是 cloud 开工前就会先读的一个写作的边界。所以说它的真正的价值不是说 多一个文件，而是你终于不用每次再重新去解释。同样的话，一次写好之后就后面会默认去生效。 但这里面还有一个很关键的点啊，就是很多人一上来就在想，我要往 cloud md 里面去写什么，其实第一步不应该想怎么写，而是先想， 呃它有哪些层级？就是正常 cloud md 会有一个全局的层级，一个是项目的层级，也就是通用层和项目层。通用层就是写，写到你在每个项目都不会变的一些长期的习惯和规则。项目层就是写，写到你在每个项目这个仓库它独有的一些规则， 你把这两层分清楚之后，后面写起来才不会乱。 ok， 大家可能会问，哎，那你应该怎么写呢？对吧？通用层应该写什么？呃，像我自己的话，一般会有一些语言的规范、安全红线、工作流程和用户偏好。 我可以给大家看一下我整体的一个配置的一个情况，就比如说语言会要求他用中文跟我沟通，但是代码还是用英文，然后会有一些安全红线的问题， 不要去提交一些我自己的一些 api， key 啊，或者一些密钥。工作流程呢？就是一定要强调， 呃，完成报告之后，然后有报错就得报错。然后且修 bug 之前需要先写一些失败的测试用力，包括说代码标准不能够写得太大，如果写得过多大过长，如果后面要修改，那包括一些用户偏好的一些问题， 包括说其实像我的 cloud md 和我的 codex 所用的 agent md 其实完全是一样的，也就是我在切不同模型之间，它实际上的效果也是很不错的。然后面还会有一些上下文管理的一些问题， 所以说你会发现这些都不是某个项目特有的一些细节，而是我希望 cloud 在 任何项目里面都默认遵守的一些写作习惯，所以说如果在这种我在哪都一样的这样的一些规则，就应该写到通用层里面， ok， 那 项目城里面应该写什么呢？就比如说拿我先 free talk 这个剪辑视频的项目来说，项目城最应该典型的就是，哎，比如说每一层级你的唯一的入口， 你的输入输出怎么放，你的内容生产怎么交接，包括你的一些发布和一些安全的规则，其实这些规则离开这个项目其实就不一定成立了，但是如果只是在这个项目在成立的规则，那就应该写在项目城里面， ok， 如果你也想要开始配，我建议大家理解完这三层的东西之后，然后就够用了。然后如果怎么配置呢？其实很简单，一是我呃在视频后面会分享到相关的一些配置到呃我的粉丝群里面， 然后如果大家呃不感兴趣，也可以去搜索一些，比如说像 tiktok 上面一些高新的一些配置，比如说像 everything cloud code 啊，然后把你这种当做下来的一些规则文件发给 cloud code， 然后它可以根据你的通用层和项目层帮你去抄一份属于你自己的 cloud md。 但是呢，呃，你可以在后面跟它按照你的一些项目细节去补充 啊。写完之后他会有什么变化呢？就最直接的变化，不是说他会马上帮你把这个页面做的好看，或者说帮你把这个项目做的很很厉害，对吧？而是说他会让你的写作更顺，也就是写之前你可能反复在解释，然后他可能会给你一些泛泛的建议。 写之后呢，他会更更容易按照你的项目节奏直接去开干，以及按照你定义好的边界和风格来做，所以他 不会变得完美，他会更像一个更懂你的一个项目的写作者。所以说，总结下来， cloud md 的 本质就是把你反复叮嘱 cloud 的 话一次性写清楚，先分先分成，再定规则，再让 cloud 干活， 然后他才会越来越懂你。 ok， 我是 fred， 后面我会持续用真实的案例告诉大家怎么把 ai 用进自己的工作流里面，我们下期再见。

百分之九十用 cloud code 的 人不知道，这个文件配好了，从实习生直接变老员工。这个文件叫 cloud mod， 放在项目跟目录。 cloud 每次干活之前先读它，相当于你给 ai 写了一份项目说明书，没有它， cloud 就是 刚入职第一天，什么都要问你，我给你看我自己的 clude 写了什么。 首先是环境管理，我同时写 python， go， python， script， rust 四种语言，每种语言的包管理器都不一样。 python 禁止用 p， p 必须用单 p， man 和 yarn 必须用 p， n， p 或 bun 这些写清楚了， cloud 就 不会每次猜错你的工具链。然后是代码规范，单文件不超过两百行，超了必须拆分，禁止硬编码，端口 u l l 配置全部走环境变量，禁止静默吞异常，所有错误必须记录，禁止向后兼容，旧代码直接删，不留兼容层。 还有一条很重要，先搜后写，新建任何文件之前必须先搜索项目里有没有类似功能，有就扩展，不要重复造轮子。再就是踩坑记录，比如 road 浏览器关闭，必须先 kill 再 clean up， 不 然 chrome 变僵尸进程。 比如启动紫禁城前必须显示声明环境变量，不然端口冲突查半天这些坑。写一次， cloud 再也不踩三个高级功能 skills， 把复杂操作打包成一个命令，比如我写了一套代码审查技能，一个斜杠命令，跑七层，检查安全漏洞，逻辑错误，数据一致性，重复，代码命名规范全部自动扫 hooks， 每次 cloud 改代码自动触发检查，有问题直接拦截，不让有缺陷的代码通过 memory 话对话，持久记忆，今天告诉 cloud 你 的偏好，明天新开对话，他还记得没有 c l a d 点 m d 之前 cloud 每次都在猜包管理系用错命名风格乱套测试命令反复问，配好之后直接按你的规矩来一个文件的事儿。想要我的 c l u d d m d 模板。

最近 cloud code 的 作者倡导大家让 ai 帮我们生成 html 格式，相较于 macdunk 格式， html 格式更加的精美，而且可读性更强。但是有个问题，我让 cloud code 帮我生成了一份演示文稿，我想改其中的文字，该怎么做？比如说， 我想把这里的完全手册改成入门手册，此时你的初级成员朋友可能会告诉你，你用文本编辑器的方式打开它，然后找到对应的文字修改即可。但是对于不懂编程的朋友来说， 修改这样文件简直是噩梦。你的终极权限朋友可能会跟你说，你按 f 十二打开开发者工具，选择这点元素，然后选择这个箭头，他可以去做审查元素，然后在对应的位置去修改。 但是这种方式不够优雅，接下来我将给大家分享一种更加优雅，更加所见即可所得的方式。首先还是打开调试窗口，然后选择控制台，在这里输入 document， 它会给你提示，你按一个 table， 它就会自动补全，然后 点 design， 然后 table 自动补全，等于 它会提示，然后 table 保存，然后按回车。接下来你将打开新世界的大门，整个网页变成了一个类似于 word 文档，你想在哪里修改就在哪里修改，你想怎么去修改删除都可以。 然后修改完成之后，记得按 ctrl s 保存到本地即可。 ok， 今天的分享就到这里，感兴趣的朋友可以点个关注，后续我会为大家分享更多实用的 ai 技巧和落地指南。

很多人以为给 cloud 写技能很麻烦，要手写代码，要懂格式等等，其实完全不是。今天我教你最简单的方式，让 cloud 替你写技能。我们先花三十秒了解一下技能长什么样。 一个技能就是一个文件夹，里面通常有几样东西， skill 点 md 核心文件，这个必须有 script， 放可执行脚本，比如自动发邮件，调用 api 的 代码等等。 reference 放参考文档，比如你公司的写作规范，行业术语表等等。 assess 放模板素材，比如固定格式的周报模板，邮件模板等等。 记住一件事就够了。 skill 点 m d 是 灵魂，其他都是配件。 skill 点 m d 分 两部分，第一部分是原数据，就是一段固定格式的说明， name 添技能名称 description， 写这个技能是干什么的，什么时候用， 其中最关键的就是 description， cloud 就 靠这段话来判断要不要加载这个技能。 所以 description 必须说清楚两件事，能做什么，以及什么场景下用， 最好带上你平时真实会说出口的关键词。第二部分是正文，用普通 markdown 写清楚步骤，视力常见问题就行，没有什么特别格式的要求。流程总共分三步，非常简单。第一步，先口头描述需求，把流程跑通。 比如我每周需要整理客户反馈，按问题类型分类，生成一份儿总结报告，然后一起把这个流程完整跑一遍，确认结果是你想要的。第二步，用 skill creator 封装流程跑通以后，直接说用 skill creator 把我们刚才的流程封装成一个技能，它会自动生成格式规范的 skill 点 m d 原数据， description 步骤指令全部帮你搞定。第三步，启用技能这里分两种情况，如果你用的是 cloud， 点 ai 网页端，把文件压缩成 zip， 进入设置里的技能页面上传开启就行。 如果用的是 cloud code 更简单，封装好之后直接就能用，不需要上传任何东西。 cloud 会自动识别本地的 skills 文件， 之后只要你说出触发关键词，它就自动加载，不用每次重新解释。如果你想改，直接告诉 cloud 哪里不对，让它自己改，全程一行代码都不用动。

用括号扣的啊，很多人一上来就会踩坑。那今天收五个最常见的。第一个，指令太模糊，帮我修复登录 bug。 那 到底报了什么错？附件步骤是什么？你想要什么结果？那 cloud 的 不是你肚子里的蛔虫啊，你给他信息越少，他猜的越离谱。 正确的做法是啊，把文件路径、报错，截图、日制全甩给他，再说清楚附件的步骤和你期望的结果。你喂的越细啊，它输出越准。第二个，不用 cloud 点 md。 cloud 点 md 是 什么？ 就是在你的项目根目录下放一个叫 cloud md 的 文件，里面写上你的项目背景，技术栈，编码规范。那 cloud 的 每次启动的时候都会去读这个文件，没有它啊， cloud 每次都要重新去参与这个项目，到底是干嘛的？有了它，一上来就能够进入工作状态，很多新手压根不知道有这个功能啊，但其实它真的很好用。 第三个，一次性让 cloud 改太多的东西，有人一上来就有一个超大的需求，让他一口气重构整个项目，然后呢？改着改工了，那你都不知道是哪一步出了问题。那正确做法是啊， 把大学九拆细，改一点验一点，每次改完让他帮你提交代码保存进度出了问题啊，你还可以回滚。那第四个，改完不验证，这个坑最多人踩啊。 卡拉扣的改完不代表他改对了代码能跑，也不代表逻辑对了，有时候他还会偷偷影响别的功能，你可能都不知道。所以啊，一定要让卡拉扣的帮你写完测试并验证，验证通过了才算完。 第五个啊，不管你对话长度聊太久，对话越来越长， cloud 的 输出质量就会下降，他记不住前面说过什么，或者会记混。那怎么办呢？用两个命令，第一， compact， 压缩历史对话， 保留关键的信息，减少上下文的占用。第二， clear， 直接清空上下文，从零开始。那任务做完了，最好开个新的对话，别在同一个对话里面聊太多的东西。那这五个错误啊，你中了几个呢？欢迎在评论区聊聊。

用 cloud 写代码，他帮你选了 view， 但你说不对，要用 react， 他 用了蛇形命名，你说还是不对，要用驼峰，那这样来回改来改去，可能大半个小时就过去了。 其实我们只需要在根目录加一个文件，这个文件叫 cloud 点 n d， cloud 每次启动都会自动读取，它读完之后会按里面的规则去执行，说白了就是一份不会消失的系统提示词，你在对话里说的话，下次就忘了。而写在这个文件里的规则会一直生效。 但这个文件不是说越写的越多越好，我一开始往里面塞了五十多个规则，结果 ai 反而乱套了。规则之间有可能会有一些相互冲突的地方， 而后来我砍到三块，可能就只有十几行。那技术栈是什么？命名的规范是什么？哪些文件不能动，而每一块只写约束？不解释。原理是这样子的，这个文件会占用 ai 的 上下文窗口，你写的越长，它留给做正事的空间就越少了。 所以规则精简到只剩下一些应约束， ai 执行的反而更稳定。所以我们精简到只写不能做什么，比事无巨细的写清楚。

我跟你们说，我之前用 cloud code 简直就是在受刑，每次我让他帮我更新周会表格，我都会像个老妈子一样跟他反复交代， 你还记得吗？上次我跟你说的那个链接，帮我再更新一遍，然后他就开始漫长的回忆，加载，找数据，一通操作下来，每次生成的格式还都不一样，真的超级崩溃，感觉自己像花钱雇了一个每天都在失忆的实习生。但是最近我打通了他的两个隐藏技能，简直是打开了新世界的大门，真的太爽了！ 第一个就是 m d 文档，说白了就是你给 ai 做的一份专属的入职手册，你是谁，你喜欢什么样的风格，你的任务有什么样的规矩，全都写在里面。 ai 每次开工前都会强制的先去翻一翻这个手册，你再也不需要跟他废话去交代背景了。 第二个就是 skill， 这个更牛，相当于你给 ai 定制的一件 s o p。 比如我们经常要搞封面和视频的爆款拆解，以前每次都得先输一大段咒语啊，风格是什么样儿的，用什么字体等等，都需要去跟他交代很多内容。 现在我写了一个 skill， 我 只需要一句话，封面生成，它就全都自动搞定，生成封面了，真的太省心了！给你们看一下我的文件目录，这里就建了几个专门的 md 周会更新封面生成视频分析，我给你们演示一下现在有多夸张。以前我让它更新一个周会表格，我交代加等待的时间可能要十几分钟， 现在我只需要输入杠周会更新，哎，他就开始自动更新了，看分毫不差的更新好了，一句废话都不用多说，你牛不牛？当然，肯定会有人说啊啊，我不会写这种规则文档啊什么的。 别慌，我教你一招，你不用一开始就自己写，你先跟 cloud code 进行正常的一个聊天。呃，你告诉他你平时是怎么干这个活的，你反复的跟他沟通、打磨，等他能生成一个正常的结果，就说明他已经能完全理解你的流程了。这个时候你直接跟他说， 把我们刚才沟通的内容生成一个 skill， 它就会乖乖地自动帮你生成。好了，压根儿不需要你自己写。用魔法打败魔法，真的太绝了！姐妹们，听我的，今天赶紧跟着搞一遍，明天你就会有惊喜哦！

今天将深入探讨 cloud code 的 核心配置，学习如何通过 cloud md 和 cloud 目录等关键文件，将这个强大的 ai 工具塑造成真正理解您项目的专属专家。 cloud code 的 行为主要由三个关键文件或目录定义， 核心指令文件 cloud md 充当着项目记忆的角色。 cloud 目录作为整个 ai 行为的控制枢纽， 以及 ai 自我学习和总结的 memory md。 首先，我们来拆解 cloud md， 它会在每个对话启动时自动加载到系统提示词中，专门用于存放代码本身无法体现的关键项目信息，比如构建命令代码风格和提交规范。 它采用三级配置体系，高优先级会智能地覆盖低优先级设置。 cloud md 的 三级配置体系非常强大，全区配置设定了用户的默认行为， 项目及配置包含了团队共享的约定，而本地的 cloud 点 local 点 md 则允许开发者覆盖个人偏好， 比如要求始终用中文回复或容忍特定的编码风格。现在我们来打开 cloud 的 目录，这里可谓是项目的控制中书，包含 settings 权限配置、模块化的 rules 规则、自定义 commands 命令、可自动化的工作流 skills、 独立的 agents 子智能体以及强大的 hux 钩子系统。 settings john 式 ai 行为的控制面板。通过精细配置 allow 和 deny 列表，您可以精确管控 cloud code 能访问的文件、执行的命令和网络请求。 配合 pre tools 和 post tools， 钩子还能在每次操作前后自动触发脚本，形成自动化门禁。为了保持 cloud md 的 精炼 路由，目录允许您将指令按文件路径进行模块化拆分，只有 ai 访问到匹配的文件路径时， 对应的规则才会被加载，比如 api 开发规范只在处理接口文件时生效，这大大优化了提示词的利用效率。通过 commands 目录， 您可以创建自定义的斜杠命令来封装复杂的工作流。比如输入 review， 就 能让 ai 自动执行代码审查，从代码风格到性能安全全面扫描。输入 refactor 则可以获取函数级别的重构建议和风险评估 技能，是将重复性工作自动化的利器。以生成变更日期为例， ai 会自动获取版本标签间的所有提交， 按 conventional commits 类型分类转换成 markdown 格式，然后无缝写入 change alert md 文件，整个过程无需人工干预。 a 阵词目录允许您定义拥有特定角色的子智能体， 实现并行工作。比如定义一个代码审查员 agent， 他 会专注于安全审查和性能分析。再定义一个测试编辑者 agent， 他 可以负责补齐单元测试。这些 agent 拥有独立的提示词，可被灵活调度。 钩子脚本是强化项目规则的最后一道防线。 pre tools 钩子在 ai 执行写入前运行， 可以阻止修改敏感文件。 pass to lose 钩子在写入后运行，可以自动执行格式化或 link 修复 脚本退出码为零才允许继续，非零则直接阻止操作。安全防护层面有两个关键文件， mcp 专用用于配置 model contacts protocol 服务器，连接 github 数据库等外部服务。 而 cloud neo 则像 g tiknor 一 样精确告诉 ai 哪些目录和文件绝对不能碰，比如俄女蜜月文件或庞大的 node modules memory。 md 是 cloud code 独有的自我进化机制， 它由 ai 自动记录对话中学到的经验教训、架构决策和用户偏好，存储在项目对应的 memory 目录下。与您主动编写的 cloud md 不 同， 它是 ai 自己的总结笔记，上限两百行，确保信息精炼理解。 cloud md 和 memory md 的 关键区别直观重要。 cloud md 是 您主动编写的指令级，用于明确告知 ai 项目规则。而 memory md 是 ai 在 对话中自主总结的经验笔记，两者一个主动引导，一个被动积累，相辅相成，缺一不可。

本期视频分享 obfuscate 加 cryptic v 四来搭建 obfuscate 加 ai 的 本地之库。而在上期视频介绍了将 cryptic v 四接入 cryptic 的 详细步骤，那这期视频我们把这套组合打包放进 obfuscate 中，让 ai 完成内容总结完、赚写等工作， 并且还可以让它画出我屏幕上展示的这些手绘风格的画板。视频内容主要分为四个部分，第一，安装 colorcode 和购买 deepsafe api 并完成配置。第二，介绍两款 obsidian 插件，能够实现 ai 接入。第三，演示 ai 加 obsidian webclip 来获取网页内容并总结。 第四，来安装 external 和 skill， 一 键完成白板的画布绘制。第一步，安装 cloud code 和购买 deepsafe api。 在 我的上一期视频有非常完整的介绍，你可以直接去看上一期视频， 不过在这里我可以快速的过一下。首先，到 cloud code 项目官网复制你电脑类型的一键安装指令，支持 microsoft linux， windows windows 用户需要安装一下 get， 直接到 get 的 官网下载安装包安装即可。 第二步，打开电脑终端应用，粘贴命令执行，执行完毕之后你就可以使用 colocode， 可以 通过 colocode 命令启动它，但是它还需要接入第三方的 api 模型。 第三步，我们来安装一个 cc switch 的 开源工具，它可以帮你把第三方的大模型接入 colocode。 在 项目的首页有下载安装包的地址，找到对应的安装包下载安装。 第四步，到 deepsea api 官网购买十块钱额度的 api， 然后创建一个 api k， 点击复制。最后打开 cc switch 这个软件，点击右上角的加号找到 deepsea 供应商，下滑粘贴 api k 模型，这里复制我填写的模型名称，点击保存，然后点击测试模型按钮，显示运行正常，之后点击使用就可以了，然后在终端应用输入可导的 code 了。 视频第二部分介绍两款 obsidian 插件，都能够实现调用 ai 的 功能，分别是 terminal 和 cloud 点，根据个人的需求来选择。先来介绍 terminal， 它可以在 obsidian 内部直接打开一个终端窗口来执行命令行的操作，比如调用 cloud code， 而且不离开 obsidian， 我 们直接在第三方的插件市场搜索这个名称安装即可。安装好之后，左侧会出现 open terminal 这个 logo， 点击一下 就会有三种使用方式可以选择，这三种模式对应三种不同的场景。外部模式它是在 obsit 之外启动一个终端应用，所以会脱离 obsit 的 环境，所以不太需要。 整合式，它是在 obsit 内部启动一个终端应用，所以推荐使用这个第三种。开发者控制台主要是给开发者调试插件使用，所以也不推荐。 我们在这里点击整合式，右侧的侧边栏就会出现一个终端程序，这个终端所在文件夹的位置就是当前知识库的位置，输 入 code 的 指令就能够直接调用 code。 比如我提问统计一下当前知识库一共有多少文章，多少个字，那它在侧边栏就会执行任务指令，如果需要权限许可的话，也会提醒 它可以在这里阅读文章内容，写文案，安装 skill 等等。操作和终端的使用体验是一样的，区别就是不需要额外单独的开一个终端窗口。 另一个插件是 cloud 点，在我准备视频的时候，它还没有上线第三方插件市场，但现在好像已经上架了，可以直接在这里安装。如果你搜索不到，这里也介绍另一种安装方式。我们直接打开 cloud 点的 github 仓库， 点击 release， 来到发布页面，需要下载这三个文件，分别是 g s， jason 和 c s s。 然后回到 obc 点第三方插件这里，点击打开插件文件夹，那这里呢？都是你在 obc 点中安装的插件，在这里新建一个文件夹，名称就叫做 ko 点。比如我这个， 直接把刚刚那三个文件都移动过来，然后重启一下 ko 点，在第三方插件里启动 ko 点， 左侧应该会有一个 open cloudian 的 图标，点击一下，右侧就会出现 cloudian 的 对话框，不需要进行任何的设置，只要本地安装了 cloud code 就 可以使用。我这里已经有了一些历史对话，它的界面相比于 terminal 是 比较美观的，对话时会默认选中当前正在看的 microsoft 文件。 右下角有三个按钮，分别是开启新的 type 页面、开启新对话以及查看历史的对话。我推荐使用考点，它比特米诺的适配度更高，也更方便。 cloud code 在 每一个工作的项目文件夹都会有一个 cloud 点 markdown 文件，用来指导 ai 如何在这个项目里面工作。一个完整的 cloud 点 md 文件可能需要包含这些内容，但这个是给开发用的，个人简单使用的话，只需要制定规范，明确输出要求和输出格式就行了， 不需要写得很复杂。我的 cloud 点 macdunk 里面就包括了简单的仓位定位、目录结构、输出规范等等。因为我可能会获取到一些英文的内容，所以会有翻译的规范。每个人的 cloud 点 md 根据个人的需求来不断修改。 在看一些扑克网站的时候，可以通过官方的 obsidian webcliff 这个拓展插件来将网页的内容保存成 macdunk 格式，并存储在 obsidian 中，并且是保留了章节的信息、配图等主要内容。 我之前的视频里会用到一个白板工具，用来展示整个视频的章节信息或者某个功能对比。 这个白板叫做 excel， 是 一个主打手绘风格的在线白板，它有单独的网页版，但是在 opc 店里面也是可以使用的，并且我觉得在 opc 店里面可能会更加方便，因为可以直接使用 ai 来生成内容。 我们首先需要安装一个 offset 插件，名称就叫做 extracutor。 然后我们可以在文件里面新建一个白板，在这里面进行内容的编排，可以直接插入图片或者输出这种手绘风格的文字。 但是想要让 ai 帮我们直接生成的话，就需要安装一个 skill。 我 安装了这个 skill 叫做 extracutor diagram， 安装方式也非常简单，直接复制这个 skill 的 仓库地址给到 cloud code， 然后说请帮我安装这个 skill 就 可以了。 安装好之后可以通过斜杠命令来险性的调用这个 skill， 比如让它把以下内容生成一个画布，具 体的内容是我刚刚从网页上获取到的，是关于 deepsea v 四的任务表现情况，那等待一会，它就会生成一个内容，一个简单的 deepsea v 四使用场景分析就做好了，如果需要修改的话，直接在这里编辑就可以了。 在之前的一期分享 obsidian 获取视频内容的教程里，有人让我分享我的 cloud 点 macdunk 文件，我会把我的配置保存成一个在线文档，包含这期视频提及到的所有内容， 一键三连，然后私信我， obsidian 自动获取。 ok， 那 以上就是本期视频的全部内容了，我们下期再见！拜拜！

如果你已经在用 cloud 写代码，整理资料，跑工作流了，那怎么写好项目配置文件？ cloud 点 md 非常重要，那 cloud 点 md 是 什么呢？ 它是一个放在项目跟目录的 markdown 文件，你可以把它当成是这个项目写给 ai 的 说明书。原理也很简单，每次当你新插一个对话或者清空上下文之后， cloud 都会自动再读一遍这个项目配置文件，有了它，你就再也不用解释项目背景、个人偏好等各种项目信息了。那我们该如何写好 cloud 点 md 呢？ 这里给大家总结了应该写哪些内容，这里的五类内容呢，是我搜集了资料找到的各种大牛，各种社区讨论后的一个最值得写的五类内容。 第一个呢是项目背景，你需要用很简短的语句告诉 ai 这是一个什么样的项目，让 ai 呢一看到它就能初步的对这个项目有一个大概的了解。那第二个部分呢，是技术栈和工具，比如说你用什么样的代码语言，你用什么样的框架，你有什么样的命令。比如这是一个说搜集信息的项目，那你可能就可以告诉他说我有哪些爬虫脚本。 第三部分呢，是项目约定，这里面主要要写一些已经在做的规范和习惯。比如来说，如果是一个小红书内容选择题管理系统，我通常的习惯是先让灵感写进灵感池，然后经过我的主观判断之后，我会选择一些灵感进入选择题库，那这就是我的项目约定，就会被写在 cloudy md 里面。 那第四部分呢，是沟通偏好，这一部分呢就偏向于一些个人喜好，比如说呢，我可能会告诉他说必须用中文回复，这都是一些个人回复上的喜好，你可以记载在这里面。那第五部分呢，是一些禁止事项，这类的问题呢，可能更经常出现在。嗯，你发现 ai 有 时候会有一些默认的操作是让你不满意的，那你就可以在执行的过程中告诉 ai 永远不要这么做。 那 cloud 点 m d 有 什么质量上的标准呢？我找到了 ansap 官方文件里面说到的三条标准。第一个呢，是要用具体数字代替形容词，比如说你想让 ai 回复尽量简洁，那更好的说法其实是回复小于等于三段的内容。第二部分呢，是关键规则加必须或者不要。比如如果你想表达尽量不要 emoji， 最好的表达其实是绝对不要 emoji。 第三个呢，是你要保证你的 cloud 点 md 控制在两百行以内。这是因为 cloud 点 md 的 内容会一直被写在对话的上下文空间里面，那如果它太长了，可能就会导致一些重要的规则被淹没，或者你后续对话写入的内容被忽视。 那说了这么多标准，我们该如何来修改 cloud md 呢？以及我真的要一个字一个字的写下 cloud md 里的内容吗？当然不是所有的内容都还是可以借助于 ai 来写。 首先有个最关键的指令，就是当你有大改动或者是你新开启一个项目的时候，你可以用杠 innit 这个指令来让它扫描你当前的项目文件，然后去生成一个全新的 cloud 点 mb。 比如如果你是是一个空项目的时候，它就会根据你目前的项目内容给你自动生成一个 cloud 点 mb， 那 如果你已经有一个目录下的 cloud 点 mb 之后，它依然会读取旧的 cloud 点 mb， 并且扫描当前的架构，给你一个优化版的 cloud 点 mb。 第二个呢，是适用于日常小修的 problems， 比如你发现 ai 做了一些你不满意的事情，你想要让它改进，那你就可以把这件事情立刻追加到 cloud md 里面。 那第三种呢，是定期瘦身，也就是我们刚刚说的 cloud md 要小于等于两百行才能更好的发挥它的作用。那我们就可以用下面这段 prom， 让 ai 把过时的、重复的或者是写的太软的一些指令删除掉。然后最后呢，把字数控制在两百行以下，那通过这三个指令，你就已经可以很好的写好你的 cloud md 了。 而且这套用法其实不止 cloud 能用在 cloud 里面， cloud 点 m d 是 这个项目的说明书，而在 codex 里面，这个项目配置文件被写作 asigns 点 m d。 我 自己测试过，如果你现在在 codex 里面导入一个带有 cloud 点 m d 这个文件的项目，它其实会自动问你要不要把 cloud 点 m d 这些内容转化成 asigns 点 m d， 所以 其实它已经有一些自动的转换过程了。

为什么你用 ai 写代码，一会觉得 ai 写的又快又好，一会又让你愤怒的想把 ai 从屏幕里揪出来暴打一顿，甚至开始和 ai 飙脏话，怒骂，为什么这么蠢，为什么乱改不相关的代码？刚才说的怎么就记不住，一个错误犯了多少遍了，还得告诉我你哪哪又错了？ 哎！说到这有些激动了，我的火气又上来了。今天花三分钟教大家怎么 webcoding 的 时候，让 ai 稳定规范的生成代码，就算是你切换了模型，照样按照规范写，这是我实践过的方法，亲测有效。本期视频所有的材料都在我的资料库里，可以放心的使用。 我也从两个情况下讲，一个是已有项目 cloud 点 microsoft 文件如何制作，再个就是从零开始的项目的 cloud 点 microsoft 文件是如何设计的？我们先说第一个，假如说你现在已经有了一个完整的项目，比如说你现在已经有一个项目了，左侧呢，就是你的项目文件。 那这个时候你只需要先让 ai 扫描一下你的项目的结构，让 ai 了解你当前模块是如何划分的，用了哪些基础站啊，构建工具是什么？ 然后接下来呢？让他去分析代码模式啊，提取命名、规范、分层规则、代码风格。因为我们知道一个成熟的项目，它其实是很多人在按照一定的规范去编辑的，可能大家都形成了一种共识，或者说之前就已经有对应的文档，要求大家一定要按照那个规范去编辑代码， 那这个时候这个代码的成品，它就是 ai 学习的一个数据源，你让 ai 去识别现在的项目它是怎么写的， 规范是什么，然后把它整理成 cloud 点 macdunk 文件。这样的话，不管是哪个 ai 编程工具，也不管是哪个编程大模型，他在拿到这个项目之后，都会先去读取 cloud 点 macdunk 文件，先把这个总体的规范放在第一优先级理解。这里我给大家准备了一个核心提示词， 你直接把这段话复制给 ai 就 可以了，然后它就会给你生成一个 cloud 点 macdunk 文件到你的项目的目录下。在这里我以后端举例啊，比如说你把这段话给到大模型之后， 它就会识别采用的这个基础站，还有命名规范，还有代码风格在这个项目中是如何定义的，然后后续你再让 ai 去生成代码的时候，它就会延续当前项目已有的风格，进行代码的编辑。所以说写出来的代码呢， 规范也比较稳定，同时呢也延续了你们这个团队对于这个代码维护的一些规范。那在此基础之上，我们在用 ai 编程工具写代码的时候，肯定会出现那些由于上下文过长，然后突然发现大模型它好像降质了，刚开始很聪明，后来越写越烂， 然后你给他提示了很多次的问题，他还会出现那像这种情况，我们也需要把它规范到 cloud 点，查看文件里边，让他下次再遇到类似的情况，不要再继续犯错了。不管是谁都很讨厌一遍遍的重复我自己之前说过的话。所以当你发现 ai 反复的犯同类错误的时候， 比如说我明明不想让他删除我自己写的注目，但是他不知道为什么，就会在改代码的时候，莫名其妙的把我的注目删掉了，这就是很让我气愤的一个点， 好，诸如此类吧，就是这种反复犯的这种错误，屡教不改，你给他说一次，他改一次，那这个时候做法也很简单，就是你告诉他把这个问题固化为规范，或者说将此约束加入 clogs 点 markdown， 他 就会分析最近的几次对话，然后识别出到底是哪个问题。他总是反复的出现错误，然后提取正确的写法，然后把它规范到这个 clogs 点 markdown 文件里边， 这样的话，下次再遇到类似的问题，他就知道要按照最重要的这个规范去写了，就不会犯同样的错误。那刚才说的这种方式呢？就是很简单的一种方式，就是简单的一句话，让他把这个问题固化规范写到这个 cloud 点什么大文件里边 啊？还有另外一种呢，就是比较详细的指出你要把哪些东西写到 collab 里边，那这个时候就需要你啊，人为的去给他指定一些信息，把什么写到这个 collab 里边，你说的题词就相对来说要多一点啊，这样的话可控性会比较强， 这个相当于是备选方案，这两个用一个就行，如果说第一个方案简单，但是效果不好，那你就用第二个，我其实感觉我自己实践用第一个就已经足够了。那么好，接下来还有种情况呢，就是我们现在开始从零搭建一个项目，比如说 左侧呢，就是一个空的文件夹，现在我要在这个文件夹下开发一个项目。在开发这个项目之前，我首先需要，嗯，让大家帮我分析我现在要做什么 东西，如何？呃，定义这个需求，先出一份需求文档，然后出来需求文档之后实现的。之前呢，我们给他需要定一个 cloud 点 markdown 这样一个规范，总体的规范，防止他在一开始写代码的时候就乱写，那后面维护起来就越来越费劲。 这个就是另外一种情况，就是从零开始写项目的时候，我们这个 cloud 点 markdown 是 如何设计的？你只需要把这段提示词 给到他就可以了，在这个地方填入你对应的一些呃，这个项目的设计吧，比如说你是一个外部应用，或者说什么数据平台啊，机构站是啥，你把这些给到他，当然了你也可以把这个模板给到他，然后在他给你做完技术选型和方案设计之后，让他去帮你填充这里面的占位符， 这样的话把这段提示词再给到 ai， 让他帮你最终生成一个 cloud 点 markdown 文件，这样的话后续的开发就按照这个 cloud 点 markdown 文件进行开发， 就在一开始就把规矩咱都定死了。下面呢就是一个推荐的章节结构，这个大家可以了解，这个只是我做一个后段开发，嗯，是这样定义的，大家作为参考就行，主要是上面这个提示词好，那三种情况都说完了， 接下来我就和大家分享一个 ai 大 神 capcity 的 cloud 点 mac 软件，目前这个项目的 star 数是一百二十六 k， 可以 说达到这个量级的 star 数的 get 哈普项目并不多，如果说大家找不到这个项目呢，我也把这个项目中的那个 cloud 点 mac 软件给大家拷贝到这里了， 这是原版，然后还有中文版啊，我推荐大家还是用原版，因为大模型对于英文的理解可能要比这个中文理解要好一点，因为在训练的时候，嗯，就是英文可能要偏多一些，毕竟是代码相关的一些需求。最后就是常见问题的整理， 假如说已有的项目代码不规范，你接手了一个烂摊子，它可能是一堆史山代码，那么 cloud 点 markdown 应该是按现有的代码写，还是按照理想的状态写？那这个时候如果说允许你对已有的代码进行逐步的改造，也就是有这样一个前提， 那你可以按照理想的状态写，让 ai 帮你逐步的去改造当前项目的这个不太合理的设计和规范。 注意这个前提啊，如果说没有这个前提，大家千万不要去随便的去改线上的这些，呃，已经很多很多的这种代码大规模的改，千万不要，因为我们所有规范的前提呢，都是保证线上不要出现事故。 我把本期视频所用到的所有的提示词都已经放到我的资料的合集里了，就在这个位置，大家可以放心的使用。如果这期视频对你有用，记得点赞关注，我们下期再见！

嗨，你好，这里是灵山武义的宝藏集合地。你还在为 ai 乱改文件而苦恼吗？让他加个验证，他顺手重构了整个模块，让他修个半，结果引入三个新泵，外加五十行灵活配置，每次都要写小作文提醒他别瞎发挥，心累到想砸键盘。 按 github 上这个紧急百字的 code md 文件，直接让 ai 从过激艺术家变成听话外科医生。一个基于 andre carte 大 神对 llm 编码陷阱的深度观察凝练出的行为准则模板。现一百二十 k star 是 vcode 的 人手一份的 ai 调教圣经。 这个仓库的精髓就藏在一个 cloud md 里，遵循 cloud code memory system 指令格式。它不是什么复杂插件，只是一个几百字的 markdown 文件，放到项目跟目录， ai 自动读取，并遵守核心四条铁律。 第一， think before coding， 先想后写，别假定，别隐藏困惑，明确假设与权衡，强迫 ai 在 执行前陈述、理解和备选方案，从源头上消灭擅自解释。 二、 simplicity first 极简至上，用最少代码解决问题，不做任何预测性功能杜绝。我认为你以后可能需要是抽象五十行能搞定的，决不允许二百行。 三、 surgical changes 手术级修改，只碰必须改的，连注视和格式都别动，避免因 ai 顺便优化相邻代码而导致隐藏破坏。每次改动都必须可追溯至你的请求。 四、 go drive execution 目标驱动闭环，把任务转化为可验证目标，循环指导，通过给 ai 一个写测试验证修复的闭环，不再只是修扮，而是编辑附线测试修复、确认、测试全律。 别再拿着别改我代码的 prompt 复制粘贴了这个只有百行文字的 callmd， 用 carpath 的 观察把你从 ai 拉锯站中解放出来，让你的项目保持干净无伤且可维护。 star 树正在狂飙，现在上车，你就是下一个群聊里安利神集训 ai 树的那位。 nice， 关注我，本期宝藏你 get 了吗？

很多人刚开始用 cloud code， 会把项目历史、技术决策和个人偏好全塞进 cloud 点 m d。 结果不是更懂你，而是更容易迷路。 第一条，越短越好， c l a u d 点 m d。 每次绘画都会被加载涌现，内容越多， cloud 真正理解代码的空间就越少。 第二条，不要只写技术站，没有禁止清单， cloud 会善意地引入他以为更优的方案，但那可能和你的项目历史完全冲突。 第三条，规则必须可操作，模糊口号对人有感觉，对 ai 没有约束力，能不能五秒判断一段代码是否符合才是好规则。 第四条，把 slay i 六幺 d 点 md。 当路由器，不是知识仓库，它的职责不是展开所有细节，而是告诉 cloud 需要架构、接口和部署信息时，分别该去哪里找。 第五条，敏感模块不要只靠根目录规则给 office billing info 这种高风险区域单独放本地 cloud 的 点 md， 相当于在危险地带加护栏。 第六条， cloud 不是 不会守规则，而是会忘。把格式化测试和敏感目录确认，这些事情交给 hook， 才是真正稳定的执行层。 第七条，如果你想解决 cloud 每次新绘画像诗意的问题，最简单的方法不是上复杂系统，而是让它读写一个可追踪的 memory 点 m d。 第八条，把你的工作方式写进 cloud 点 md。 比如先给方案重大变更，先问回复，用中文路径，用绝对路径，这样 cloud 第一轮就知道你在乎什么。 这篇文章最后的落点很直接，第一，删到两百行以内，第二，加禁止清单。第三，把模糊规则改成可验证指令。第四，给 office billing info 这些模块加本地 cloud 点 md。

百分之四十一、百分之十一、百分之三。一个 cloud 点 m d 文件，把 ai 写代码的错误率打下来了。 一月， carparty 吐槽 ai 写代码的四大毛病，瞎猜、过度设计、乱改代码、没有目标。开发者 forrest chong 把吐槽变成了四条规则。 github 首日近六千 star， 加上这四条，错误率就从百分之四十一降到百分之十一。 但问题来了，百分之十一的错误率，剩下的百分之六十失败模式是 car party 那 四条管不了的，多部 agent、 hook 吉连跨代码库协助，这些一月根本不存在。 四条规则，不是错了，是不够了。五月九号，开发者 amnilex 发布了十二条规则完整版， 在 karlty 四条基础上新增八条，六周三十个代码库实测，关键发现合规律几乎没变，百分之七十八到百分之七十六，但错误率又砍了八个百分点，降到百分之三，哪几条最值？第五条模型只做判断，不做决策， 让 cloud 判断五零三，要不要重试？他读了请求体，当上下文重试策略变成随机的路由，重试状态码，这种确定性逻辑就该用代码写。第六条硬性 token 预算， 没有预算的 cloud 点 m d 就是 空白，支票循环一开就往五万 token 充，模型不会自己踩刹车。 这两条，一个是认知边界，一个是资源边界。最重要的心智模型来了， cloud 点 md， 不是 许愿清单，是行为合约。每条规则只回答一个问题，它防止什么错误？ 有人在四百九十二个公开 cloud 点 md 上跑评分中位数只有三分，百分之九十八缺，先读后写，百分之九十一缺，显性失败， 不是大家不想写好，是不知道该写什么。十二条规则复制粘贴到你的 cloud 点 m d 今晚就能用， cloud code、 cursor、 winsole 都通用。想看完整规则文件，关注我，下一条发出来。

你的克劳德点 md 超过两百条了吗？如果是，那他现在大概率越用越蠢。这不是我瞎说，是踩过坑的经验。写到几百条，改一条规则，别的全乱了。 今天教你三步，把它收回来。第一步，看看要不要拆。官方建议不超过两百条，社区普遍认为三百条市上限超了必拆。真正的信号不是数量，是你改了一条规则，结果别处也跟着崩了。第二步，按功能去拆，别按文件大小拆，按功能拆。 每个文件只管一个方向。代码规范单独放，式单独放，安全单独放。跟文件只留下目目标和协助原则， 其他细则通通搬到 rose 目录里。容易冲突的规则一定分开放，比如测试要求和代码审不要写在一。第三步，拆完之后必须验证，用 memory 命令看当前到底加载了哪些文件，如果没列出来，就等于没有生效。进到目录里跑一次真实任务，再查一次对比跟目录和子目录的加载区别。 如果你以为某条规则生效了，但是没列出来，那就回去检查目录位置和层级。这套方法解决三个问题，规则冲突忌怎吃一太大改一条，带风一片。你的现在多少条拆过没？

cloud 用久了还是不太懂你，不是你不会用，是你没给他一本操作手册。其实 cloud md 就是 你给 cloud 定的永久规矩手册，写一次以后，每次打开直接用不用，每次都重新教一遍。下面我总结了八个写 cloud md 文档的技巧，分享给大家。 第一，越短越好，两百行以内只写三件事，你主要用它干嘛？什么风格别人三十秒能看懂，别堆废话。第二，必须写清楚，不许做什么，光告诉他你喜欢什么风格没用，他还是会自作聪明给你加鸡汤。加营销词， 直接列禁用清单，禁止极限词，禁止公文腔，禁止客套开场白，禁止凑字数。第三，规矩要具体，别写文案简洁点，他听不懂要写短句为主，不用生僻词。开门见山，不写多余铺垫。 第四，这个文档是指路牌，不是百科全书，别把所有资料都塞进去，告诉他模板放哪个文件夹就行。第五，重要场景单独定规矩写文案，一套规则做访谈，另一套分开管才不会乱。第六，把你的固定习惯写成反弹，另一套分开管才不会乱。第六，把你的固定习惯写成你不写死他下次就忘。 第七，建一个 memory， 点 m d， 让它自动记下你的偏好，越用越懂你。第八，一次性写清楚你的沟通风格，先给完整方案，不确定就列选项，大改动前先问，不要客套废话，写好了它就是你的永久行为准则。