# 🧠 Даём AI-команде общую память проекта через AGENTS.md — 19 июля 2026 г. в 06:13:01.086
# 🧠 Даём AI-команде общую память проекта через AGENTS.md В прошлой статье мы связали `reviewer` и `committer` в workflow `/safe-commit`. Но у команды всё ещё нет общего контекста. Каждый агент заново выясняет: • где лежит код; • какие команды запускают тесты; • какие правила нельзя нарушать; • как устроена архитектура проекта. Пора дать OpenCode постоянную инструкцию проекта — файл `AGENTS.md `. --- ## 🎯 Что такое AGENTS.md `AGENTS.md ` — это не промпт для одного агента и не документация для людей. Это набор правил, который OpenCode добавляет в контекст будущих сессий. В нём можно описать: • структуру репозитория; • команды сборки, линтинга и тестов; • правила работы с базой данных; • формат API и соглашения по именованию; • опасные действия, требующие подтверждения. Файл обычно лежит в корне проекта и коммитится вместе с кодом. Тогда одинаковые правила получают все разработчики и все AI-агенты. --- ## ⚡ Шаг 1. Генерируем основу Откройте OpenCode в корне репозитория и выполните: ```text /init ``` OpenCode просканирует проект и создаст или обновит `AGENTS.md `. Команда анализирует структуру, команды запуска и существующие правила — это хорошая стартовая версия, но не финальная спецификация. --- ## 📝 Шаг 2. Дополняем файл вручную Пример полезного `AGENTS.md `: ```md # Project Rules ## Stack - TypeScript strict mode - PostgreSQL через Prisma - Пакетный менеджер: pnpm ## Structure - `src/api/` — HTTP-обработчики - `src/domain/` — бизнес-логика - `src/db/` — схема и запросы к базе - `tests/` — интеграционные и unit-тесты ## Verification Перед коммитом запускай: 1. `pnpm lint` 2. `pnpm test` 3. `pnpm typecheck` ## Rules - Не изменяй миграции, которые уже применены в production. - Не добавляй секреты в репозиторий. - Для внешних API сначала обновляй типы и тесты. - При изменении публичного API обновляй документацию. ``` Главное правило: пишите не общие советы вроде «делай хороший код», а проверяемые инструкции, которые меняют поведение агента. --- ## 🧩 Шаг 3. Разделяем правила по каталогам В монорепозитории можно добавить локальные инструкции: ```text AGENTS.md packages/api/AGENTS.md packages/web/AGENTS.md ``` Корневой файл описывает общие правила, а вложенный — особенности конкретного пакета. Личные настройки можно хранить глобально в: ```text ~/.config/opencode/AGENTS.md ``` Но глобальные правила не стоит использовать для командных соглашений: они не попадут в Git и будут невидимы коллегам. --- ## 🔗 Шаг 4. Подключаем отдельные инструкции Не обязательно складывать всё в один огромный файл. В `opencode.json` можно подключить существующие документы: ```json { "$schema": "https://opencode.ai/config.json", "instructions": [ "CONTRIBUTING.md ", "docs/testing.md", "packages/*/AGENTS.md" ] } ``` Так `AGENTS.md ` остаётся коротким, а подробные правила живут рядом с кодом, к которому относятся. --- ## 🚀 Проверяем результат После сохранения файла задайте обычный вопрос: ```text Какие команды нужно выполнить перед коммитом? ``` Хороший ответ должен сразу назвать `pnpm lint`, `pnpm test` и `pnpm typecheck`, не заставляя агента повторно исследовать репозиторий. Теперь можно проверить всю команду: ```text /safe-commit ``` Reviewer, committer и координатор будут работать с одним и тем же контекстом проекта. --- ## 💡 Главная идея `AGENTS.md ` — это операционная память репозитория. Он превращает AI из универсального чат-бота в участника конкретной команды, который знает ваши каталоги, команды и ограничения. > Хорошие правила экономят не промпты, а повторные объяснения. В следующем посте подключим внешний источник знаний через MCP и дадим агенту доступ к внутренней документации проекта. #AI #OpenCode #LLM #AGENTSmd #DevTools #CodeReview #AIAgents