Vibe Coding Guide

Vibe Coding 指南:一个通过与 AI 结对编程,将想法变为现实的终极工作站
欢迎来到 Vibe Coding 的世界——一个以规划驱动、上下文固定、让 AI 进行结对编程为核心的工作流。这里不仅是一套方法论,更是一整套工具、模型、模板和实践路径,帮助开发者把创意从脑海变成可维护、可迭代的代码。本文将带你穿过从构思到实现、再到调试、扩展的完整旅程,揭示背后的核心原则、方法论与实操要点。
同样值得留意的是,这份指南承载的是一套经验体系。它强调“规划就是一切”,并提醒谨慎让 AI 自主规划以避免代码库变成难以掌控的混乱。以下内容并非对所有场景的通用模板,请结合具体任务、团队习惯与技术栈进行本地化取舍。
[构建状态]按钮与其他徽标示意了项目的持续集成与版本信息,帮助你快速了解项目当前的开发状态与版本演进。
🗺️ 概览
Vibe Coding 将“人”和“AI 的结对协作”作为核心工作流的驱动引擎。通过将想法分解为可执行的上下文、计划、实现步骤与自我校验,形成一个可审计、可移交、可持续迭代的流水线。这个流程强调模块化、分阶段实现和清晰的边界约束,确保 AI 在协助编码的同时仍由人类保持对目标、节奏与质量的掌控。
核心价值在于:用规划驱动创作,用上下文锁定行为边界,用持续的交付闭环实现自我改进。概括来说,Vibe Coding 的理念是:先结构、再代码;先需求、再实现;三要素并重:目标、上下文、可验证的步骤。
在实践中,你将看到一整套系统化的提示词链、模块化的技能与系统提示词的组合,从需求澄清到实现执行,再到自我检测与回顾。通过把 AI 放在“母体提示词”的框架下进行自我优化,形成一个不断进化的自适应系统。
🔑 元方法论(Meta-Methodology)
Vibe Coding 的元方法论核心在于构建一个能够自我优化的 AI 系统。它的递归本质可以分解为若干步骤,帮助团队把复杂目标分解为可执行的任务,并让系统在每次迭代中变得更强。
定义核心角色
α-提示词(生成器):一个母体提示词,负责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,负责优化其他提示词或技能。
描述递归的生命周期 1) 创生(Bootstrap):使用 AI 生成 α-提示词与 Ω-提示词的初始版本(v1)。 2) 自省与进化(Self-Correction & Evolution):用 Ω-提示词(v1)对 α-提示词(v1)进行优化,得到更强的 α-提示词(v2)。 3) 创造(Generation):以进化后的 α-提示词(v2)生成目标提示词和技能。 4) 循环与飞跃(Recursive Loop):将新产物反馈到系统,继续优化 α-提示词,开启持续进化。
终极目标 通过持续的递归优化循环,使系统在每次迭代中实现自我超越,逐步逼近设定的预期状态。
🧭 道:核心原则
一些根本性原则在整个 Vibe Coding 的实践中起到“导航灯”的作用。它们帮助团队维持对目标的聚焦、避免无效工作、以及最大化 AI 与人类协作的协同效应。
- 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,三个维度并行
- 数据与函数即是编程的一切
- 输入、处理、输出共同刻画整个过程
- 多问 AI 是什么、为什么、怎么做
- 先结构,后代码,规划好框架再动手
- 奥卡姆剃刀:如无必要,勿增代码
- 帕累托法则:聚焦最具影响力的20%
- 逆向思考:先明确需求,再从需求逆向构建代码
- 重复尝试,必要时重新开启新窗口
- 专注:一次只做一件事(极致专注,神人除外)
🧩 法:工程化的设计法则
在 Vibe Coding 中,“法”强调的是工程式的分解、职责界定与可验证性。它确保在 AI 助力之下,代码结构、职责划分、以及协作节奏都具有清晰边界,便于维护与扩展。
- 一句话目标 + 非目标:清晰界定要实现的目标与避免的偏离。
- 正交性:避免功能重复,尽量在不同场景中复用已有模块。
- 能抄就不重复造轮子:优先寻找现成仓库与方案,必要时再定制。
- 看官方文档优先:先爬取官方文档并喂给 AI,确保理解其设计意图。
- 按职责拆模块:模块化设计,遵循单一职责原则。
- 接口先行、实现后补:先定义好接口与契约,再逐步实现。
- 一次只改一个模块:降低变更成本与回滚难度。
- 文档即上下文:文档本身就是你与 AI 的对话上下文,不要事后再补充。
🛠️ 器:工具与资源体系
Vibe Coding 将工具分为若干类别,形成一个完整的生态,帮助你从环境搭建到模型选择、从开发辅助到知识管理的一站式体验。
集成开发环境 (IDE) & 终端
- Visual Studio Code:强大且灵活的代码编辑环境,关于版本管理的 Local History 插件尤为有用。
- 虚拟环境 (.venv):为 Python 项目提供隔离、复现性强的环境。
- Cursor、Warp、Neovim(nvim)、LazyVim:覆盖编辑、终端与工作流的不同风格与偏好。
AI 模型 & 服务
- Claude Opus 4.5、GPT-5.1 系列、Gemini 系列等:提供多样化的模型能力,能够在 CLI、IDE 插件等多种入口中工作。
- Droid、Kiro、Qwen、GLM、Gemini Enterprise、GitHub Copilot、Kimi K2 等:覆盖从本地到企业级、从代码补全到任务编排的不同需求。
- 其他工具:Augment、Windsurf、Ollama、Mermaid Chart、NotebookLM、Zread、tmux、DBeaver 等,覆盖上下文引擎、快速开发、可视化、数据库与多终端协作。
开发与辅助工具
- Augment、Windsurf、Ollama:上下文引擎、免费额度工具与本地大模型管理。
- Mermaid Chart、NotebookLM、Zread:将思路以图形化或文档化的形式整理,提升认知一致性。
- tmux、DBeaver:高效的会话管理与跨数据库工作流。
资源与模板
- 在线提示词库、元提示词、系统提示词集合:提供高质量的提示词与模板,快速落地在具体任务中。
- 通用项目架构模板、元技能与技能模板、tmux 与 LazyVim 快捷键大全等:帮助团队建立高效的工作结构。
- 代码组织指南、开发经验总结、系统提示词构建原则等:为项目积累可重复使用的知识资产。
🧭 资源与模板的整合
在 Vibe Coding 的生态中,资源与模板是一体化的知识库。它们不仅仅是静态文档,而是驱动 AI 的“记忆银行”和“行动指南”,确保每一个工作单元都能快速定位、理解并落地。常见的资源类别包括:
- 提示词库(在线表格、系统提示词仓库、元提示词等)
- 技能库与元技能(Skill、Meta-Skill 的组合)
- 模板与模板集合(通用项目架构模板、代码组织模板、提示词生成模板等)
- 开发经验与最佳实践(变量命名、文件结构、编码规范、架构原则等)
🗃️ 项目目录结构概览
Vibe Coding 的核心结构围绕知识管理、AI 提示词的组织与自动化展开。虽然具体实现可能随团队和场景变化,但以下要点有助于理解整体架构的思路。
- 核心目录包含:CODEOFCONDUCT.md、CONTRIBUTING.md、LICENSE、README.md 等基础治理与入口文档。
- CLAUDE.md、GEMINI.md 等与 AI 助手相关的上下文文档,覆盖项目概述、技术栈和文件结构说明。
- i18n/zh/doc… 与 i18n/zh/prompts/ 等本地化知识库,包含 Methodology、Templates、Tutorials、Skills 等内容。
- prompts-library 中的脚本与数据,支持 Excel 与 Markdown 的互转,以及 prompts 的集中管理。
- memory-bank(记忆库)用于存放游戏设计文档、技术栈、实施计划、进度记录、架构说明等,确保执行过程可追溯。
- backups、docs、charts 等支撑性模块,帮助实现快照、图表化展示与持续集成。
以上目录与模块的目标是把“需求》上下文》计划》实现》自测》记录”组成一个闭环,确保每一步的可追溯性和可移交性。
🖼️ 概览与演示
一句话概括:Vibe Coding 等于“规划驱动 + 上下文固定 + AI 结对执行”,让从想法到可维护代码的过程成为一条可审计的流水线,而不是一堆难以迭代的文档或巨石级代码。
你可以得到的价值包括:
- 成体系的提示词工具链:系统提示词用于约束 AI 行为,编码提示词覆盖需求澄清、计划、执行等全链路。
- 闭环交付路径:从需求到上下文文档、实施计划、分步实现再到自测与进度记录,整条线可回溯、可移交。
⚙️ 架构与工作流程
核心资产的映射关系清晰而直观,确保你在实际操作中能够快速把需求转化为执行动作。
- 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/配合型提示词
- user_prompts:可复用的用户侧提示词
- 记忆与文档:Templates、Documents、Backups 与 Architecture 等作为上下文与知识支撑
下面是一段简化的架构可视化(Mermaid 版)用来帮助理解数据流与职责分工。你可以在支持 Mermaid 的编辑器里查看完整图像。
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]
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
orchestrator --> config_prompts[prompts-library/scripts/config.yaml]
orchestrator --> monitor[预留:日志与监控]
end
该图强调了从外部数据源到内部处理、再到输出给不同消费端的完整流水线,以及与版本控制、备份和配置的耦合关系。通过把提示词、系统约束、辅助提示与用户提示进行分层管理,你可以在任何任务中快速定位责任和落地路径。
📈 路线图
为了帮助团队对未来进展有清晰的时间维度,下面给出一个简化的路线图(Mermaid Gantt),展示近期、中期与远期的重点里程碑:
gantttitledate
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
这条路线图旨在让团队成员理解每个阶段的目标与时长,确保对工作重心和产出有一致的认知。
🚀 入门指南
要开启 Vibe Coding,你只需要以下两种工具之一(原作者推荐):
- Claude Opus 4.5:在 Claude Code 中使用
- GPT-5.1 Codex(xhigh 版本):在 Codex CLI 中使用
本指南同样适用于 CLI 终端版本和 VSCode 扩展版本(Codex 和 Claude Code 都有扩展并提供丰富的界面交互)。
为了帮助你快速落地,以下是完整设置流程的核心要点(简化版本):
1) 制作文档(Game Design Document,GDD)
- 让 AI 生成一份简洁的游戏设计文档,Markdown 格式,命名为 game-design-document.md。
- 人工审阅并完善,确保愿景与实现意图一致。初期不必追求完整,但要提供足够结构。
2) 技术栈与 CLAUDE.md / AGENTS.md
- 让 AI 给出最简单但最健壮的技术栈建议,例如多人3D游戏可选 ThreeJS + WebSocket。
- 将结果保存为 tech-stack.md。
- 在终端中打开 Claude Code 或 Codex CLI,执行 /init 命令。它会读取你已有的 .md 文件,生成一套用于正确引导大模型的规则。
- 重要:审查生成的规则,确保强调模块化、避免单体巨文件,必要时手动修改。
3) 实施计划(Implementation Plan)
- 将 GDD 与技栈提供给 AI,生成详细的实施计划(Markdown)。
- 要点强调:每一步要小而具体,每一步都要包含验证正确性的测试;禁止直接给出代码,重点是清晰的指令与分步执行。
4) 记忆库(Memory Bank)
- 新建项目文件夹 memory-bank,放入 game-design-document.md、tech-stack.md、implementation-plan.md、progress.md(空文件用于记录进度)以及 architecture.md(空文件用于记录文件作用)。
- 通过这个记忆库,AI 与开发者可以持续对照、回顾、更新。
5) 第一个实施提示词和工作流
- 打开 Codex 或 Claude Code,将 memory-bank 的文档作为上下文输入。
- 使用实施计划的第1步执行测试。测试通过前,不要跳到第2步。测试通过后,将进展记录在 progress.md,并将新的架构洞察写入 architecture.md。
- 采用“Ask”模式或 Plan Mode,先确认再执行。必要时可以使用语音输入(如 Superwhisper)提升工作流的实时性。
6) 添加细节功能与迭代
- 每增加一个主要功能,就新建一个 feature-implementation.md,写短步骤与测试,保持迭代的可控性。
- 继续增量实现与验证,确保系统在每次迭代后保持可回溯。
7) 调试与修复
- 常规修复:回退版本、回滚记忆、更新实现计划。
- 错误处理与诊断:记录错误信息、截图、浏览器控制台日志等,喂给 AI 进行诊断。
- 疑难解决:若卡住,回退到上一个 git 提交,换新提示词再试,必要时将代码库压缩成单文件求助大模型。
8) 进阶技巧
- 终端版 Claude Code / Codex CLI 的优势在于边看 diff、边输入上下文,避免频繁切换工作区。
- 自定义命令与工作流钩子,提升迭代速度,降低人工干预成本。
📚 相关文档与资源
Vibe Coding 的生态系统中,信息来源丰富且彼此互补。核心包括:
- 交流社区:Telegram 群组、Telegram 频道
- 个人学习与书籍推荐:学习经验、编程书籍推荐
- 核心资源:元提示词库、元技能、技能库、提示词库在线表格
- 第三方系统提示词仓库与系统提示词集合
- 项目内部文档与工具说明:prompts-library、系统提示词构建原则、开发经验总结、通用项目架构模板等
- 项目内部工具:prompts-library 的转换工具、编码提示词集合、系统提示词与用户提示词的管理
🤝 参与与贡献
我们热烈欢迎各种形式的贡献。如果你对本项目有想法、问题或改进,请提交 Issue 或 Pull Request。开始前,请先阅读贡献指南(CONTRIBUTING.md)与行为准则(CODEOFCONDUCT.md)。
📜 许可证
本项目采用 MIT 许可证。若本文能为你带来启发,欢迎给仓库点一个星标,以示支持。
联系方式与支持
- GitHub:tukuaiai
- Twitter / X:123olp
- Telegram:@desci0、glue_coding 群组
- Telegram 频道:tradecataichannel
- 邮箱:tukuai.ai@gmail.com
⚡ 特别鸣谢与致谢
我们感谢所有为本项目做出贡献的开发者与社区成员。特别鸣谢的团队成员和贡献者名单在此致敬,感谢他们的持续努力与支持。
结语
Vibe Coding 不仅是一种工作流,更是一种把创意转化为现实的系统性方法。通过规划驱动、上下文固定与 AI 结对执行的组合,我们能够在保持高效、可控的前提下推进复杂项目的实现。愿这份指南成为你在 AI 助力下高效开发的导航灯,引导你从想法到可维护、可迭代的成果的每一步。
如果你愿意,欢迎在下方留言分享你在 Vibe Coding 实践中的经验、遇到的挑战以及你所取得的成果。让我们一起把这套方法论落地成可持续的开发节奏。
Enjoying this project?
Discover more amazing open-source projects on TechLogHub. We curate the best developer tools and projects.
Repository:https://github.com/2025Emma/vibe-coding-cn
GitHub - 2025Emma/vibe-coding-cn: Vibe Coding Guide
A comprehensive guide to Vibe Coding: an AI-driven workflow for turning ideas into maintainable code....
github - 2025emma/vibe-coding-cn