Runbook：AI Agent开发环境CLI检测工具，告别盲猜提升编程效率

AI Agent 为什么总是猜错你的开发环境？

使用 Claude Code 等 AI 编程助手时，你是否遇到过这些令人抓狂的场景：

• 项目明明用 pnpm 管理依赖，Agent 却执拗地用 npm install 下载包
• 电脑里装了 Git Bash 或其他 Unix Shell，Agent 却在 PowerShell 里反复执行错误指令
• 本地仓库已经配置好了测试工具，Agent 却完全不知道去调用它

这些问题的本质都指向同一个根因：Agent 在开始工作之前，缺乏检测和理解当前开发环境的能力。它不知道你装了什么工具、偏好什么工作流，只能靠"猜"——而猜错的代价就是反复试错、浪费 Token 和时间。

这种"猜测"行为有其深层的技术根源。LLM 在训练时学习的是统计意义上的"最常见"模式——npm 在 JavaScript 生态中的历史使用频率远高于 pnpm 或 bun，因此模型在没有明确上下文的情况下会默认选择 npm。这种现象在 AI 领域被称为训练分布偏差（Training Distribution Bias）。更根本的问题在于，LLM 本质上是无状态的文本预测系统，没有"感知"当前运行环境的原生能力——每次对话都从零开始，无法主动探测文件系统、环境变量或已安装软件。这就是为什么即便是最先进的 Claude、GPT-4 等模型，在没有工具辅助的情况下，也只能依赖上下文线索或直接猜测来判断开发环境。

开源项目 Runbook 正是为了解决这个痛点而生。它将 CLI 环境检测这个关键环节独立出来，让 Agent 在动手之前先"看清"自己的工作环境。

Runbook 是什么：Agent 与本地环境的翻译层

Runbook 是一个用 Rust 编写的 CLI 工具，核心功能是扫描当前开发环境中已安装的 CLI 工具，并将检测结果提供给 AI Agent，帮助其做出更准确的决策。

简单来说，它充当了 Agent 与本地环境之间的"翻译层"——Agent 不再需要盲目猜测你用的是 npm 还是 pnpm，是 bash 还是 zsh，因为 Runbook 会直接告诉它答案。

选择 Rust 作为开发语言并非偶然。Rust 在 CLI 工具领域正经历一轮爆发式增长——ripgrep、fd、bat 等现代 CLI 工具都是 Rust 的代表作。对于 Runbook 这类需要被 Agent 频繁调用的工具，Rust 的优势尤为突出：编译为单一静态二进制文件无需运行时依赖、没有 JVM 或 Node.js 冷启动开销的极速启动、以及内存安全保证带来的可靠文件系统扫描能力。通过 cargo install 安装的方式也与 Rust 生态无缝集成，一条命令完成编译和安装。

安装方式

安装过程非常简单，有两种方式可选：

1. 直接让 Agent 安装：将项目链接丢给 Claude Code，让它自行根据链接下载
2. 手动安装：

cargo install agent-runbook
npx skills add  # 添加为 Agent skill

三条核心命令详解

Runbook 目前集成了三条核心命令，覆盖了从环境扫描到偏好设定的完整流程。

scan：一键扫描开发环境

scan 命令会扫描当前系统环境，检测哪些 Agent 可用的 CLI 工具已经安装、哪些尚未安装。扫描结果会清晰地列出已安装工具的清单，Agent 据此就能知道"手边有什么武器可用"。

category：按分类检索工具

category 命令支持按功能类别、编程语言、风险等级等维度检索工具。例如你可以查看所有与 CI/CD 相关的工具、所有 Lint 类工具，或者所有 MCP 相关工具的安装状态。

当 Agent 了解到这些工具的可用情况后，它可能会：

• 提示你某个工具在当前场景下更合适
• 建议你安装某个缺失但有价值的工具
• 自动选择已安装的最优工具来完成任务

值得一提的是，分类中包含的 MCP（Model Context Protocol） 是 Anthropic 于 2024 年推出的开放协议，旨在标准化 LLM 与外部工具、数据源之间的连接方式，类似于 AI 领域的"USB 接口"——任何工具只要实现 MCP 协议，就能被支持该协议的 Agent 直接调用。而安装命令中的 npx skills add 则代表另一种集成范式：将特定能力封装为可复用的 Agent Skill 模块，按需加载。Runbook 同时支持这两种主流集成方式，体现了对当前 Agent 生态的广泛兼容性。

prefer：设定工具使用偏好

prefer 命令允许你设定 CLI 工具的使用偏好，支持全局偏好和项目级偏好两个层级。设定后，Agent 在执行命令时会参考这些偏好，用你真正想用的工具来完成工作。

比如，你可以设定全局偏好使用 pnpm 而非 npm，或者在某个项目中偏好使用 bun 作为运行时。Agent 读取这些偏好后，就不会再"自作主张