核心用法
Rune 是一套面向 AI 编码助手设计的技能网格（skill mesh）系统，采用 5 层架构将 65 个技能编织成 215+ 连接的双向调用网络。用户通过顶层指令（如 rune:cook 通用编码、rune:team 并行协作、rune:launch 部署发布、rune:rescue 遗留代码维护）触发工作流，下层技能自动协同完成复杂任务。
架构层级：
- L0 Router：流量调度中枢
- L1 Orchestrators：5 个核心编排器（cook/launch/rescue/scaffold/team）
- L2 Workflow Hubs：29 个专业工作流技能，覆盖审计、调试、安全、性能等场景
- L3 Utilities：36 个工具型技能，包含浏览器控制、上下文管理、幻觉检测、依赖诊断等
- L4 Extensions：14 个领域扩展包（UI、后端、DevOps、移动、安全、交易、SaaS、电商、AI/ML、游戏、内容、分析、Chrome 扩展、Zalo）
显著优点
1. 自愈式网格：技能间双向调用，单点故障自动路由绕过，系统韧性显著高于线性技能链
2. 深度专业化：L2 工作流技能覆盖软件工程全生命周期，L4 扩展包支持垂直领域深度定制
3. 上下文感知：内置 context-engine、neural-memory、session-bridge 等机制，跨技能状态持久化
4. 安全内建：logic-guardian、hallucination-guard、safeguard、sentinel 等多层防护
潜在缺点与局限性
- 学习曲线陡峭：5 层 65 技能的复杂度对新手不友好，需理解网格拓扑才能高效使用
- 隐性耦合风险：高度互联可能带来级联故障，调试需追踪跨层调用链路
- 生态锁定：专用安装器
clawhub及指令前缀rune:形成工具链依赖 - 扩展成本：自定义 L4 领域包需遵循网格协议，开发门槛高于独立技能
适合人群
- 中大型团队寻求结构化 AI 编程工作流
- 需要高可用 AI 系统（故障自愈、多路径执行）的工程师
- 垂直领域开发者（金融交易、电商、游戏、AI/ML 等）希望快速获得领域最佳实践
- 对AI 输出可靠性要求严苛的安全敏感场景
常规风险
| 风险类型 | 说明 |
|---------|------|
| 过度自动化 | 网格自动路由可能掩盖关键决策点，需保留人工审核节点 |
| 上下文污染 | 跨技能状态共享可能导致敏感信息泄露，需配置 `quarantine` 隔离策略 |
| 幻觉累积 | 多层技能传递中 AI 幻觉可能被放大，依赖 `verification` 与 `integrity-check` 层 |
| 供应商依赖 | `clawhub` 生态及 MIT 开源协议的长期维护可持续性需关注 |
---
版本：v2.23.0 | 许可：MIT