.cursorrules vs CLAUDE.md vs AGENTS.md: Welche KI-Coding-Regeldatei brauchen Sie?

·

Jedes KI-Coding-Tool möchte eine Markdown-Datei mit den Regeln Ihres Projekts. Aber sie alle wollen eine andere Markdown-Datei.

Wenn Sie mehrere KI-Tools verwenden (und das tun die meisten Entwickler), wird das schnell unübersichtlich. Hier ist der definitive Leitfaden, welche Dateien Sie brauchen und was in jede gehört.

Die Dateien auf einen Blick

DateiToolOrtGeltungsbereich
AGENTS.mdUniversal (alle Tools)ProjektstammGemeinsame Regeln für alle KI-Agenten
CLAUDE.mdClaude CodeProjektstammClaude-spezifische Anweisungen
.cursor/rules/*.mdCursor.cursor/rules/-VerzeichnisCursor-spezifische Regeln
.github/copilot-instructions.mdGitHub Copilot.github/-VerzeichnisCopilot-spezifische Anweisungen
.windsurf/rulesWindsurf.windsurf/-VerzeichnisWindsurf-spezifische Regeln
JULES.mdGoogle JulesProjektstammJules-spezifische Anweisungen

AGENTS.md: Der universelle Standard

Ideal für: Teams, die mehrere KI-Tools verwenden, Open-Source-Projekte

AGENTS.md ist das Nächste, was wir einem universellen Standard haben. Es wird jetzt in über 60.000 Repositories verwendet und von der Agentic AI Foundation der Linux Foundation (neben MCP und goose) gepflegt.

Tragen Sie hier Ihre gemeinsamen Anweisungen ein — Dinge, die jedes KI-Tool wissen sollte:

  • Projektstruktur und Architektur
  • Build- und Testbefehle
  • Code-Style-Konventionen
  • Gängige Muster und Anti-Muster
  • Abhängigkeiten und Einrichtungsschritte

Alle wichtigen KI-Coding-Tools lesen AGENTS.md, was es zur einzigen Quelle der Wahrheit für die KI-Anweisungen Ihres Projekts macht.

CLAUDE.md: Das Gedächtnis von Claude Code

Ideal für: Claude Code-Benutzer, Teams, die auf Anthropic standardisieren

CLAUDE.md wird automatisch zu Beginn jeder Claude Code-Sitzung eingelesen. Es unterstützt einige Claude-spezifische Funktionen wie Gedächtnispersistenz und Sitzungskontext.

Verwenden Sie CLAUDE.md für:

  • Claude-spezifische Verhaltensanpassungen
  • Funktionen, die nur Claude Code unterstützt
  • AGENTS.md für Claude überschreiben oder erweitern

Das empfohlene Muster: gemeinsame Regeln in AGENTS.md, Claude-spezifische Ergänzungen in CLAUDE.md.

.cursorrules / .cursor/rules/: Cursors Ansatz

Ideal für: Cursor-Benutzer, Teams, die Cursor als primäre IDE verwenden

Cursor verwendete ursprünglich eine einzelne .cursorrules-Datei, entwickelte sich dann zu einem .cursor/rules/-Verzeichnis für eine feinere Kontrolle. Jede Datei im Verzeichnis ist eine separate Regel, die Cursor anwendet.

Verwenden Sie Cursor-Regeln für:

  • Cursor-spezifisches Agentenverhalten
  • Regeln für Cursors Composer- und Agent-Modi
  • Dateityp-spezifische Anweisungen (z.B. verschiedene Regeln für .tsx vs .py)

copilot-instructions.md: GitHubs Konvention

Ideal für: GitHub Copilot-Benutzer, GitHub-zentrierte Workflows

GitHub Copilot liest .github/copilot-instructions.md für Anweisungen auf Projektebene. Es folgt GitHubs Konvention, Konfiguration im .github/-Verzeichnis zu platzieren.

Das empfohlene Setup

Für die meisten Projekte benötigen Sie höchstens zwei Dateien:

Wenn Sie ein KI-Tool verwenden:

Verwenden Sie einfach die native Datei dieses Tools (CLAUDE.md für Claude Code, .cursor/rules/ für Cursor usw.).

Wenn Sie mehrere KI-Tools verwenden:

  1. AGENTS.md --- alle gemeinsamen Regeln (Architektur, Build-Befehle, Konventionen)
  2. Tool-spezifische Datei --- nur für Funktionen, die einzigartig für dieses Tool sind

Beispielstruktur:

your-project/
  AGENTS.md              # Gemeinsam: Build-Befehle, Architektur, Konventionen
  CLAUDE.md              # Claude-spezifisch: Gedächtnispräferenzen, Tool-Nutzung
  .cursor/rules/style.md # Cursor-spezifisch: Composer-Verhalten
  .github/copilot-instructions.md  # Copilot-spezifisch

Was in Ihre Regeln gehört

Basierend auf der Analyse tausender Repositories enthalten die effektivsten Instruktionsdateien:

Immer einbeziehen:

  • Wie man das Projekt baut und ausführt
  • Wie man Tests ausführt
  • Wichtige Architekturentscheidungen
  • Code-Style-Präferenzen

Oft hilfreich:

  • Was NICHT zu tun ist (negative Anweisungen funktionieren überraschend gut)
  • Dateistruktur-Erklärungen
  • Häufige Debugging-Schritte
  • Befehle für das Abhängigkeitsmanagement

Weglassen:

  • Offensichtliche Sprachfunktionen
  • Dinge, die die KI bereits weiß
  • Übermäßig detaillierte Regeln (klein anfangen, nach Bedarf hinzufügen)

KI-Regeln mit Web-Kontext aufbauen

Das Schreiben guter KI-Instruktionsdateien erfordert oft das Referenzieren externer Dokumentation, Style-Guides oder Architekturmuster. Hier hilft es, Webinhalte im Markdown-Format zu haben.

Wenn Ihr Projekt beispielsweise einem spezifischen API-Muster aus einer Dokumentationsseite folgt, können Sie:

  1. Save verwenden, um diese Dokumentationsseite in Markdown zu konvertieren
  2. Die relevanten Abschnitte in Ihrer AGENTS.md referenzieren oder ausschneiden
  3. Ihr KI-Coding-Assistent hat jetzt den vollständigen Kontext

Dasselbe gilt für Framework-Dokumentation, Style-Guides, Best-Practice-Artikel und Stack Overflow-Lösungen. Sauberes Markdown ist das Format, mit dem Sie und Ihre KI-Tools am effektivsten arbeiten können.

Das Fazit

Das KI-Coding-Regeln-Ökosystem entwickelt sich noch weiter, aber das Muster ist klar: Es ist alles Markdown. Ob Sie ein Tool oder fünf verwenden — die KI-Anweisungen Ihres Projekts leben in Markdown-Dateien, die versioniert, menschenlesbar und maschinenlesbar sind.

Beginnen Sie mit AGENTS.md für universelle Regeln, fügen Sie tool-spezifische Dateien nach Bedarf hinzu, und halten Sie alles minimal, bis Sie ein wiederkehrendes Problem sehen, das es wert ist, gelöst zu werden.


Save konvertiert jede Webseite in sauberes Markdown — ideal zum Aufbau des Referenzmaterials und Dokumentationskontexts, den Ihre KI-Coding-Assistenten benötigen. Save kostenlos testen.

## Continue reading

Jean-Sébastien Wallez

Written by

Jean-Sébastien Wallez

I've been making internet products for 10+ years. Built Save on weekends because I wanted my own reading library in clean markdown for Claude and Obsidian. Write here about web clipping, AI workflows, and the small things that make a personal knowledge base actually useful.