在软件开发领域，AI 助手正在改变我们编写和调试代码的方式。Roo Code 作为一款智能编程助手，其核心能力很大程度上依赖于与大型语言模型（LLM）的交互质量。今天我们来聊聊 Roo Code 中提示词的技术结构——这套精心设计的通信机制，正是 Roo Code 能够理解开发者意图并提供精准帮助的关键所在。

核心消息类型：对话的基础单元

Roo Code 与 LLM 通信时使用三种主要消息类型：

系统提示词：这是定义 Roo 能力、角色和操作规则的初始指令。它就像是给 AI 助手的一份详细的工作说明书，确保其在正确的轨道上运行。

用户消息：开发者发送给 Roo 的内容，包括提出的问题或请求。这些消息不仅仅是用户输入的文本，还自动包含了丰富的环境信息。

助手消息：LLM 基于用户请求生成的响应。这些响应可能包含直接回答，也可能包括使用特定工具的请求。

在 API 层面，还有第四种消息角色：

工具消息：工具执行后返回的结果，这些结果会作为新的输入发送回 LLM。

理解这些消息类型，有助于开发者更高效地与 Roo 协作，并在需要时进行问题排查或高级定制。

系统提示词：Roo 行为的基石

系统提示词是 Roo 行为的根本所在，它包含多个关键组成部分：

• 角色定义：基于选定模式（代码、问答、调试等）的核心角色指令
• 工具描述：可用工具的详细信息，包括参数和使用示例
• 工具使用指南：工具应如何使用的规则，包括顺序执行和等待结果
• 能力描述：在当前环境下 Roo 能够执行的操作
• 可用模式：所有可用模式及其描述的列表
• 操作规则：处理文件、项目结构和用户交互的关键指南
• 系统信息：关于环境的详细信息（操作系统、Shell、工作目录等）
• 自定义指令：用户的全局和模式特定定制

系统提示词在每次与 Roo 交互时都会动态生成，适应当前模式、可用工具和自定义设置。

对于高级用户，Roo 还提供了自定义系统提示词的功能。通过在工作区中放置 .roo/system-prompt-<mode_slug> 文件，用户可以完全定制特定模式下 Roo 的行为方式。

用户消息：丰富的上下文信息

用户消息不仅包含开发者直接输入的内容，还自动附加了重要的环境信息：

• 开发者输入的查询文本
• 消息中包含的图片（针对支持的模型）
• 自动附加的工作区状态信息：
  • 打开的文件/标签页
  • 光标位置
  • 带有输出的活动终端
  • 最近修改的文件
  • 当前时间
  • 令牌/成本信息
  • 当前模式
  • 文件列表（在初始连接时）

这种自动的上下文增强，让 Roo 能够理解工作区状态，而无需开发者显式描述。

助手消息与消息流

助手消息是 LLM 生成的响应，可能包含：

• 对查询的直接文本回答
• 内部推理过程（启用时可见）
• 使用特定工具（如读取文件或执行命令）的请求

完整的消息流程如下：

1. 初始设置：Roo 根据选定的模式和配置生成系统提示词
2. 用户输入：开发者发送消息，该消息会通过环境细节进行丰富
3. LLM 处理：LLM 接收所有先前消息加上新的输入
4. 助手响应：LLM 生成响应，可能使用工具
5. 工具执行：如果 LLM 请求使用工具，Roo 会执行并提供结果
6. 对话历史：所有消息都保存在结构化的历史记录中以保持上下文

技术实现细节

在内部，Roo 的提示词构建由多个组件处理：

• 系统提示词生成：src/core/prompts/system.ts 中的 SYSTEM_PROMPT 函数负责组装完整的系统提示词
• 部分生成器：专用函数创建系统提示词的每个部分
• 消息转换：特定于提供者的转换器将 Roo 的内部消息格式转换为每个 LLM API 所需的格式
• 自定义提示词加载：loadSystemPromptFile 函数检查并处理自定义系统提示词文件

支持性提示词

除了主要的聊天流程，Roo 还为特定的代码操作使用专门的模板：

• 代码操作提示词：用于“解释”、“修复”、“改进”或“添加到上下文”等命令
• 基于模板：从 src/shared/support-prompt.ts 中的模板生成
• 独立上下文：通常在没有主要聊天历史记录的情况下运行
• 任务特定格式：针对正在执行的特定代码任务进行优化

这些支持性提示词在正常的对话流程之外工作，为特定的编码任务提供专注的协助。

优化交互体验

理解 Roo Code 的提示词结构，能够帮助开发者：

• 编写更好的提示词：了解 Roo 已经拥有的上下文信息，有助于避免冗余描述
• 排查问题：理解消息流有助于识别问题可能发生的环节
• 创建自定义模式：掌握系统提示词结构知识后，可以创建更有效的自定义模式
• 使用自定义系统提示词：高级用户可以为专业用例创建完全自定义的系统提示词

Roo Code 的技术基础为其所有能力提供了动力，使其能够理解开发者请求并有效利用可用工具完成任务。通过深入了解这一机制，开发者能够更好地利用这一强大工具，提升编程效率和代码质量。

这种精心设计的架构不仅展示了 AI 编程助手的当前能力，更为未来更智能、更自适应的开发工具奠定了基础。随着技术的不断发展，理解这些底层原理将帮助开发者更好地与 AI 协作，共同构建更优秀的软件产品。