MMCPMarkets
2V

2025emma/vibe-coding-cn

Developer tools
2.2万 stars 品質 70 トレンド 70
Repository Install

本仓库的 AI 解读链接：zread.ai/tukuaiai/vibe-coding-cn

概要

本仓库的 AI 解读链接：zread.ai/tukuaiai/vibe-coding-cn 是一个与 AI 结对编程的终极工作流程，旨在帮助开发者丝滑地将想法变为现实。本指南详细介绍了从项目构思、技术选型、实施规划到具体开发、调试和扩展的全过程，强调以**和**为核心，避免让 AI 失控导致项目混乱。 : 规划就是一切。 谨慎让 AI 自主规划，否则你的代码库会变成一团无法管理的乱麻。 延伸阅读：A Formalization of Recursive Self-Optimizing Generative Systems * : 一个“母体”提示词，其唯一职责是**其他提示词或技能。 * : 另一个“母体”提示词，其唯一职责是**其他提示词或技能。 1. : * 使用 AI 生成 α-提示词 和 Ω-提示词 的初始版本 (v1)。 2. : * 使用 Ω-提示词 (v1) α-提示词 (v1)，从而得到一个更强大的 α-提示词 (v2)。 4. : * 将新生成的、更强大的产物（甚至包括新版本的 Ω-提示词）反馈给系统，再次用于优化 α-提示词，从而启动持续进化。

README

🖼️ 概览

Vibe Coding 是一个与 AI 结对编程的终极工作流程，旨在帮助开发者丝滑地将想法变为现实。本指南详细介绍了从项目构思、技术选型、实施规划到具体开发、调试和扩展的全过程，强调以规划驱动和模块化为核心，避免让 AI 失控导致项目混乱。

核心理念: 规划就是一切。 谨慎让 AI 自主规划，否则你的代码库会变成一团无法管理的乱麻。

注意：以下经验分享并非普遍适用，请在具体实践中结合场景，辩证采纳。

🔑 元方法论 (Meta-Methodology)

该思想的核心是构建一个能够自我优化的 AI 系统。其递归本质可分解为以下步骤：

延伸阅读：A Formalization of Recursive Self-Optimizing Generative Systems

1. 定义核心角色：

  • α-提示词 (生成器): 一个“母体”提示词，其唯一职责是生成其他提示词或技能。
  • Ω-提示词 (优化器): 另一个“母体”提示词，其唯一职责是优化其他提示词或技能。

2. 描述递归的生命周期：

  1. 创生 (Bootstrap):

    • 使用 AI 生成 α-提示词 和 Ω-提示词 的初始版本 (v1)。

  2. 自省与进化 (Self-Correction & Evolution):

    • 使用 Ω-提示词 (v1) 优化 α-提示词 (v1)，从而得到一个更强大的 α-提示词 (v2)。

  3. 创造 (Generation):

    • 使用进化后的 α-提示词 (v2) 生成所有需要的目标提示词和技能。

  4. 循环与飞跃 (Recursive Loop):

    • 将新生成的、更强大的产物（甚至包括新版本的 Ω-提示词）反馈给系统，再次用于优化 α-提示词，从而启动持续进化。

3. 终极目标：

通过此持续的递归优化循环，系统在每次迭代中实现自我超越，无限逼近预设的预期状态。

🧭 道

  • 凡是 ai 能做的，就不要人工做
  • 一切问题问 ai
  • 目的主导：开发过程中的一切动作围绕"目的"展开
  • 上下文是 vibe coding 的第一性要素，垃圾进，垃圾出
  • 系统性思考，实体，链接，功能/目的，三个维度
  • 数据与函数即是编程的一切
  • 输入，处理，输出刻画整个过程
  • 多问 ai 是什么？，为什么？，怎么做？
  • 先结构，后代码，一定要规划好框架，不然后面技术债还不完
  • 奥卡姆剃刀定理，如无必要，勿增代码
  • 帕累托法则，关注重要的那20%
  • 逆向思考，先明确你的需求，从需求逆向构建代码
  • 重复，多试几次，实在不行重新开个窗口，
  • 专注，极致的专注可以击穿代码，一次只做一件事（神人除外）

🧩 法

  • 一句话目标 + 非目标
  • 正交性，功能不要太重复了，（这个分场景）
  • 能抄不写，不重复造轮子，先问 ai 有没有合适的仓库，下载下来改
  • 一定要看官方文档，先把官方文档爬下来喂给 ai
  • 按职责拆模块
  • 接口先行，实现后补
  • 一次只改一个模块
  • 文档即上下文，不是事后补

🛠️ 术

  • 明确写清：能改什么，不能改什么
  • Debug 只给：预期 vs 实际 + 最小复现
  • 测试可交给 AI，断言人审
  • 代码一多就切会话

📋 器

集成开发环境 (IDE) & 终端

  • Visual Studio Code: 一款功能强大的集成开发环境，适合代码阅读与手动修改。其 Local History 插件对项目版本管理尤为便捷。
  • 虚拟环境 (.venv): 强烈推荐使用，可实现项目环境的一键配置与隔离，特别适用于 Python 开发。
  • Cursor: 已经占领用户心智高地，人尽皆知。
  • Warp: 集成 AI 功能的现代化终端，能有效提升命令行操作和错误排查的效率。
  • Neovim (nvim): 一款高性能的现代化 Vim 编辑器，拥有丰富的插件生态，是键盘流开发者的首选。
  • LazyVim: 基于 Neovim 的配置框架，预置了 LSP、代码补全、调试等全套功能，实现了开箱即用与深度定制的平衡。

AI 模型 & 服务

  • Claude Opus 4.5: 性能强大的 AI 模型，通过 Claude Code 等平台提供服务，并支持 CLI 和 IDE 插件。
  • gpt-5.1-codex.1-codex (xhigh): 适用于处理大型项目和复杂逻辑的 AI 模型，可通过 Codex CLI 等平台使用。
  • Droid: 提供对 Claude Opus 4.5 等多种模型的 CLI 访问。
  • Kiro: 目前提供免费的 Claude Opus 4.5 模型访问，并提供客户端及 CLI 工具。
  • Gemini CLI: 提供对 Gemini 模型的免费访问，适合执行脚本、整理文档和探索思路。
  • antigravity: 目前由 Google 提供的免费 AI 服务，支持使用 Claude Opus 4.5 和 Gemini 3.0 Pro。
  • AI Studio: Google 提供的免费服务，支持使用 Gemini 3.0 Pro 和 Nano Banana。
  • Gemini Enterprise: 面向企业用户的 Google AI 服务，目前可以免费使用。
  • GitHub Copilot: 由 GitHub 和 OpenAI 联合开发的 AI 代码补全工具。
  • Kimi K2: 一款国产 AI 模型，适用于多种常规任务。
  • GLM: 由智谱 AI 开发的国产大语言模型。
  • Qwen: 由阿里巴巴开发的 AI 模型，其 CLI 工具提供免费使用额度。

开发与辅助工具

  • Augment: 提供强大的上下文引擎和提示词优化功能。
  • Windsurf: 为新用户提供免费额度的 AI 开发工具。
  • Ollama: 本地大模型管理工具，可通过命令行方便地拉取和运行开源模型。
  • Mermaid Chart: 用于将文本描述转换为架构图、序列图等可视化图表。
  • NotebookLM: 一款用于 AI 解读资料、音频和生成思维导图的工具。
  • Zread: AI 驱动的 GitHub 仓库阅读工具，有助于快速理解项目代码。
  • tmux: 强大的终端复用工具，支持会话保持、分屏和后台任务，是服务器与多项目开发的理想选择。
  • DBeaver: 一款通用数据库管理客户端，支持多种数据库，功能全面。

资源与模板

编码模型性能分级参考

建议只选择第一梯队模型处理复杂任务，以确保最佳效果与效率。

  • 第一梯队: codex-5.1-max-xhigh, claude-opus-4.5-xhigh, gpt-5.2-xhigh
  • 第二梯队: claude-sonnet-4.5, kimi-k2-thinking, minimax-m2, glm-4.6, gemini-3.0-pro, gemini-2.5-pro
  • 第三梯队: qwen3, SWE, grok4

📚 相关文档与资源

项目目录结构概览

本项目 vibe-coding-cn 的核心结构主要围绕知识管理、AI 提示词的组织与自动化展开。以下是经过整理和简化的目录树及各部分说明：

.
├── CODE_OF_CONDUCT.md           # 社区行为准则，规范贡献者行为。
├── CONTRIBUTING.md              # 贡献指南，说明如何为本项目做出贡献。
├── GEMINI.md                    # AI 助手的上下文文档，包含项目概述、技术栈和文件结构。
├── LICENSE                      # 开源许可证文件。
├── Makefile                     # 项目自动化脚本，用于代码检查、构建等。
├── README.md                    # 项目主文档，包含项目概览、使用指南、资源链接等。
├── .gitignore                   # Git 忽略文件。
├── AGENTS.md                    # AI 代理相关的文档或配置。
├── CLAUDE.md                    # AI 助手的核心行为准则或配置。
│
├── i18n/zh/documents/           # 存放各类说明文档、经验总结和配置详细说明。
│   ├── Methodology and Principles/ # 方法论与原则
│   ├── Templates and Resources/    # 模板与资源
│   └── Tutorials and Guides/       # 教程与指南
│
├── libs/                        # 通用库代码，用于项目内部模块化。
│   ├── common/                  # 通用功能模块。
│   │   ├── models/              # 模型定义。
│   │   │   └── __init__.py
│   │   └── utils/               # 工具函数。
│   │       └── backups/         # 内部备份工具。
│   ├── database/                # 数据库相关模块。
│   │   └── .gitkeep             # 占位文件，确保目录被 Git 跟踪。
│   └── external/                # 外部集成模块。
│       ├── my-nvim/             # 用户的 Neovim 配置。
│       ├── prompts-library/     # 提示词库管理工具（Excel-Markdown 转换）。
│       │   ├── main.py          # 提示词库管理工具主入口。
│       │   ├── scripts/         # 包含 Excel 与 Markdown 互转脚本和配置。
│       │   ├── prompt_excel/    # 存放 Excel 格式的原始提示词数据。
│       │   ├── prompt_docs/     # 存放从 Excel 转换而来的 Markdown 提示词文档。
│       │   └── ... (其他 prompts-library 内部文件)
│       └── XHS-image-to-PDF-conversion/ # 小红书图片转PDF工具。
│
├── i18n/zh/prompts/             # 集中存放所有类型的 AI 提示词。
│   ├── assistant_prompts/       # 辅助类提示词。
│   ├── coding_prompts/          # 专门用于编程和代码生成相关的提示词集合。
│   │   └── ... (具体编程提示词文件)
│   │
│   ├── system_prompts/          # AI 系统级提示词，用于设定 AI 行为和框架。
│   │   └── ... (其他系统提示词)
│   │
│   └── user_prompts/            # 用户自定义或常用提示词。
│       ├── ASCII图生成.md         # ASCII 艺术图生成提示词。
│       ├── 数据管道.md            # 数据管道处理提示词。
│       └── ... (其他用户提示词)
│
├── i18n/zh/skills/              # 集中存放所有类型的 skills 技能。
    ├── claude-skills            # 生成 SKILL 的元 SKILL
    │   ├── SKILL.md
    │   └── ... (其他)
    └── ... (与其他 skill)

🖼️ 概览与演示

一句话：Vibe Coding = 规划驱动 + 上下文固定 + AI 结对执行，让「从想法到可维护代码」变成一条可审计的流水线，而不是一团无法迭代的巨石文件。

你能得到

  • 成体系的提示词工具链：i18n/zh/prompts/system_prompts/ 约束 AI 行为边界，i18n/zh/prompts/coding_prompts/ 提供需求澄清、计划、执行的全链路脚本。
  • 闭环交付路径：需求 → 上下文文档 → 实施计划 → 分步实现 → 自测 → 进度记录，全程可复盘、可移交。

⚙️ 架构与工作流程

核心资产映射：

i18n/zh/prompts/
  coding_prompts/        # 需求澄清、计划、执行链的核心提示词
  system_prompts/        # 约束 AI 行为边界的系统级提示词
  assistant_prompts/     # 辅助/配合型提示
  user_prompts/          # 可复用的用户侧提示词
i18n/zh/documents/
  Templates and Resources/代码组织.md, Templates and Resources/通用项目架构模板.md, Methodology and Principles/开发经验.md, Methodology and Principles/系统提示词构建原则.md 等知识库
backups/
  一键备份.sh, 快速备份.py  # 本地/远端快照脚本

graph TB
  %% GitHub 兼容简化版（仅使用基础语法）

  subgraph ext_layer[外部系统与数据源层]
    ext_contrib[社区贡献者]
    ext_sheet[Google 表格 / 外部表格]
    ext_md[外部 Markdown 提示词]
    ext_api[预留：其他数据源 / API]
    ext_contrib --> ext_sheet
    ext_contrib --> ext_md
    ext_api --> ext_sheet
  end

  subgraph ingest_layer[数据接入与采集层]
    excel_raw[prompt_excel/*.xlsx]
    md_raw[prompt_docs/外部MD输入]
    excel_to_docs[prompts-library/scripts/excel_to_docs.py]
    docs_to_excel[prompts-library/scripts/docs_to_excel.py]
    ingest_bus[标准化数据帧]
    ext_sheet --> excel_raw
    ext_md --> md_raw
    excel_raw --> excel_to_docs
    md_raw --> docs_to_excel
    excel_to_docs --> ingest_bus
    docs_to_excel --> ingest_bus
  end

  subgraph core_layer[数据处理与智能决策层 / 核心]
    ingest_bus --> validate[字段校验与规范化]
    validate --> transform[格式映射转换]
    transform --> artifacts_md[prompt_docs/规范MD]
    transform --> artifacts_xlsx[prompt_excel/导出XLSX]
    orchestrator[main.py · scripts/start_convert.py] --> validate
    orchestrator --> transform
  end

  subgraph consume_layer[执行与消费层]
    artifacts_md --> catalog_coding[i18n/zh/prompts/coding_prompts]
    artifacts_md --> catalog_system[i18n/zh/prompts/system_prompts]
    artifacts_md --> catalog_assist[i18n/zh/prompts/assistant_prompts]
    artifacts_md --> catalog_user[i18n/zh/prompts/user_prompts]
    artifacts_md --> docs_repo[i18n/zh/documents/*]
    artifacts_md --> new_consumer[预留：其他下游渠道]
    catalog_coding --> ai_flow[AI 结对编程流程]
    ai_flow --> deliverables[项目上下文 / 计划 / 代码产出]
  end

  subgraph ux_layer[用户交互与接口层]
    cli[CLI: python main.py] --> orchestrator
    makefile[Makefile 任务封装] --> cli
    readme[README.md 使用指南] --> cli
  end

  subgraph infra_layer[基础设施与横切能力层]
    git[Git 版本控制] --> orchestrator
    backups[backups/一键备份.sh · backups/快速备份.py] --> artifacts_md
    deps[requirements.txt · scripts/requirements.txt] --> orchestrator
    config[prompts-library/scripts/config.yaml] --> orchestrator
    monitor[预留：日志与监控] --> orchestrator
  end

🗺️ 路线图

gantt
    title 项目发展路线图
    dateFormat YYYY-MM
    section 近期 (2025)
    补全演示GIF与示例项目: active, 2025-12, 15d
    prompts 索引自动生成脚本: 2025-12, 10d
    section 中期 (2026 Q1)
    一键演示/验证 CLI 工作流: 2026-01, 15d
    备份脚本增加快照与校验: 2026-01, 10d
    section 远期 (2026 Q1-Q2)
    模板化示例项目集: 2026-02, 20d
    多模型对比与评估基线: 2026-02, 20d

🚀 入门指南（这里是原作者的，不是我写的，我更新了一下我认为最好的模型）

要开始 Vibe Coding，你只需要以下两种工具之一：

  • Claude Opus 4.5，在 Claude Code 中使用
  • gpt-5.1-codex.1-codex (xhigh)，在 Codex CLI 中使用

本指南同时适用于 CLI 终端版本和 VSCode 扩展版本（Codex 和 Claude Code 都有扩展，且界面更新）。

(注：本指南早期版本使用的是 Grok 3，后来切换到 Gemini 2.5 Pro，现在我们使用的是 Claude 4.5（或 gpt-5.1-codex.1-codex (xhigh)）)

(注2：如果你想使用 Cursor，请查看本指南的 1.1 版本，但我们认为它目前不如 Codex CLI 或 Claude Code 强大)

📞 联系方式

✨ 支持项目

救救孩子，感谢了，好人一生平安🙏🙏🙏

  • Tron (TRC20): TQtBXCSTwLFHjBqTS4rNUp7ufiGx51BRey
  • Solana: HjYhozVf9AQmfv7yv79xSNs6uaEU5oUk2USasYQfUYau
  • Ethereum (ERC20): 0xa396923a71ee7D9480b346a17dDeEb2c0C287BBC
  • BNB Smart Chain (BEP20): 0xa396923a71ee7D9480b346a17dDeEb2c0C287BBC
  • Bitcoin: bc1plslluj3zq3snpnnczplu7ywf37h89dyudqua04pz4txwh8z5z5vsre7nlm
  • Sui: 0xb720c98a48c77f2d49d375932b2867e793029e6337f1562522640e4f84203d2e
  • 币安 UID: 572155580

✨ 贡献者

感谢所有为本项目做出贡献的开发者！

特别鸣谢以下成员的宝贵贡献 (排名不分先后): @shao__meng | @0XBard_thomas | @Pluvio9yte | @xDinoDeer | @geekbb @GitHub_Daily

🤝 参与贡献

我们热烈欢迎各种形式的贡献。如果您对本项目有任何想法或建议，请随时开启一个 Issue 或提交一个 Pull Request。

在您开始之前，请花时间阅读我们的 贡献指南 (CONTRIBUTING.md) 和 行为准则 (CODE_OF_CONDUCT.md)。

📜 许可证

本项目采用 MIT 许可证。

View this README on GitHub

推奨ツール

別のキーワードを試すか、フィルタを外してください。

インストール

npx skillfish add 2025emma/vibe-coding-cn