动手学CS146S中文版课程，包含assignments，vibe coding工具等，本项目将长期持续维护，致力于打造中文最好的vibe coding教程。
概览
本项目长期维护，希望能帮到各位入门 vibe coding 的朋友，欢迎Star，分享与提PR🌟~ 非官方项目、Fall 2025 已归档、Fall 2026 跟踪中、内容来源与版权归属原课程方。 🌟 付费赞助广告位：联系邮箱[email protected]，在文档内展示您的品牌和产品。 Atlas Cloud is a full-modal AI inference platform that gives developers a single AI API to access video generation, image generation, and LLM APIs. Instead of managing multiple vendor integrations, you connect once and get unified access to 300+ curated models across all modalities.. Check out Atlas Cloud's new coding plan promotion for more budget-friendly API access： coding-plan 大语言模型（LLM）正在把软件开发从以人工编写代码为主的过程，转变为开发者与能力日益增强的 Coding Agent 协作的过程。这一变化要求我们用新的方式定义意图、组织工作，并协调工具，让 Agent 能够有效参与复杂的软件项目。 课程将探讨 AI 原生软件开发背后的新兴实践与技术，包括 MCP、Agent Skills、spec-driven development、loop engineering 和 software factory。你将学习如何为 Agent 提供合适的上下文与能力，把产品需求转换为可执行的规格，并设计由人类与 Agent 共同规划、构建、评估和迭代改进的工作流。 通过动手作业、项目和来自下一代开发工具实践者的分享，学生将了解当前 Coding Agent 的能力与局限。课程结束时，学生将能够设计有效的 Agent 驱动工作流，将工具与 Skills 组合成可靠的开发系统，并运用 software factory 的原则，以更高的速度和规模构建、演进软件。
README
📚CS146S中文版课程 Vibe Coding Together
本项目长期维护，希望能帮到各位入门 vibe coding 的朋友，欢迎Star，分享与提PR🌟~
非官方项目、Fall 2025 已归档、Fall 2026 跟踪中、内容来源与版权归属原课程方。
欢迎加入 动手学CS146S 交流群一起讨论，群内不定期分享由赞助商提供的大模型额度，若群二维码过期请添加个人微信:
三群开启，感谢大家的热情参与
🌟 付费赞助广告位：联系邮箱[email protected]，在文档内展示您的品牌和产品。
课程简介
大语言模型（LLM）正在把软件开发从以人工编写代码为主的过程，转变为开发者与能力日益增强的 Coding Agent 协作的过程。这一变化要求我们用新的方式定义意图、组织工作，并协调工具，让 Agent 能够有效参与复杂的软件项目。
课程将探讨 AI 原生软件开发背后的新兴实践与技术，包括 MCP、Agent Skills、spec-driven development、loop engineering 和 software factory。你将学习如何为 Agent 提供合适的上下文与能力，把产品需求转换为可执行的规格，并设计由人类与 Agent 共同规划、构建、评估和迭代改进的工作流。
通过动手作业、项目和来自下一代开发工具实践者的分享，学生将了解当前 Coding Agent 的能力与局限。课程结束时，学生将能够设计有效的 Agent 驱动工作流，将工具与 Skills 组合成可靠的开发系统，并运用 software factory 的原则，以更高的速度和规模构建、演进软件。
先决条件：具备相当于 CS111 级别的编程经验。推荐具备 CS221/229 课程知识。
形式：每周讲座、动手编码实践课，以及行业嘉宾演讲。期末项目要求展示现代开发实践。
目标：掌握现代开发工具、理解 AI 辅助编程、学习自动化测试和部署、探索新兴软件趋势。
评分：期末项目 50%，每周作业 15%，开源贡献 5%，课堂参与 5%
教学大纲
Fall 2026（进行中，内容以官网发布为准）
| 周次 | 主题与要点 | 课程安排 |
|---|---|---|
| 第 1 周 | Coding Agent 的内部原理• LLM 究竟是什么，以及 Agent loop 在底层如何运行• 核心工具集（read、write、edit、bash）及任务如何在其中流转• 生产级 Coding Agent 如何组织 system prompt 与工具定义• 阅读材料• 构建编程智能体• 构建 Claude Code 的经验与启示• 深入剖析 Claude Code | 9/22（周二）：课程简介 + 用 200 行代码构建 Claude Code-幻灯片 - 代码9/24（周四）：前沿 Coding Agent 的设计方式：深入剖析定义 Agent 的 system prompt-- 幻灯片 - 提示词 - 转写 |
| 第 2 周 | 高级 Context Engineering• 高级 prompting 技巧及其适用场景• RePPIT（Research、Propose、Plan、Implement、Test）与 spec-driven development• MCP 基础：server、client、tool 与 transport• 为 Agent ergonomics 设计工具• 阅读材料• 上下文税：何时压缩上下文• 开放规格（OpenSpec）• 超级能力（Superpowers）• 企业级 MCP（Cloudflare） | 9/29（周二）：高级 prompting + Agentic 开发框架（RePPIT、spec-driven development） - 幻灯片 - 转写10/1（周四）：MCP 与 tool calling 全面介绍（理论、配置与高级工具设计） - 幻灯片 - 技能 - 转写 |
| 第 3 周 | Agent Skills 与 CLI• Skills 是什么；SKILL.md + 脚本如何编码一个工作流• Web Skills，以及如何把 Agent 能力扩展到 repo 之外• 如何高效地通过 CLI 工作• 阅读材料• pstack 技能集• Matt Pocock 的技能集• browse.sh 浏览工具 | 10/6（周二）：全面了解 Agent Skills（含 Web Skills） - 幻灯片10/8（周四）：嘉宾：Lee Robinson（SpaceX 模型行为方向） |
| 第 4 周 | 定制你的 Agent 与仓库• CLAUDE.md 与 AGENTS.md：各自应该写什么• 用 Hooks 配置 lint gate、测试运行与 guardrail• Subagent 模式（planner / implementer / reviewer） | 10/13（周二）：定制 Agentic 开发环境（CLAUDE.md、AGENTS.md、Hooks）10/15（周四）：嘉宾：Boris Cherny（Anthropic），炉边问答 |
| 第 5 周 | Agent 就绪的代码库• 什么让 repo 对 Agent 友好：结构、文档、测试与检查机制• 就绪度评分与审计• 真实 repo 中阻碍 Agent 工作的常见缺口 | 10/20（周二）：让 repo 对 Agent 就绪：使仓库更 Agent-friendly 的结构、文档与检查机制10/22（周四）：嘉宾：Eno Reyes，分享 Agent readiness |
| 第 6 周 | Agentic Code Review• AI 代码审查擅长发现什么、又会遗漏什么• 审查架构与自定义规则• 将 AI 审查融入团队的 PR 工作流 | 10/27（周二）：Agentic Code Review：最佳实践与架构10/29（周四）：嘉宾：Silas Alberti（Cognition） |
| 第 7 周 | 安全• SAST / SCA、依赖漏洞与 Secret 泄露漏洞• Prompt Injection 与 Agent 特有攻击面• Agent 辅助的漏洞分诊与修复 | 11/3（周二）：AI 代码库中的安全11/5（周四）：嘉宾：Isaac Evans（Semgrep） |
| 第 8 周 | 后台 Agent• 异步、云端委派的 Agent• 管理并行 Agent 集群• Issue-to-PR 流水线与触发器（Slack、Linear、GitHub） | 11/10（周二）：后台 Agent：异步启动任务11/12（周四）：嘉宾（待公布） |
| 第 9 周 | 构建 AI 原生团队• MCP 门户与集中化、权限化的工具访问• LLM gateway、模型路由与成本优化• 组织范围内的落地模式 | 11/17（周二）：大型团队中的 Coding Agent（MCP 门户、LLM gateway、组织模式、成本优化与模型路由）11/19（周四）：嘉宾（待公布） |
| 第 10 周 | Software Factory 与未来• 可自行运行、自我改进的软件系统• 部署后运行与保护 Agent• AI 软件工程的下一步 | 12/1（周二）：Software Factory：可自行运行、自我改进的软件系统12/3（周四）：嘉宾（待公布） |
Fall 2025
| 周次 | 主题与要点 | 阅读材料 | 作业 | 课程安排 |
|---|---|---|---|---|
| 第 1 周 | Coding LLM 与 AI 开发导论• 课程安排• LLM 究竟是什么• 如何有效 prompting | 深入理解 LLM 【中文版】Prompt Engineering 概览 【中文版】Prompt Engineering 指南 【中文版】AI Prompt Engineering：深入解析 【中文版】OpenAI 如何使用 Codex 【中文版】 | ✅ 已完成：LLM Prompting Playground | LLM 简介及其构建原理 — SlidesLLM 的高效 prompting — Slides |
| 第 2 周 | Coding Agent 的剖析• Agent 架构与组件• 工具使用与 function calling• MCP（Model Context Protocol） | MCP 简介MCP Server 示例实现MCP Server 身份验证MCP Server SDKMCP Registry关于 MCP 的思考 | ✅ 已完成：AI IDE 初探 | 从零构建 Coding Agent — Slides；已完成练习构建自定义 MCP Server — Slides；已完成练习 |
| 第 3 周 | AI IDE• 上下文管理与代码理解• 面向 Agent 的 PRD• IDE 集成与扩展 | 规格即新的源代码 【中文版】长上下文如何失效Devin：Coding Agents 101 【中文版】让 AI 在复杂代码库中工作FAANG 如何 Vibe Code为 Agent 编写有效工具 【中文版】 | ✅ 已完成：构建自定义 MCP Server | 从首次 prompt 到最佳 AI IDE 配置 — Slides；设计文档模板Silas Alberti（Cognition 研究负责人）— Slides |
| 第 4 周 | Coding Agent 模式• 管理 Agent 的自主性等级• 人机协作模式 | Anthropic 如何使用 Claude Code 【中文版】Claude 最佳实践 【中文版】Awesome Claude AgentsSuper Claude好的上下文，好的代码窥探 Claude Code 的内部机制 | ✅ 已完成：使用 Claude Code 编程 | 如何成为 Agent 管理者 — SlidesBoris Cherny（Claude Code 创建者）— Slides |
| 第 5 周 | 现代终端• AI 增强的命令行界面• 终端自动化与脚本编写 | Warp UniversityWarp 与 Claude Code 对比Warp 如何用 Warp 构建 Warp | ✅ 已完成：使用 Warp 进行 Agentic 开发 | 如何打造一款爆款 AI 开发者产品 — SlidesZach Lloyd（Warp CEO）— Slides |
| 第 6 周 | AI 测试与安全• 安全地 Vibe Coding• 漏洞检测的历史• AI 生成的测试套件 | SAST 与 DAST通过 Prompt Injection 实现 Copilot RCE 【中文版】使用 Claude Code 与 OpenAI Codex 发现漏洞Agentic AI 威胁：身份欺骗与冒充OWASP Top Ten 【中文版】Context Rot 【中文版】使用 O3 进行漏洞 prompt 分析 | ✅ 已完成：编写安全的 AI 代码 | AI QA、SAST、DAST 及未来 — SlidesIsaac Evans（Semgrep CEO） |
| 第 7 周 | 现代软件支持• 哪些 AI 代码系统值得信任• 调试与诊断• 智能文档生成 | Code Review：做就对了如何有效进行 Code Review现代 Code Review 中 AI 辅助 Coding 实践评估AI Code Review 落地最佳实践软件团队的 Code Review 要点来自数百万次 AI Code Review 的经验 | ✅ 已完成：Code Review 实践 | AI Code Review — SlidesTomas Reimers（Graphite CPO）— Slides |
| 第 8 周 | 自动化 UI 与应用构建• 面向所有人的设计与前端开发• 快速 UI/UX 原型与迭代 | — | ✅ 已完成：多技术栈 Web 应用构建 | 通过一个 prompt 构建端到端应用 — SlidesGaspar Garcia（Vercel AI 研究负责人）— Slides |
| 第 9 周 | 部署后的 Agent• AI 系统的监控与可观测性• 自动化事件响应• 分诊与调试 | SRE 导论需要了解的可观测性基础使用 AI 排查 Kubernetes 故障你的新 Autonomous Teammate多 Agent 系统如何使工程师 AI-nativeAgentic AI 在 On-call 工程中的益处 | — | 事件响应与 DevOps — SlidesMayank Agarwal（Resolve CTO）与 Milind Ganjoo（Resolve 技术成员）— Slides |
| 第 10 周 | AI 软件工程的下一步• 软件开发角色的未来• 新兴 AI Coding 范式• 行业趋势与预测 | — | — | 十年后的软件开发Martin Casado（a16z 普通合伙人） |
常见问题
AI Agent/Skills 推荐（待办）
代码生产
科研辅助
个人成长
开箱即用
许可证
本项目采用 MIT 许可证 - 详情请见 LICENSE 文件。
Star History
推荐工具
换一个关键词，或者移除筛选条件。
安装
npx skillfish add lucaswang81/cs146s_cn