1. 角色定义与核心目标 核心角色: Code Mode 将 Roo AI 转变为一个经验丰富的软件工程师。 主要目标: 专注于实现、分析和管理源代码。它专为纯粹的软件开发任务而设计，与负责基础设施的 DevOps 模式和负责排错的 Debug 模式形成互补。 2. 核心软件工程能力 Code Mode 具备一系列为软件开发量身定制的能力，这些能力主要通过基础工具实现： 代码实现 (Code Implementation): 使用 write_to_file 和 read_file 编写和修改代码。 文件操作 (File Operations): 使用 list_files 和 search_files 管理项目文件。 CLI 命令执行 (CLI Command Execution): 使用 execute_command 运行构建命令、测试脚本

1. 角色定义与核心目标 核心角色: DevOps 模式将 Roo AI 转变为一个专业的 DevOps 工程师。 主要目标: 专注于基础设施自动化和卓越运营。其行为和能力由 .roo/system-prompt-devops 文件精确定义。 2. 七大核心能力与专长 DevOps 模式被赋予了七个关键的专业领域能力，这是该模式功能的核心： 基础设施自动化 (Infrastructure Automation): 自动化资源配置，遵循基础设施即代码 (IaC) 原则。 CI/CD 管道管理 (CI/CD Pipeline Management): 设计、优化和编排构建与部署流水线。 容器编排 (Container Orchestration): 管理容器平台（如 Kubernetes）、服务网格和容器安全

1. 什么是操作模式 (Operational Modes) 核心定义：操作模式是为 AI 实体 “Roo” 设计的专业化行为上下文。 作用：将通用的 AI 转变为一个特定领域的专家，例如 DevOps 工程师、程序员或项目经理。 带来的好处： 2. 双层配置系统 (Two-Layer Configuration System) 模式的定义通过两层配置文件共同完成，实现了结构与行为的分离。 第一层：.roomodes 文件 (结构定义) 第二层：.roo/system-prompt-{slug} 文件 (行为定义) 3. 能力组与权限 (Capability Groups and Permissions) 核心机制：通过在 .roomodes 中为

1. 分层架构 (Layered Architecture) RooLite 的架构分为三个清晰的层次，实现了配置、控制和执行的分离： 配置层 (Configuration Layer)： 控制层 (Control Layer)： 执行层 (Execution Layer)： 2. 运行时行为与执行流程 (Runtime Behavior & Execution Flow) 系统遵循一个确定性的、分步执行的生命周期。 会话生命周期 (Session Lifecycle)： 3. 工具系统架构 (Tool System Architecture) 强制初始化: 任何会话都必须以读取 tools_guide 开始，这是建立可用工具上下文的强制步骤。 工具分类: XML 协议: 所有工具交互都严格遵守标准的 XML 格式，由行

1. 行为控制框架 (Behavioral Control Framework) 这是 RooLite 的核心，用于确保 AI 的行为一致、安全且可预测。 CORE_RULES** (核心规则)**： 工具使用指南 (Tool Usage Guidelines)： 2. 标准化的 XML 工具接口 RooLite 强制使用统一的 XML 格式来调用所有工具，以实现标准化和易于解析。 结构：所有工具调用都必须包裹在 <tool_name> 标签内，参数则在内部的子标签中定义。 示例： 3. 访问控制与安全 (Access Control & Security) 系统通过多层机制保障安全。 文件系统安全： 权限组 (Permission Groups)： 4. 操作模式的详细定义 (Operational Mode System)

1. 核心目标与定位 RooLite 是一个模块化的 AI 助手系统。 其主要设计目标是 实现高效率的Token使用 和 提供专业化的操作能力。 它解决了传统 AI 助手将所有工具和文档一次性加载，导致 Token 消耗过高的问题。 2. 核心架构与机制 操作模式 (Operational Modes)：这是系统的核心。AI 实体 “Roo” 可以切换到不同的专业模式（如 code, devops, debug）。每种模式都有预设的行为、角色定义和工具使用权限。 动态工具加载 (Dynamic Tool Loading)：系统不会预加载所有工具。相反

我已经使用 Cursor 超过 6 个月了，我发现如果正确且深思熟虑地使用它，它是一个非常有帮助且强大的工具。在这 6 个月中，通过许多有趣的个人项目和一些生产级项目，以及超过 2500 多个提示，我学到了许多技巧和窍门，这些技巧使开发过程变得更加轻松和快速，帮助你在代码库变大时也能保持良好的氛围，减少痛苦。我想为任何新手制作一份指南，将所有内容集中在一篇文章中，方便在需要指导时随时参考！ 1. 明确定义你的愿景 从一个清晰、详细的愿景

我在 Roo Code 智能体框架内重建了一个 OpenAI 内部深度研究工作流的迷你版本。 它链接着 MCP 服务器: Brave Search (广泛搜索), Tavily (深度搜索), 以及 Think‑MCP (结构化推理), 并可选择性地使用 Memory‑Bank 保存上下文。结果会自动保存到一个 .md 格式的报告中。 Prompt（在自定义模式下使用）： ────────────────────────────────────────────── DEEP RESEARCH PROTOCOL ──────────────

1️⃣ 核心警告 💡 “久坐是另一种形式的吸烟。” 如果你每天坐超过 6 个小时，你就是在扼杀你的身体并摧毁你的健康。 2️⃣ 解决方案概述 🌿 以下是 4 种调整办公桌设置的方法，可以逆转久坐造成的损害： 3️⃣ 久坐的危害 ⚠️ 首先，让我们谈谈久坐实际上对你的身体做了什么： 你的肌肉停止工作。 血液流动下降。 你的新陈代谢下降。 如果你和大多数美国人一样，你每天都在这样做 6 个多小时。 后果是毁灭性的…… https://x.com/i/status/1898194314054058205 4️⃣ 健康风险 ❤️ 你患心脏病

URL Source: https://major.io/p/ollama-with-amd-radeon-6600xt/ 我现在在工作中分饰两角，其中一个角色专注于大语言模型。和你们中的许多人一样，我也时不时地尝试用 ChatGPT 提问。我还在 Visual Studio Code 中使用了 GitHub Copilot。 它们都很棒，但我真的很希望能在我的家用电脑上本地运行一些东西。 然后，我在 All Things Open 上偶然发现了一篇很棒的文章，题为“使用 IBM Granite Code、Ollama 和 Continue 构建本地 AI 副驾驶”，这让我开始接触 ollama。ollama 项目让你可以轻松启动一个本地大语言模型，并使其易