AI编程助手效率革命：结构化配置与提示词工程实战

1. 项目概述一个为AI编程时代量身定制的开发者工具箱如果你和我一样日常开发已经离不开像 Cursor 和 Claude 这样的 AI 编程助手那你肯定也遇到过类似的困扰每次开启一个新项目或者在不同项目间切换时总得花时间去配置那些重复的、琐碎的 AI 助手偏好设置、项目上下文规则甚至是一些常用的代码片段和模板。这些工作本身不复杂但累积起来就是一笔不小的“认知税”和“时间税”。最近在 GitHub 上发现了一个名为mjaskolski/cursor-and-claude-code-developer-toolkit的项目它精准地击中了这个痛点。这个项目本质上是一个高度定制化的、面向 AI 辅助编程的开发者工具箱。它不是另一个 AI 模型而是一套精心设计的“元工具”——一套用于配置和优化你现有 AI 编程助手特别是 Cursor 和 Claude的规则、提示词、模板和工作流集合。简单来说它帮你把那些散落在各个角落、需要反复口头交代给 AI 的“潜规则”和“最佳实践”变成了可版本化、可共享、可一键应用的标准化配置。这就像是为你的 AI 副驾驶编写了一本详尽的《飞行手册》和《任务清单》让它的表现从一开始就更加稳定、专业更贴合你的个人或团队编码风格。对于任何希望将 AI 编程助手从“有趣的玩具”提升为“可靠的生产力伙伴”的开发者而言这个工具包都值得深入研究和部署。2. 核心设计思路从临时对话到结构化协作为什么我们需要这样一个工具包这得从当前 AI 编程助手的工作模式说起。无论是 Cursor 的内置 AI 还是 Claude 的聊天界面我们与它们的交互大多始于一个空白的对话窗口。每次我们都需要从头开始描述项目背景、技术栈、代码规范、甚至是我们个人的编码偏好。这种“会话式”的协作虽然灵活但缺乏一致性和积累性。cursor-and-claude-code-developer-toolkit的设计哲学正是要将这种临时性的、非结构化的协作转变为系统性的、可复用的结构化协作。它的核心思路可以拆解为以下几个层面2.1 统一上下文管理打造项目的“长期记忆”AI 模型有上下文窗口的限制并且每次对话的“记忆”是相对独立的。这个工具包通过创建标准化的项目级配置文件例如.cursorrules或特定的prompts目录为 AI 助手建立了一个持久化的、项目专属的上下文知识库。它具体做了什么项目元数据定义在项目根目录放置一个配置文件明确告知 AI 本项目使用的技术栈如 React TypeScript Tailwind CSS、核心依赖版本、代码结构规范如目录组织方式。编码规范与风格指南将 ESLint 规则、Prettier 配置、命名约定如变量使用 camelCase组件使用 PascalCase等内容以 AI 易于理解和引用的方式写入提示。这样AI 生成的代码从一开始就更可能符合规范减少后续人工调整。业务逻辑与领域知识注入对于特定项目可以将核心的业务概念、数据模型关系、API 端点规范等摘要写入上下文。这能极大提升 AI 在实现功能时对业务逻辑理解的准确性避免生成偏离实际需求的代码。注意这里的关键不是简单罗列规则而是要用 AI 能“听懂”的自然语言进行描述并结合少量示例。工具包中提供的模板很好地示范了如何组织这些信息。2.2 标准化提示词工程从模糊需求到精确指令我们经常抱怨 AI 生成的代码不理想有时问题可能出在我们给出的指令过于模糊。这个工具包包含了一系列经过打磨的、针对不同场景的“提示词模板”Prompt Templates。例如它可能包含/refactor重构提示模板不仅要求“重构这段代码”还会具体指明重构目标如“提高函数纯度”、“应用设计模式X”、“优化性能至 O(n log n)”并附带重构前后的代码风格要求。/debug调试提示模板指导 AI 如何系统性地分析错误日志、堆栈跟踪并按照“假设-验证”的步骤进行排查而不是盲目地猜测。/implement_feature实现功能提示模板提供一个结构化的框架要求 AI 先分析需求再设计接口和数据流最后实现代码并同时生成相应的单元测试用例。通过使用这些标准化提示词你向 AI 发出的指令质量更高、更可预测从而显著提高协作效率和输出代码的质量。2.3 工作流自动化封装高频复合操作有些开发任务不是单一指令能完成的而是包含一系列步骤。这个工具包可以将这些步骤封装成可一键执行或半自动执行的“工作流”。一个典型场景是“搭建新组件”在components/目录下创建以组件名命名的文件夹。在该文件夹内创建index.tsx主组件、types.ts类型定义、styles.module.css样式、Component.test.tsx测试文件。在每个文件中填充符合项目规范的样板代码如导入语句、基础组件结构、PropTypes/Interface。更新相关的barrel file如components/index.ts导出新组件。在没有工具包时你需要一步步告诉 AI 或自己手动完成。有了工具包你可以通过一个定制化的指令比如/scaffold:component ComponentName让 AI 结合项目上下文和模板自动完成这一系列操作。这极大地提升了开发新模块的启动速度。2.4 个性化与可移植性工具包的设计通常是模块化的。你可以 fork 原仓库然后根据自己或团队的技术偏好比如你更喜欢 Vite 而不是 Webpack喜欢使用tanstack/react-query而不是 Redux来修改其中的配置和模板。一旦配置完成你可以将这个个性化的工具包应用到任何一个新项目中实现开发环境与协作规范的秒级同步。这对于团队协作和个人在多项目间保持高效至关重要。3. 工具包核心内容深度解析了解了设计思路我们来看看这个工具包里具体可能包含哪些“干货”。虽然每个开发者的具体配置可能不同但一个成熟的工具包通常会涵盖以下几个核心模块3.1 项目规则文件.cursorrules/.clauderc这是工具包的“基石”文件。它通常位于项目根目录AI 助手尤其是 Cursor会在处理该项目时自动读取并遵循其中的指令。一个.cursorrules文件示例可能包含以下部分# 项目上下文 - **项目名称**: 电商后台管理系统 - **核心栈**: Next.js 14 (App Router), TypeScript 5.0, Tailwind CSS, Prisma ORM, PostgreSQL - **状态管理**: Zustand - **API 风格**: RESTful使用 Next.js Route Handlers 实现 - **代码规范**: 遵循 Airbnb JavaScript Style Guide使用 ESLint 和 Prettier 进行强制检查与格式化。 # 关键目录结构说明 - /app/api/* - API 路由处理程序 - /components/ui/* - 可复用的通用 UI 组件 (使用 shadcn/ui) - /lib/* - 工具函数、Prisma 客户端实例、配置 - /prisma/* - 数据库 schema 和迁移文件 - /store/* - Zustand store 定义 # 对 AI 的特定要求 1. **生成代码时**必须使用 TypeScript并显式定义类型。函数组件优先使用 React.FCProps 或带有 interface 的箭头函数。 2. **样式处理**优先使用 Tailwind CSS 工具类。如需复杂样式请创建 CSS Module 文件。 3. **数据获取**在组件中使用 useEffect 或 SWR/React Query 进行客户端获取。在 Server Components 中直接进行异步数据获取。 4. **数据库操作**始终通过 /lib/prisma.ts 导出的 prisma 客户端实例进行禁止直接写 SQL 字符串。 5. **错误处理**API 路由必须返回标准的 HTTP 状态码和 JSON 错误信息。前端需有基本的 try-catch 或错误边界处理。 6. **安全提醒**在处理用户输入时必须提及验证和清理如使用 zod 进行 schema 验证。涉及数据库查询时提醒注意 SQL 注入Prisma 已防护和权限检查。实操心得编写.cursorrules时语气要像在指导一位新加入团队的资深工程师。信息要具体、可操作避免模糊的“写出好代码”这类要求。将团队在 Code Review 中最常指出的问题转化为正面的、预防性的规则写进去效果最佳。3.2 提示词模板库/prompts/目录这个目录下存放着针对不同任务的、结构化的提示词文件。你可以直接在 Cursor 的 Chat 中引用它们或者将其内容复制到 Claude 的对话中。示例文件prompts/refactor-for-performance.md# 任务性能导向重构 **目标代码文件**{{file_path}} **当前性能瓶颈如已知**{{bottleneck_description}} ## 重构指令 请你扮演一个性能优化专家的角色对目标代码进行重构。请遵循以下步骤 1. **分析阶段** - 首先分析当前代码的时间与空间复杂度。识别出可能的瓶颈如不必要的重复计算、低效的数据结构、过大的渲染范围等。 - 提供一份简要的分析报告。 2. **重构方案** - 提出至少两种不同的重构方案并对比其优缺点可读性、性能提升幅度、改动范围。 - 优先选择在保持代码清晰度的前提下能带来最大性能收益的方案。 3. **实施重构** - 应用选定的方案进行重构。要求 - 保持功能完全一致。 - 为关键算法或复杂变更添加注释。 - 如果涉及 React 组件考虑使用 React.memo, useMemo, useCallback 进行优化并解释为什么在这里使用是合适的。 - **必须**为重构后的代码编写相应的基准测试或性能对比示例以验证改进效果。 4. **输出格式** - 提供完整的、可运行的重构后代码。 - 附上分析报告和方案对比。 - 解释主要变更点及其对性能的影响。使用方式在 Cursor 中你可以用#引用这个文件或者直接将其内容发送给 Claude。{{}}中的部分是你可以根据实际情况替换的变量。3.3 代码片段与脚手架模板/templates/或/snippets/这里存放着可复用的代码块和项目脚手架。这可能是工具包中最“实在”的部分。/templates/component/如前所述包含创建标准 React 组件所需的所有文件模板。/templates/api-route/包含一个标准的 Next.js API Route 模板已经集成了错误处理、请求验证使用zod、Prisma 操作和响应格式化。/snippets/hooks/存放自定义 React Hooks 的模板如useLocalStorage,useFetch等这些 Hook 已经按照项目规范写好了类型定义和错误处理。/snippets/utility/常用的工具函数如日期格式化函数、防抖/节流函数、安全的类型断言函数等。实操要点这些模板不应该只是空洞的骨架。它们应该包含“智能注释”指导 AI 或开发者在哪里填充业务逻辑。例如在 API 路由模板中你可以在处理 POST 请求的逻辑旁边注释// TODO: 1. 使用zod验证req.body。 2. 检查用户权限。 3. 使用prisma.[model].create创建数据。3.4 配置与脚本/configs/,/scripts/为了确保工具包本身和其生成的内容能无缝集成到开发流程中一些共享配置和自动化脚本也必不可少。/configs/eslint-overrides.js项目特定的 ESLint 规则覆盖。你可以在这里放宽或收紧某些规则并将其合并到项目的.eslintrc.js中。/configs/prettier.json统一的代码格式化配置。/scripts/setup-project.sh一个 Shell 脚本用于在新项目中快速初始化工具包创建符号链接到.cursorrules安装必要的开发依赖设置 git hooks 等。/scripts/generate-component.js一个 Node.js 脚本接受组件名作为参数自动从模板创建组件文件并填充内容。这个脚本本身也可以被 AI 调用或改进。4. 如何部署与集成到你的工作流拥有一个强大的工具包只是第一步关键在于将其流畅地集成到你每天的开发工作中。以下是一套可行的部署和集成方案。4.1 获取与初始化工具包克隆仓库首先将mjaskolski/cursor-and-claude-code-developer-toolkit仓库克隆到本地一个全局位置比如~/dev/toolkits/ai-dev-toolkit。cd ~/dev/toolkits git clone repository-url ai-dev-toolkit cd ai-dev-toolkit个性化定制这是最关键的一步。花时间仔细阅读每个文件和目录根据你的技术栈、编码习惯和团队规范进行修改。不要害怕大刀阔斧地改动这个工具包应该是为你量身定做的。修改.cursorrules中的技术栈描述。在/prompts/中添加你最常需要使用的任务提示词。重写/templates/中的模板使其完全符合你的项目结构。创建你的模板仓库将定制化后的工具包推送到你自己的一个私有或公开 Git 仓库中。这将成为你个人或团队的“黄金标准”模板源。4.2 在新项目中应用工具包当你开始一个新项目时可以快速引入工具包的内容。方法一使用初始化脚本推荐如果你在工具包中准备了setup-project.sh脚本那么过程非常简单# 在新项目根目录下执行 curl -sSL https://raw.githubusercontent.com/your-username/your-ai-toolkit/main/scripts/setup-project.sh | bash # 或者 sh -c $(curl -fsSL https://raw.githubusercontent.com/your-username/your-ai-toolkit/main/scripts/setup-project.sh)这个脚本应该自动完成复制配置文件、安装依赖、初始化 Git Hooks 等工作。方法二手动集成将关键的配置文件如.cursorrules复制到新项目根目录。将prompts/和templates/目录中有用的部分复制到项目内一个合适的目录如/.dev/ai/。根据项目微调规则例如更新.cursorrules中的项目名称和特定依赖。4.3 与 Cursor 和 Claude 的日常协作集成在 Cursor 中自动读取Cursor 会自动识别项目根目录下的.cursorrules文件并以此作为对话的上下文基础。确保你的规则文件清晰有效。快捷指令你可以将常用的提示词模板内容保存为 Cursor 的“自定义指令”Custom Instructions或代码片段Snippets以便快速插入。结合 Composer在 Cursor 的 Composer 模式用于规划任务下你可以直接引用prompts/目录下的复杂任务提示词让 AI 帮你拆解任务。在 Claude或 ChatGPT中上下文管理由于 Claude 没有项目级配置文件的概念你需要在开始一个复杂任务对话时手动将最重要的上下文信息从.cursorrules中提炼作为第一条消息发送给它。你可以创建一个“上下文开场白”模板。提示词库将prompts/目录下的文件内容作为你与 Claude 对话的起点。直接复制粘贴然后替换其中的变量部分。网页版与桌面版考虑使用 Claude Desktop 应用它可能支持一些本地文件读取或更长的上下文有助于维持对话的一致性。4.4 版本控制与团队共享工具包本身的版本化你的个性化工具包仓库应该使用 Git 进行版本管理。当你的工作流或技术栈升级时比如从 React 17 升级到 18在工具包中进行相应的更新并提交。项目中的工具包引用对于团队项目一种最佳实践是在项目中创建一个dev-dependencies或tooling目录将工具包作为 Git Submodule 引入或者通过 npm script 从中央仓库拉取所需配置。这确保了所有团队成员使用同一套 AI 协作规范。文档与培训在团队中推广使用时需要编写简短的文档说明工具包的核心思想、主要配置文件的作用以及如何快速上手。组织一次简短的 workshop演示如何利用工具包与 AI 高效协作完成一个真实任务如修复一个 bug 或添加一个功能效果会非常好。5. 实战案例使用工具包快速开发一个用户管理界面让我们通过一个具体的例子看看这个工具包如何在实际开发中发挥作用。假设我们需要在一个 Next.js 项目中添加一个用户管理页面包含用户列表展示和激活/禁用开关。没有工具包的传统流程思考需要哪些组件UserTable, UserStatusToggle。手动创建组件文件和目录结构。在文件中编写基础框架代码imports, interface, function component。打开 Cursor/Claude描述项目背景、技术栈、组件功能。与 AI 反复沟通调整代码细节和样式。手动编写或让 AI 生成相关的 API 调用逻辑获取用户列表、更新用户状态。最后手动集成到页面中。使用工具包的高效流程步骤1启动与规划在项目根目录我们已经有了完善的.cursorrules定义了技术栈是 Next.js 14 (App Router), TypeScript, Tailwind CSS, 使用 Prisma 和 RESTful API。我们在 Cursor 中打开项目AI 已经知晓了所有上下文。我们直接使用一个预设的提示词。在 Cursor Chat 中输入#prompts/implement-feature假设我们有一个实现功能的通用提示模板。或者我们更具体地描述任务“请参考我们的项目规范在/app/admin/users/page.tsx创建一个用户管理页面。需要展示用户列表字段id, name, email, status并提供切换用户状态active/inactive的开关。后端 API 端点是GET /api/admin/users和PATCH /api/admin/users/[id]/status。”步骤2AI 生成与脚手架AI 根据.cursorrules知道要使用 TypeScript、函数组件、Tailwind CSS。AI 可能会首先建议“我将按照项目规范先创建必要的组件。我会使用我们模板库中的templates/component/结构来创建UserTable和UserStatusToggle组件并生成相应的类型定义。”AI 自动生成符合模板规范的组件代码包括清晰的 Props 接口、基本的样式结构和必要的 import 语句。对于 API 交互AI 会引用.cursorrules中关于“使用lib/api-client进行请求”和“错误处理”的规则生成封装好的fetchUsers和updateUserStatus函数。步骤3页面集成与逻辑完善AI 生成app/admin/users/page.tsx文件它是一个 Server Component使用async/await获取初始数据符合.cursorrules中对 Server Components 的约定。页面中引入了UserTable组件并将数据传递下去。UserStatusToggle组件内包含了调用updateUserStatus并处理加载状态和错误的逻辑。AI 生成的代码会包含符合我们 ESLint 和 Prettier 规则的格式。步骤4细节调整与优化我们可能对表格的样式或开关的交互有特定要求。此时我们可以继续与 AI 对话例如“将表格的悬停效果改为行背景色变灰开关在切换时添加一个加载中的旋转图标。”因为 AI 已经深度理解了项目的上下文和组件结构它的修改建议会非常精准直接定位到需要更改的代码行和样式类。步骤5收尾与验证工具包中可能还包含一个prompts/review-code.md的提示词用于让 AI 自我审查生成的代码。我们可以运行这个提示词让 AI 检查是否存在潜在的性能问题、可访问性问题a11y或违反项目规则的代码。最后我们运行项目的 lint 和 format 脚本进行最终检查由于 AI 生成的代码从一开始就遵循规则通常能一次性通过。通过这个案例可以看到工具包将大量重复的、低层次的沟通和配置工作前置并标准化了使得开发者与 AI 的协作能够聚焦在真正的业务逻辑和创新上效率提升是显而易见的。6. 常见问题、挑战与应对策略即便有了强大的工具包在实际使用中仍然会遇到一些挑战。以下是我在实践过程中遇到的一些典型问题及解决方案。6.1 问题AI 仍然会“忘记”或忽略规则文件中的某些指令现象你明明在.cursorrules里写了“优先使用函数组件”但 AI 有时还是会生成类组件。排查与解决检查规则表述确保指令清晰、无歧义。将“优先使用函数组件”改为更强制性的表述如“必须使用 React 函数组件const Component: FCProps (...) {...}或带有明确接口定义的箭头函数。禁止使用类组件。”强化上下文规则文件可能过长AI 未能完全处理。尝试将最核心、最不容违反的规则放在文件最前面并使用##、**等 Markdown 语法进行强调。对话中重申在发起复杂任务对话的开头可以再次简要强调关键规则例如“请记住本项目遵循.cursorrules中的所有规范特别是必须使用 TypeScript 函数组件和 Tailwind CSS。”分而治之考虑将庞大的.cursorrules拆分成多个更专注的文件如.cursorrules.tech技术栈、.cursorrules.style代码风格、.cursorrules.workflow工作流并在不同场景下引导 AI 关注不同的文件。6.2 问题提示词模板在复杂任务中效果不稳定现象一个设计用于“实现用户登录功能”的复杂提示词有时 AI 能完美执行有时却会遗漏某些步骤如忘记密码重置逻辑。排查与解决结构化与清单化将复杂任务分解为明确的、可检查的步骤清单。在提示词中使用编号列表并要求 AI 在回复中确认每个步骤的完成情况。请按以下步骤实现用户登录 1. 创建登录表单组件 (LoginForm.tsx)包含邮箱和密码字段。 2. 实现表单验证逻辑前端使用 zod。 3. 创建 API 路由 POST /api/auth/login处理登录请求验证凭证并签发 JWT。 4. 在前端处理登录 API 响应成功后将 token 存储到 localStorage 并跳转。 5. 实现全局认证状态管理例如使用 Context。 请在你的回复中为每个步骤提供一个代码块并标记【步骤X完成】。迭代优化将提示词模板本身也纳入版本管理。当某次 AI 输出不理想时不要仅仅纠正输出而是去分析是提示词的哪个部分导致了歧义或遗漏然后修改提示词模板本身。这是一个持续优化的过程。结合“分步执行”模式对于极其复杂的任务不要指望一个提示词解决所有问题。使用工具包中“规划”类的提示词先让 AI 输出一个详细的实现计划然后你或 AI 再根据计划分步使用更具体的“实现”类提示词去完成各个子模块。6.3 问题团队内工具包使用不一致现象团队成员各自 fork 或修改了工具包导致项目间的 AI 协作规范出现差异Code Review 时风格不统一。排查与解决建立中央仓库团队应维护一个官方的、版本化的工具包主仓库。个人的定制化应在主仓库的基础上通过提 Pull Request 的方式贡献通用改进或者在自己的分支上进行非常个人化的修改这些修改不应影响团队项目。项目级锁定在团队项目中不直接使用个人本地的工具包。而是通过 Git Submodule、npm 私有包或者一个简单的初始化脚本从中央仓库拉取指定版本的工具包配置到项目的.dev或scripts目录中。这样确保了项目内的一致性。将工具包规范纳入 CI/CD在项目的 CI 流水线中除了运行 lint 和 test可以增加一个检查步骤验证生成的代码或提交信息是否符合工具包中定义的某些核心 AI 协作规则这可能需要一些自定义脚本。6.4 问题过度依赖导致“提示词工程”负担过重现象花费了大量时间编写和维护复杂的提示词模板感觉像是在“编程 AI”而不是在编程。应对策略80/20 原则识别出你 80% 的日常开发任务如创建组件、编写 API 路由、修复常见 bug 类型只为这些任务创建和维护提示词模板。对于不常见的任务临时与 AI 进行自然语言沟通即可。模板的抽象层级不要试图为每一个细微的变体都创建模板。创建具有一定抽象性和可配置性的模板。例如一个“CRUD 页面模板”可以接受“模型名称”、“字段列表”作为参数而不是为“用户管理”、“产品管理”各创建一个。工具包是加速器不是拐杖始终记住工具包的目的是提升效率而不是替代思考。你的核心编程能力、系统设计能力和问题解决能力依然是根本。工具包应该让你从重复劳动中解放出来更专注于高价值的设计和逻辑。7. 进阶技巧与未来展望当你熟练使用基础的工具包后可以尝试以下进阶玩法进一步释放 AI 编程的潜力。7.1 创建领域特定语言DSL提示词对于你深耕的特定领域如电商、CMS、数据可视化可以创建高度专业化的提示词。这些提示词内置了领域内的通用模式、最佳实践甚至业务规则。例如一个“电商促销规则引擎”DSL 提示词可能包含促销类型的定义满减、折扣、买赠。规则优先级和冲突解决策略。与库存、价格计算服务的交互方式。 当需要开发新的促销功能时使用这个 DSL 提示词AI 就能在深厚的领域上下文下生成更专业、更少错误的代码。7.2 与低代码/无代码平台结合你可以将工具包中的模板和规则输出为低代码平台如 Retool、Tooljet的组件模板或工作流配置。或者反过来将低代码平台上设计好的业务逻辑通过工具包中的“代码生成”提示词转化为可维护的、高质量的源代码。这为快速原型开发和产品迭代提供了强大助力。7.3 构建个性化的 AI 智能体工作流这是未来的发展方向。你可以将工具包视为一个“配置中心”在此基础上利用 Cursor 的 Composer、Claude 的 Projects 功能或者通过 LangChain、AutoGen 等框架构建一个自动化的开发智能体。设想一个工作流你收到一个 GitHub Issue功能需求或 bug 报告。智能体自动读取 Issue 描述和.cursorrules。智能体调用相应的规划提示词生成实现方案和任务列表。智能体按照任务列表依次调用代码生成、测试编写、文档更新等提示词模板并执行生成的命令如运行测试。智能体创建 Pull Request并附上变更摘要和测试结果。虽然完全自动化还很遥远但利用现有的工具包向这个方向迈进一小步是完全可以的例如自动生成常见任务的初始代码和测试骨架。7.4 持续学习与更新AI 模型在快速迭代最佳实践也在不断变化。你的工具包也应该是一个“活”的文档。定期回顾每季度回顾一次工具包看看哪些规则已经过时例如React 的新版本带来了新的 API哪些提示词可以优化。收集反馈在团队中使用时建立一个简单的反馈机制收集大家在使用工具包与 AI 协作时遇到的困惑或产生的优秀案例并据此更新工具包。关注社区关注 Cursor、Claude 的官方更新和社区讨论如 Reddit、Discord学习他人分享的先进提示词技巧和配置方案有选择地融入你的工具包中。这个工具包的价值不仅在于它当下为你节省的时间更在于它迫使你以一种更结构化、更可重复的方式去思考如何与 AI 协作。这个过程本身就是对“如何更清晰地表达需求”、“如何设计可维护的系统”的绝佳训练。它让你从一个被动的 AI 使用者转变为一个主动的、拥有自己“操作系统”的 AI 协作者。