得物怎么做AI编程规范化：一个Skill让AI遵守工程标准
Site Owner
发布于 2026-04-16
得物技术团队用三层规范体系解决AI编程混乱：AGENTS.md写进团队规范、Hook在动手前拦截、Skill封装最佳实践。核心洞察：AI编程的瓶颈不是能力，是规范；让AI遵守规范比让AI写好代码更难。
得物怎么做AI编程规范化：一个Skill让AI遵守工程标准
得物技术团队遇到了一个真实问题：AI 生成的代码，不查复用组件，不遵守命名规范，直接新建而不是复用。
组件库越来越臃肿，维护成本越来越高，UI 一致性越来越差。更糟糕的是，AI 会复制这种混乱——它从已有的"坏代码"里学到了"新建"的习惯，然后继续生产更多重复组件。
这不是 AI 能力不够。是决策顺序有问题——AI 先写后查，应该先查后写。（来源：得物技术《一个组件复用Skill的工程化实践》）
洞察一：AI 不守规矩的本质——先写后查，应该先查后写
一开始得物团队也以为问题是"缺个搜索工具"。做了工具之后发现，真正的问题不在这里。
AI 有没有工具用？有。会不会主动用？不一定会。什么时候用？不稳定。用完之后能不能回到项目上下文？经常跑偏。
核心洞察：AI 编程的瓶颈不是能力，是规范。让 AI 遵守规范比让 AI 写好代码更难。 因为"写代码"是模型的训练目标，而"遵守你的团队规范"不是。
洞察二：AGENTS.md——给 AI 写一份"员工手册"
得物的第一层解法：把团队规范写进 AI 的常驻上下文。
不是塞满文档，而是让 AI 每轮都知道四件事：这个仓库有组件复用机制；默认应该先查可复用组件；查不到再考虑新建；扫描后还有描述补全流程需要继续执行。
这解决的是最基础的问题：AI 根本不知道你有这套机制。 不写进 AGENTS.md，AI 主动使用 skill 的概率确实会很低——作者原话是"这点我踩过坑"。
这不是提示词技巧。这是工程制度。 就像新员工入职第一天发一本员工手册，不是因为他不会干活，是因为他不知道你的团队怎么干活。
洞察三：Hook——在 AI 动手之前拦住它
AGENTS.md 解决了"知道"，但没解决"想起来用"。
得物的第二层解法：用 Hook 做意图路由增强。在用户提到"组件复用""是否有现成组件"等语义时，在 AI 处理 prompt 之前注入额外上下文，让它优先走组件复用流程。
这层改变的是 AI 的"决策点"。AI 不需要自己判断"现在该不该查组件"——Hook 帮它做了这个判断。
本质上是在减少 AI 的决策成本。 从"先意识到有 skill → 再判断该不该用 → 再决定什么时候用"，变成"系统帮你判断好了，你只管执行"。
洞察四：Skill——把最佳实践封装成可执行的能力
第三层才是真正的"能力层"。Skill 不只是文档，是可执行的工具链。
得物把整个组件查找流程收敛成一个统一入口 find-component.js。AI 不需要知道背后有 resolve-scope、match-component、index-manager 等一堆脚本，只需要调一个函数，拿一个固定的 JSON 输出。
这个设计有几个值得展开的细节。
搜索范围不是"全仓库乱搜"，而是"当前应用 + 根级共享"优先。 monorepo 场景下，先看当前业务应用里有没有，再看全局共享有没有。很像人类工程师的查找策略。
匹配不是纯关键字，是多因素加权。 名称精确匹配、模糊匹配、Token 重叠、首字母缩写——组合评分，低分阈值以下的直接过滤。作者特别强调："AI 一旦拿到一些低质量候选，很容易将错就错。"
索引构建做成可复用流水线，不是一次性脚本。 扫描 → 索引更新 → AI 富化（生成组件描述和关键词），持续维护，不会过时。
最关键的是，AI 富化环节配置了 agent_mode_no_fallback = true——Agent 必须完成这一步，不走规则引擎降级。 不是建议，是纳入主流程。
洞察五：Skill 不只是能力包，是流程控制器
作者总结了一条认知转变：原来以为写 skill 是给 AI 增加能力，现在更像是给 AI 增加"默认工作方式"。
AGENTS.md 负责"告诉 AI 世界观"，Hook 负责"提醒 AI 现在该用哪套流程"，Skill 负责"把动作做完，并且做得稳定"，日志和反馈回路负责"让系统可观测、可迭代"。
这套思路不只适用于组件复用。任何需要 AI "稳定走同一条流程"的场景——任务优化、日志诊断、代码规范治理——都可以用同样的三层结构来解。
给技术 Leader 一个判断：什么时候该投入做 AI 编程规范化？不是刚引入 AI Coding 的时候，是当你发现 AI 生成的代码开始"复制混乱"——重复组件越来越多、命名越来越不一致的时候。短期成本是写 Skill、维护 AGENTS.md；长期收益是一个不会"即兴发挥"而是遵守工程纪律的 AI 协作者。得物的实践已经证明：AI 非常适合被放进一套清晰流程里工作。只要基础上下文到位、可执行入口明确、流程边界清晰，AI 就不会只是一个会说话的代码补全器。
素材来源：
- 得物技术《立正请站好：一个组件复用 Skill 的工程化实践》：https://mp.weixin.qq.com/s?__biz=MzkxNTE3ODU0NA==&mid=2247544056&idx=1&sn=18bd6749a8e9b8ff2dde91b066a2526a
- Vercel Agent 评测：https://vercel.com/blog/agents-md-outperforms-skills-in-our-agent-evals