AI 编码工具教程：设置、规则、Agents、MCP 和团队工作流

Q: 如何教 AI 编码工具理解我的项目？

用持久指令文件写清命令、架构备注、代码模式和验证期待。不要把团队反复需要的规则只放在一次性聊天上下文里。

功能对比

教程	适合场景	输出
1. 选择工作流	你在编辑器、终端、IDE 和 GitHub-agent 之间选择	映射到真实任务的工具短名单。
2. 添加项目指令	工具总是忽略本地模式	CLAUDE.md、AGENTS.md、Cursor Rules 或 Copilot instructions。
3. 运行第一个 agent 任务	想在真实仓库安全试用	可审查 diff、命令输出和人工修正记录。
4. 谨慎添加 MCP	工具需要 GitHub、浏览器、数据库、文档或设计上下文	经过审查的小型 mcp.json 或客户端配置。
5. 建立审查循环	生成代码看似合理但不总可信	测试、diff、风险和交接说明清单。
6. 推广到团队	多个开发者会使用该流程	共享规则、负责人、审批边界和 fallback 步骤。

教程 1：选择工作流

安装任何工具前，先写清楚工作从哪里开始，最后应该产出什么。这能避免工具选择变成纯功能清单。

从编辑器开始 -> Cursor, Copilot, Cline, Continue
从终端开始 -> Claude Code, Aider
从 issue 或 PR 开始 -> Codex, Copilot agents, Claude Code
需要外部上下文 -> MCP-enabled workflow

教程 2：创建仓库指令

第一个配置文件应该说明稳定项目行为：包管理器、测试命令、架构边界、风格规则和审查期待。

Claude Code 项目记忆用 CLAUDE.md。
Cursor 项目规则用 .cursor/rules/*.mdc。
跨工具复用指令用 AGENTS.md。
GitHub Copilot 用 .github/copilot-instructions.md。

生成 AGENTS.md 生成 CLAUDE.md 生成 Cursor Rules

教程 3：运行安全的第一个任务

选择小 bug fix 或测试更新。让工具先检查相关文件、提出计划、只编辑限定文件，并运行最窄的有用验证命令。

提示词模板：
Find the smallest safe fix for [bug].
Inspect only the relevant files first.
Before editing, list the files you expect to touch.
After editing, run [test command] and summarize the diff.

教程 4：添加 MCP Servers

只有当 MCP 能减少真实上下文复制时才添加。先从一个低风险 server 开始，在终端验证命令，再连接到编码工具。

编码上下文先从 Filesystem 或 GitHub 开始。
前端验证加 Playwright 或 Browser。
数据库 server 初期保持只读。
密钥不要写入提交的配置文件。

生成 MCP config 浏览 MCP servers

教程 5：审查输出

把 AI 生成代码当作速度很快但需要审查的贡献者。审查行为，而不只是语法。

审查清单：
[ ] diff 是否保持在范围内？
[ ] 是否包含测试或检查？
[ ] 是否保留本地模式？
[ ] 是否影响密钥、权限或数据流？
[ ] 交接说明是否足够清楚？

常见问题

团队第一个 AI coding tutorial 应该做什么？

先记录一个仓库的命令和约定，再用一个明确验证命令跑一个小型真实任务。

新手应该从 Cursor 还是 Claude Code 开始？

想要编辑器优先体验就从 Cursor 开始；熟悉终端并希望 agent 运行命令就从 Claude Code 开始。

什么时候添加 MCP？

基础工作流跑通后再加，并且只有当工具反复需要 GitHub issues、浏览器检查、数据库 schema 或文档等外部上下文时才加。

如何教 AI 编码工具理解我的项目？