vibe-coding-cn（Vibe Coding 中文全栈教程） Skill 技能

vibe-coding-cn 简介

vibe-coding-cn 是一套中文 Vibe Coding 从入门到精通的完整教程与开源知识库，目标是把 AI 编程从「模糊想法」稳定地变成「可运行产品」。该仓库由 TradeCat 团队维护，围绕 Prompt（提示词）、Skill（技能）、Context（上下文）、Quality Gate（质量门禁）和 Git 五大工程主线展开，系统覆盖从需求表达、计划拆解、AI 执行、测试审查到交付复盘的全链路闭环。仓库在 GitHub 累计获星超过 15,900 颗，是中文领域最具影响力的 AI 编程工程化教程之一。

核心能力

一、道法术器框架

vibe-coding-cn 原创性地提出「道法术器」四层工程框架：道——确定人与 AI 的协作关系与责任边界；法——把问题抽象为目标、对象、约束、路径和验证标准；术——将抽象方法落地为流程、文档、门禁和迭代动作；器——用工具承载 AI 协作，读写文件、执行命令、运行测试、提交版本。这一框架帮助开发者在 AI 能力快速迭代的背景下，始终抓住人机协作的核心矛盾，而非被工具变化牵着走。

二、五层能力体系

该仓库将 AI 编程能力拆解为五层：Prompt（一次性指令，解决单次对话的表达问题）；Skill（可复用能力，解决高频任务的稳定执行问题）；工程闭环（问题定义、任务拆解、AI 执行、测试审查和复盘沉淀）；Context（可持续上下文，解决长期协作中的信息丢失问题）；Quality Gate（测试、CI、脚本、类型、schema、清单等硬门禁，解决 AI 输出不可验证的问题）。每层都有对应的工具、模板和最佳实践。

三、拼好码工程理念

核心理念是「拼好码」——优先复用成熟生态的通用能力，只用胶水代码连接业务流程，自研代码只服务不可替代的业务差异。具体流程为：写清需求 → 反向搜索成熟工具链 → 评估候选方案 → 选择组合 → 设计边界 → 生成胶水 → 验证交付。这一理念帮助 AI 编程从「让 AI 直接写所有代码」转向「让 AI 编排和优化已有能力」，从根本上提升交付稳定性。

四、丰富的提示词与技能库

仓库内置大量可直接复用的提示词资产，覆盖需求澄清、计划制定、代码审查、测试生成、技术方案设计等高频场景。技能库（Skills）提供可执行的 AI 能力模块，包括自动化任务管理、AI 辅助编程工作流、测试生成等，每个 Skill 均可独立使用并与主流 AI 编程工具（Claude Code、Codex、Cursor 等）无缝集成。

五、多工具链实战指南

仓库提供详尽的国内开发者工具链实战指南，覆盖：AI 编程环境配置（网络环境、CLI 安装、开发环境初始化）、Git 工作流闭环、tmux 蜂群协作（用 tmux 管理多个 AI 会话）、以及与国内常见开发环境和工作流的适配方案。文档风格接地气，注重实操而非空谈概念。

六、知识库与导航体系

仓库文档分为多条学习路线：新手入门路线、开发者进阶路线、团队协作路线、Prompt 工程路线、Skill 管理路线、质量门禁路线和 GEO/SEO 优化路线。用户可根据自身背景选择最适合自己的路径，按图索骥地完成从零到精通的学习过程。

安装配置

一、环境准备

本教程假设用户具备基础编程经验，无需是资深开发者。教程支持 Windows（推荐 WSL2 + Ubuntu）、macOS 和 Linux 三种操作系统环境。入门第一步是确认网络环境和工具访问能力（可访问 OpenAI、GitHub、Node.js/npm 等），这些在前置条件确认提示词中有完整引导。

二、AI 客户端安装

教程默认推荐 Codex CLI 作为本地 AI 编程入口。安装步骤：先通过网页 AI（ChatGPT/Claude）生成针对当前系统的安装命令；然后按步骤安装 Codex CLI 并完成登录验证；最后让本地 Agent 读取本仓库文档，自动配置 Git、Node.js、Python、编辑器等开发环境。整个过程无需记忆复杂命令，有提示词引导。

三、仓库克隆与文档查阅

git clone https://github.com/tradecatlabs/vibe-coding-cn
cd vibe-coding-cn

文档入口：docs/（知识库总入口）、getting-started/（新手启动）、workflow/（项目执行）、concepts/（核心概念）、prompts/（提示词库）、skills/（技能库）。

使用步骤

第一步：选择学习路线

根据自身背景，从仓库推荐的多条路线中选择入口：完全新手从「从零开始」路线开始；有编程经验但想系统化 AI 编程的开发者从「开发者」路线开始；想建立团队协作规范的从「团队」路线开始。每条路线均有明确的学习目标、模块划分和进度追踪方式。

第二步：掌握核心框架

先理解「道法术器」四层框架和「拼好码」工程理念。这两个概念是整个仓库的方法论基础，理解后才能看懂后续的具体工具和模板推荐，而不是机械地照搬操作步骤。核心阅读材料：docs/concepts/ 下的问题求解、拼好码和软件工程常识文档。

第三步：搭建 AI 编程环境

按照 getting-started/learning-map.md 的引导，配置 Codex CLI（或选择 Claude Code/Gemini CLI 作为替代）。环境配置完成后，运行 serena init（或对应客户端的初始化命令）验证 AI 编程工具链是否就绪。新手建议先跳过本地安装，直接用网页 AI 做零依赖体验。

第四步：从提示词库开始实践

从 prompts/ 目录中选取适合当前任务的提示词模板，在实际项目中尝试使用。提示词按照场景分类（需求澄清、计划制定、代码审查等），每个模板均有使用说明和适用条件说明。建议先从「需求澄清」类提示词开始，练习用自然语言把模糊想法压缩成明确的技术方案。

第五步：引入质量门禁

在项目中使用 Quality Gate 理念：AI 生成代码后，通过测试、类型检查、lint 等硬门禁验证结果，再决定是否合并。仓库提供了多种 Quality Gate 模板（测试框架配置、CI 流水线、pre-commit 检查清单），可直接应用到个人项目中。

适用场景

• 零基础入门 AI 编程：完整的学习路径，从工具配置到项目交付，覆盖全流程。
• 团队 AI 编程规范建设：提供可复用的工作流模板、质量门禁清单和 Git 协作规范。
• AI 编程效果不稳定：通过上下文管理、Quality Gate 和拼好码理念，解决 AI 输出质量波动问题。
• 多 AI 客户端协作：支持 Claude Code、Codex、Cursor 等主流工具链，提供各自的配置方案。
• 中文语境开发者：仓库内容完全中文化，适配国内开发者的常见工具链和网络环境。

适用人群

• 想系统学习 Vibe Coding 的国内开发者，尤其是有一定编程基础但 AI 编程经验不足的人群。
• 已经使用 Claude Code、Cursor 等工具，但感觉项目越做越乱、上下文容易丢失的工程师。
• 希望在团队中推广 AI 编程、需要建立工程规范的技术负责人。
• 对「拼好码」理念和 AI 编程工程化感兴趣的独立开发者和创业者。

工作原理

vibe-coding-cn 本质上是一套结构化知识库和方法论指南，而非具体的 AI 工具。其核心价值在于将散落在各种博客、视频、课程中的 AI 编程经验整合为体系化的工程方法。

该仓库的工程主线围绕「道法术器」展开：道层面强调人机协作中人类的最终责任和 AI 的能力边界；法层面提供问题抽象和求解的通用框架；术层面将框架落地为可操作的流程和模板；器层面则整合了主流工具链的配置和集成方案。

「拼好码」是仓库的核心工程交付理念：与其让 AI 从零写所有代码，不如先让 AI 搜索和评估已有的成熟解决方案（开源库、平台 API、SDK），再用胶水代码将成熟能力编排到业务流程中。这一理念借鉴了软件工程中「不要重复造轮子」的基本原则，并将其延伸到 AI 编程语境。

官方链接

• GitHub 仓库：https://github.com/tradecatlabs/vibe-coding-cn
• 仓库文档：https://github.com/tradecatlabs/vibe-coding-cn/tree/develop/docs