vibe-coding-cn/README.md

570 lines
28 KiB
Markdown
Raw Blame History

This file contains invisible Unicode characters

This file contains invisible Unicode characters that are indistinguishable to humans but may be processed differently by a computer. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

<!--
-------------------------------------------------------------------------------
项目头部区域 (HEADER)
-------------------------------------------------------------------------------
-->
<p align="center">
<!-- 建议尺寸: 1280x640px。可以使用 Canva, Figma 或 https://banners.beyondco.de/ 等工具制作 -->
<img src="https://github.com/tukuaiai.png" alt="Vibe Coding 指南" width="80px">
</p>
<div align="center">
# Vibe Coding 指南
**一个旨在通过与 AI 结对编程,将概念转化为现实的综合工作流程**
---
<!--
徽章区域 (BADGES)
-->
<p>
<a href="https://github.com/tukuaiai/vibe-coding-cn/actions"><img src="https://img.shields.io/github/actions/workflow/status/tukuaiai/vibe-coding-cn/main.yml?style=for-the-badge" alt="构建状态"></a>
<a href="https://github.com/tukuaiai/vibe-coding-cn/releases"><img src="https://img.shields.io/github/v/release/tukuaiai/vibe-coding-cn?style=for-the-badge" alt="最新版本"></a>
<a href="LICENSE"><img src="https://img.shields.io/github/license/tukuaiai/vibe-coding-cn?style=for-the-badge" alt="许可证"></a>
<a href="https://github.com/tukuaiai/vibe-coding-cn"><img src="https://img.shields.io/github/languages/top/tukuaiai/vibe-coding-cn?style=for-the-badge" alt="主要语言"></a>
<a href="https://github.com/tukuaiai/vibe-coding-cn"><img src="https://img.shields.io/github/languages/code-size/tukuaiai/vibe-coding-cn?style=for-the-badge" alt="代码大小"></a>
<a href="https://github.com/tukuaiai/vibe-coding-cn/graphs/contributors"><img src="https://img.shields.io/github/contributors/tukuaiai/vibe-coding-cn?style=for-the-badge" alt="贡献者"></a>
<a href="https://t.me/glue_coding"><img src="https://img.shields.io/badge/chat-telegram-blue?style=for-the-badge&logo=telegram" alt="交流群"></a>
</p>
[📚 相关文档](#-相关文档与资源)
[🚀 入门指南](#-入门指南)
[⚙️ 完整设置流程](#-完整设置流程)
[📞 联系方式](#-联系方式)
[✨ 支持项目](#-支持项目)
[🤝 参与贡献](#-参与贡献)
本仓库的 AI 解读链接:[zread.ai/tukuaiai/vibe-coding-cn](https://zread.ai/tukuaiai/vibe-coding-cn/1-overview)
</div>
---
## 🖼️ 概览
**Vibe Coding** 是一个与 AI 结对编程的综合工作流程,旨在帮助开发者高效地将想法付诸实践。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,避免因缺乏有效管理而导致项目陷入混乱。
> **核心理念**: *规划是项目成功的基石。* 审慎地引导 AI 进行规划,以确保代码库的可维护性和可管理性。
**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:
#### 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``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`,从而启动下一轮进化。
#### 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**理想状态**。
## 🧭 原则 (Principles)
* **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)**
## 🧩 方法 (Methods)
* **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**
## 🛠️ 技术 (Techniques)
* 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**
## 📋 工具集 (Toolset)
### 集成开发环境 (IDE) & 终端
* [**Visual Studio Code**](https://code.visualstudio.com/): 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。
* [**Cursor**](https://cursor.com/): 深度集成 AI 功能的 IDE在开发者社区中已获得广泛认可。
* [**Warp**](https://www.warp.dev/): 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)**](https://github.com/neovim/neovim): 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**](https://github.com/LazyVim/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**](https://claude.ai/new): 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)**](https://chatgpt.com/codex/): 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**](https://factory.ai/news/terminal-bench): 提供对 Claude Opus 4.5 等多种模型的 CLI 访问。
* [**Kiro**](https://kiro.dev/): 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**](https://geminicli.com/): 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**](https://antigravity.google/): Google 提供的免费 AI 服务,支持使用 Claude Opus 4.5 和 Gemini 3.0 Pro。
* [**AI Studio**](https://aistudio.google.com/prompts/new_chat): Google 提供的免费服务,支持使用 Gemini 3.0 Pro 和 Nano Banana。
* [**Gemini Enterprise**](https://cloud.google.com/gemini-enterprise): 面向企业用户的 Google AI 服务。
* [**GitHub Copilot**](https://github.com/copilot): 由 GitHub 和 OpenAI 联合开发的 AI 代码补全工具。
* [**Kimi K2**](https://www.kimi.com/): 一款国产 AI 模型,适用于多种常规任务。
* [**GLM**](https://bigmodel.cn/): 由智谱 AI 开发的国产大语言模型。
* [**Qwen**](https://qwenlm.github.io/qwen-code-docs/zh/cli/): 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
* **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。
* [**Augment**](https://app.augmentcode.com/): 提供强大的上下文引擎和提示词优化功能。
* [**Windsurf**](https://windsurf.com/): 为新用户提供免费额度的 AI 开发工具。
* [**Ollama**](https://ollama.com/): 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**](https://www.mermaidchart.com/): 用于将文本描述转换为架构图、序列图等可视化图表。
* [**NotebookLM**](https://notebooklm.google.com/): 一款用于 AI 解读资料、音频和生成思维导图的工具。
* [**Zread**](https://zread.ai/): AI 驱动的 GitHub 仓库阅读工具,有助于快速理解项目代码。
* [**tmux**](https://github.com/tmux/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**](https://dbeaver.io/): 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
* [**提示词库 (在线表格)**](https://docs.google.com/spreadsheets/d/1ngoQOhJqdguwNAilCl1joNwTje7FWWN9WiI2bo5VhpU/edit?gid=2093180351#gid=2093180351&range=A1): 一个包含大量可直接复制使用的各类提示词的在线表格。
* [**第三方系统提示词学习库**](https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools): 用于学习和参考其他 AI 工具的系统提示词。
* [**Skills 制作器**](https://github.com/yusufkaraaslan/Skill_Seekers): 可根据需求生成定制化 Skills 的工具。
* [**元提示词**](https://docs.google.com/spreadsheets/d/1ngoQOhJqdguwNAilCl1joNwTje7FWWN9WiI2bo5VhpU/edit?gid=1770874220#gid=1770874220): 用于生成提示词的高级提示词。
* [**通用项目架构模板**](./documents/通用项目架构模板.md): 可用于快速搭建标准化的项目目录结构。
* [**元技能Skills 的 Skills**](./skills/claude-skills/SKILL.md): 用于生成 Skills 的元技能。
* [**tmux快捷键大全**](./documents/tmux快捷键大全.md): tmux 的快捷键参考文档。
* [**LazyVim快捷键大全**](./documents/LazyVim快捷键大全.md): LazyVim 的快捷键参考文档。
* [**二哥的Java进阶之路**](https://javabetter.cn/): 包含多种开发工具的详细配置教程。
* [**虚拟卡**](https://www.bybit.com/cards/?ref=YDGAVPN&source=applet_invite): 可用于注册云服务等需要国际支付的场景。
---
## 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
* **交流社区**:
* [Telegram 交流群](https://t.me/glue_coding)
* [Telegram 频道](https://t.me/tradecat_ai_channel)
* **个人分享**:
* [我的学习经验](./documents/学习经验.md)
* [编程书籍推荐](./documents/编程书籍推荐.md)
* **核心资源**:
* [**元提示词库**](https://docs.google.com/spreadsheets/d/1ngoQOhJqdguwNAilCl1joNwTje7FWWN9WiI2bo5VhpU/edit?gid=1770874220#gid=1770874220): 用于生成提示词的高级提示词集合。
* [**元技能 (Meta-Skill)**](./skills/claude-skills/SKILL.md): 用于生成 Skills 的 Skill。
* [**技能库 (Skills)**](./skills): 可直接集成的模块化技能仓库。
* [**技能生成器**](https://github.com/yusufkaraaslan/Skill_Seekers): 将任何资料转化为 Agent 可用技能的工具。
* [**在线提示词数据库**](https://docs.google.com/spreadsheets/d/1ngoQOhJqdguwNAilCl1joNwTje7FWWN9WiI2bo5VhpU/edit?gid=2093180351#gid=2093180351&range=A1): 包含数百个适用于各场景的用户及系统提示词的在线表格。
* [**第三方系统提示词仓库**](https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools): 汇集了多种 AI 工具的系统提示词。
* **项目内部文档**:
* [**prompts-library 工具说明**](./libs/external/prompts-library/): 该工具支持在 Excel 和 Markdown 格式之间转换提示词,并包含数百个精选提示词。
* [**coding_prompts 集合**](./prompts/coding_prompts/): 适用于 Vibe Coding 流程的专用提示词。
* [**系统提示词构建原则**](./documents/系统提示词构建原则.md): 关于如何构建高效、可靠的 AI 系统提示词的综合指南。
* [**开发经验总结**](./documents/开发经验.md): 包含变量命名、文件结构、编码规范、架构原则等实践经验。
* [**通用项目架构模板**](./documents/通用项目架构模板.md): 提供多种项目类型的标准目录结构与最佳实践。
* [**Augment MCP 配置文档**](./documents/auggie-mcp配置文档.md): Augment 上下文引擎的详细配置说明。
* [**system_prompts 集合**](./prompts/system_prompts/): 用于指导 AI 开发的系统提示词,包含多个版本的开发规范与思维框架。
---
### 项目目录结构概览
`vibe-coding-cn` 项目的核心是围绕知识管理、AI 提示词的组织与自动化而构建。以下是其简化的目录结构说明:
```
.
├── backups/ # 项目备份脚本。
├── documents/ # 各类说明文档、经验总结和配置详情。
├── libs/ # 通用库代码,包含内部模块和外部工具。
│ ├── common/ # 通用功能模块。
│ ├── database/ # 数据库相关模块。
│ └── external/ # 外部集成工具,如 prompts-library。
├── prompts/ # 核心资产:集中管理的各类型 AI 提示词。
│ ├── coding_prompts/ # 编程与代码生成专用提示词。
│ ├── system_prompts/ # AI 系统级行为与框架提示词。
│ └── user_prompts/ # 用户自定义提示词。
├── skills/ # 模块化技能库,提供特定领域的工具和知识。
├── .gitignore # Git 忽略文件配置。
├── AGENTS.md # AI Agent 的行为准则与配置。
├── CLAUDE.md # Claude 模型的核心行为准则与配置。
├── CODE_OF_CONDUCT.md # 社区行为准则。
├── CONTRIBUTING.md # 贡献指南。
├── GEMINI.md # Gemini 模型的上下文与指令。
├── LICENSE # 项目开源许可证。
├── Makefile # 项目自动化任务脚本(如代码检查、备份)。
└── README.md # 项目主文档。
```
---
## ⚙️ 架构与工作流程
Vibe Coding 的核心工作流可以概括为:**规划驱动 + 上下文固定 + AI 结对执行**。它旨在将“从想法到可维护代码”的过程转变为一个可审计、可迭代的流水线。
**您将获得**:
- **成体系的提示词工具链**: 利用 `system_prompts` 约束 AI 行为边界,`coding_prompts` 提供从需求澄清、规划到执行的全链路支持。
- **闭环交付路径**: 遵循“需求 -> 上下文文档 -> 实施计划 -> 分步实现 -> 测试 -> 进度记录”的流程,确保全程可追溯、可移交。
```mermaid
graph TB
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[prompts/coding_prompts]
artifacts_md --> catalog_system[prompts/system_prompts]
artifacts_md --> catalog_assist[prompts/assistant_prompts]
artifacts_md --> catalog_user[prompts/user_prompts]
artifacts_md --> docs_repo[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
```
---
<details>
<summary>📈 性能基准 (可选)</summary>
本仓库主要关注流程与提示词质量,而非代码性能。建议通过以下可观测指标进行追踪(当前依赖人工记录):
| 指标 | 含义 | 建议记录方式 |
|:---|:---|:---|
| 提示命中率 | 一次生成即满足验收标准的比例。 | 在任务完成后于 `progress.md` 中记录 0/1。 |
| 周转时间 | 从需求提出到首个可运行版本所需的时间。 | 通过录屏或 CLI 定时器进行统计。 |
| 变更可追溯性 | 是否同步更新了上下文、进度及备份。 | 通过手动更新或在备份脚本中集成版本标签实现。 |
| 示例覆盖率 | 是否为每个模块提供了最小可运行示例或测试用例。 | 建议每个示例项目都包含独立的 README 和测试。 |
</details>
---
## 🗺️ 路线图
```mermaid
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
*本节内容源自原作者,并根据当前推荐模型进行了更新。*
要开始使用 Vibe Coding您需要以下任一工具
- **Claude 3 Opus** (在 Claude Code 等平台使用)
- **GPT-4/GPT-5 系列模型** (在 Codex CLI 等平台使用)
本指南适用于 CLI 终端版本和 VSCode 扩展版本。
---
<details>
<summary><strong>⚙️ 完整设置流程</strong></summary>
<details>
<summary><strong>1. 创建项目设计文档</strong></summary>
- 将您的项目创意提交给 AI并要求其生成一份简洁的 Markdown 格式**设计文档**(例如 `product-requirement-document.md`)。
- 审查并完善该文档,确保其与您的愿景一致。初期版本可以简略,其核心目标是为 AI 提供关于项目结构和意图的上下文。
</details>
<details>
<summary><strong>2. 确定技术栈并配置 AI 行为准则</strong></summary>
- 让 AI 为您的项目推荐**最简单且最健壮**的技术栈,并保存为 `tech-stack.md`
- 在 AI 交互工具(如 Claude Code 或 Codex CLI使用 `/init` 命令初始化 AI 的行为准则,使其读取您已创建的 `.md` 文件。
- **关键步骤**: 审查并调整生成的规则,确保其强调**模块化**并禁止生成**单体巨文件**。部分核心规则必须设为始终应用("Always"),以强制 AI 在编码前阅读关键上下文文档。
</details>
<details>
<summary><strong>3. 制定实施计划</strong></summary>
- 将设计文档和技术栈文档提供给 AI。
- 要求 AI 生成一份详细的 Markdown 格式**实施计划**,其中包含一系列给开发者的分步指令。
- 每一步都应小而具体,并包含验证其正确性的测试方法。
- 计划中只应包含清晰的指令,而非代码。
- 初期聚焦于**核心功能**的实现。
</details>
<details>
<summary><strong>4. 构建记忆库 (Memory Bank)</strong></summary>
- 在项目根目录下创建 `memory-bank` 子文件夹。
- 将以下文件存入该文件夹:
- `product-requirement-document.md`
- `tech-stack.md`
- `implementation-plan.md`
- `progress.md` (空文件,用于记录开发进度)
- `architecture.md` (空文件,用于记录系统架构)
</details>
</details>
<details>
<summary><strong>💻 Vibe Coding 开发流程</strong></summary>
现在,我们开始核心开发流程。
<details>
<summary><strong>1. 澄清与确认</strong></summary>
- 启动 AI 交互工具。
- **提问**: "请阅读 `/memory-bank` 文件夹中的所有文档。`implementation-plan.md` 的内容是否完全清晰?您有哪些问题需要我澄清,以确保计划对您而言是 100% 明确的?"
- 在回答完 AI 的所有问题后,让其根据您的回答更新 `implementation-plan.md`
</details>
<details>
<summary><strong>2. 执行第一步</strong></summary>
- **提问**: "请阅读 `/memory-bank` 中的所有文档,并执行实施计划的第 1 步。测试将由我负责。在测试通过之前,请不要开始第 2 步。验证通过后,请在 `progress.md` 中记录已完成的工作,并在 `architecture.md` 中更新架构信息。"
- 建议使用 "Ask" 或 "Plan" 模式,在 AI 执行前确认其计划。
</details>
<details>
<summary><strong>3. 迭代工作流</strong></summary>
- 完成第 1 步后,提交代码变更到 Git。
- 开始新的会话,并提问:"请阅读 memory-bank 中的所有文件,并参考 `progress.md` 了解当前进度,然后继续实施计划的第 2 步。"
- 重复此流程,直至完成整个实施计划。
</details>
</details>
<details>
<summary><strong>✨ 增补功能</strong></summary>
在完成核心功能后,您可以开始进行实验和功能扩展。
- 对于每个主要的新功能,创建一个独立的 `feature-implementation.md`,其中包含简短的步骤和测试方法。
- 继续采用增量式的方式实现和测试。
</details>
<details>
<summary><strong>🐞 故障排查</strong></summary>
<details>
<summary><strong>常规修复</strong></summary>
- **回滚**: 如果 AI 的某次操作导致问题,使用版本控制工具(如 `git reset`)或 AI 工具自带的回滚命令(如 `/rewind`)恢复到之前的状态。
- **错误处理**: 将浏览器控制台中的错误信息或问题截图提供给 AI 进行分析。
</details>
<details>
<summary><strong>疑难问题</strong></summary>
- **重试**: 如果某个问题难以解决,回退到上一个稳定的版本,并尝试用不同的提示词或方法重新实现。
- **全局上下文**: 在极端情况下,可使用 `RepoPrompt` 等工具将整个代码库打包为一个文件,并提交给 AI 以获得全局性的解决方案。
</details>
</details>
<details>
<summary><strong>💡 提示与技巧</strong></summary>
<details>
<summary><strong>AI 工具使用技巧</strong></summary>
- **终端集成**: 在 VSCode 终端中运行 AI CLI 工具,可以直接查看文件差异并提供上下文,无需离开工作区。
- **自定义命令**: 创建自定义快捷命令,以触发特定提示词,从而让模型在修改代码前充分理解上下文。
- **上下文管理**: 适时使用 `/clear``/compact` 等命令清理或压缩上下文。
- **高阶指令**: 通过加入 "请一步一步思考" 或 "ultrathink" 等关键词,引导 AI 进行更深度的思考。
</details>
</details>
<details>
<summary><strong>❓ 常见问题解答 (FAQ)</strong></summary>
- **Q: 此流程是否适用于非游戏应用开发?**
- **A:** 是的,基本流程完全适用。只需将“游戏设计文档”替换为“产品需求文档 (PRD)”即可。
- **Q: 为何推荐使用原生 CLI 工具而非 Cursor 等集成环境?**
- **A:** 这主要取决于个人偏好。我们认为原生 CLI 工具能更好地发挥底层模型的全部实力,并且具有更强的灵活性和可定制性,适用于远程服务器等多种场景。
- **Q: 我不了解如何搭建服务器,该怎么办?**
- **A:** 请咨询您的 AI 助手。
</details>
---
## 📞 联系方式
- **GitHub**: [tukuaiai](https://github.com/tukuaiai)
- **Twitter / X**: [123olp](https://x.com/123olp)
- **Telegram**: [@desci0](https://t.me/desci0)
- **Telegram 交流群**: [glue_coding](https://t.me/glue_coding)
- **Telegram 频道**: [tradecat_ai_channel](https://t.me/tradecat_ai_channel)
- **邮箱**: tukuai.ai@gmail.com (回复可能不及时)
---
## ✨ 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!
<a href="https://github.com/tukuaiai/vibe-coding-cn/graphs/contributors">
<img src="https://contrib.rocks/image?repo=tukuaiai/vibe-coding-cn" />
<img src="https://contrib.rocks/image?repo=EnzeD/vibe-coding" />
</a>
<p>特别鸣谢以下成员的宝贵贡献 (排名不分先后):<br/>
<a href="https://x.com/shao__meng">@shao__meng</a> |
<a href="https://x.com/0XBard_thomas">@0XBard_thomas</a> |
<a href="https://x.com/Pluvio9yte">@Pluvio9yte</a> |
<a href="https://x.com/xDinoDeer">@xDinoDeer</a> |
<a href="https://x.com/geekbb">@geekbb</a>
</p>
---
## 🤝 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](https://github.com/tukuaiai/vibe-coding-cn/issues) 或提交一个 [Pull Request](https://github.com/tukuaiai/vibe-coding-cn/pulls)。
在您开始之前,请花时间阅读我们的 [**贡献指南 (CONTRIBUTING.md)**](CONTRIBUTING.md) 和 [**行为准则 (CODE_OF_CONDUCT.md)**](CODE_OF_CONDUCT.md)。
---
## 📜 许可证
本项目采用 [MIT](LICENSE) 许可证。
---
<div align="center">
**如果这个项目对您有帮助,请考虑为其点亮一颗 Star ⭐!**
## Star History
<a href="https://www.star-history.com/#tukuaiai/vibe-coding-cn&type=date&legend=top-left">
<picture>
<source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/svg?repos=tukuaiai/vibe-coding-cn&type=date&theme=dark&legend=top-left" />
<source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/svg?repos=tukuaiai/vibe-coding-cn&type=date&legend=top-left" />
<img alt="Star History Chart" src="https://api.star-history.com/svg?repos=tukuaiai/vibe-coding-cn&type=date&legend=top-left" />
</picture>
</a>
---
**由 [tukuaiai](https://github.com/tukuaiai), [Nicolas Zullo](https://x.com/NicolasZu), 和 [123olp](https://x.com/123olp) 倾力打造**
[⬆ 返回顶部](#vibe-coding-指南)
</div>