一个通过与 AI 结对编程,将想法变为现实的终极工作站
- GitHub: https://github.com/tukuaiai/vibe-coding-cn(原始仓库)
- Stars: 20.7k | Forks: 2.2k | Language: Python
- 作者: tukuaiai / Nicolas Zullo / 123olp
核心定位
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。
核心理念:规划就是一切。 谨慎让 AI 自主规划,否则代码库会变成一团无法管理的乱麻。
元方法论:递归自优化系统
项目提出了一套 AI 自我进化的元方法论:
- α-提示词(生成器):唯一职责是生成其他提示词或技能
- Ω-提示词(优化器):唯一职责是优化其他提示词或技能
递归生命周期:
- Bootstrap:用 AI 生成 α/Ω 提示词初始版本
- 自省进化:用 Ω(v1) 优化 α(v1) → α(v2)
- 创造:用进化后的 α(v2) 生成所有目标提示词和技能
- 循环:将新产物反馈系统,持续迭代
道/法/术/器 四层框架
道(理念)
- 凡是 AI 能做的,就不要人工做
- 上下文是 vibe coding 的第一性要素,垃圾进,垃圾出
- 先结构,后代码,一定要规划好框架
- 奥卡姆剃刀:如无必要,勿增代码
- 逆向思考:先明确需求,从需求逆向构建代码
法(方法)
- 一句话目标 + 非目标
- 能抄不写,不重复造轮子
- 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(技巧)
- 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
- 代码一多就切会话
器(工具链)
IDE & 终端: Cursor / VSCode / Neovim+LazyVim / Warp
AI 模型分级:
| 梯队 | 模型 |
|---|---|
| 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, gemini-3.0-pro |
| 第三梯队 | qwen3, SWE, grok4 |
辅助工具: Augment(上下文引擎)/ Ollama(本地模型)/ tmux / Mermaid Chart / NotebookLM / Zread
标准工作流(以游戏开发为例,通用于任何项目)
1. 游戏设计文档(GDD)/ 产品需求文档(PRD)
└─ 让 AI 生成,自己审阅完善
2. 技术栈选型 + CLAUDE.md / Agents.md
└─ /init 命令生成规则,强调模块化,禁止单体巨文件
└─ 关键规则设为 "Always"(每次必读 memory-bank)
3. 实施计划(Implementation Plan)
└─ 分步指令 + 每步验证测试,严禁包含代码
4. memory-bank 目录
├── game-design-document.md
├── tech-stack.md
├── implementation-plan.md
├── progress.md(已完成步骤记录)
└── architecture.md(文件作用说明)
5. 分步执行
└─ 先 Plan Mode(shift+tab),确认后执行
└─ 每步完成 → git commit → /new 新会话 → 继续下一步
项目目录结构
vibe-coding-cn/
├── i18n/zh/
│ ├── prompts/
│ │ ├── coding_prompts/ # 需求澄清、计划、执行链提示词
│ │ ├── system_prompts/ # 约束 AI 行为边界的系统级提示词
│ │ ├── assistant_prompts/ # 辅助类提示词
│ │ └── user_prompts/ # 用户自定义提示词
│ ├── skills/
│ │ └── claude-skills/ # 元 SKILL(生成 SKILL 的 SKILL)
│ └── documents/
│ ├── 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/external/
└── prompts-library/ # Excel ↔ Markdown 提示词转换工具
核心资源
- 提示词在线表格:数百个可直接复用的提示词
- 元技能 SKILL.md:生成 Skills 的 Skill
- 第三方系统提示词仓库
实用技巧
- Claude Code 深度思考关键词强度:
think<think hard<think harder<ultrathink - 卡壳时:用 RepoPrompt / uithub 把整个代码库合成一个文件丢给 AI 求救
- 省时大法:
claude --dangerously-skip-permissions关闭确认弹窗(风险自负) - 语音编程:安装 Superwhisper,用语音跟 AI 对话
相关概念
- darwin-skill — Skill 自动进化系统,与本项目的元方法论理念相通
- agent-continual-learning — Agent 持续学习三层框架,与 memory-bank 模式互补
- agent-harness-anatomy — Agent Harness 解剖,理解 AI 工具链底层结构
- karpathy-autoresearch — Karpathy 的 AI 自主实验框架,同属 AI 自动化工作流方向