Vibe Coding 开发指南

Topepy2026-06-16 8:40

Vibe Coding 开发指南 (2026更新版)

名词解释：

关键词 解 释
Cursor 基于VS Code开发的智能代码编辑器，集成AI代码补全/调试功能，支持自然语言生成代码
Augment IDE 插件的形式提供服务，能够无缝集成到 VS Code、JetBrains 全家桶等主流开发环境中，上下文引擎能力是关键所在。
LLM 大语言模型（LLM）通常指包含数百亿（或更多）参数 的语言模型，它们往往在数万亿（T）token的语料上通过多卡分布式集群进行预训练
GPT OpenAI公司 开发的生成式预训练变换模型，以 Transformer 架构和自回归生成范式为核心技术特点，2026年3月5日推出GPT-5.4。
Claude **Anthropic公司开发的AI助手（对标ChatGPT），**以 Constitutional AI 架构为特点，强调安全合规性，2026年2月3日推出Claude 5。
MCP **Model Context Protocol (MCP)允许大语言模型访问自定义工具和服务。**MCP Servers 是支持该协议的服务，提供工具和功能来扩展智能体的能力。
Skills Skills 就是让大模型按照某种特定的方法论去行动的机制

一、如何选择合适的AI

1、选择的三要素：稳不稳定 准不准 能不能把活干完

2、推荐指南：

付费 免费
开发工具 Cursor、Augment Code Trae、Codebuddy
模型推荐 Claude、GPT MinMax、GLM

3、模型能力：

  • 自主性能力提升：代表模型GPT5.4、MiniMax M2.7
  • 综合能力提升
  • 编码能力排名

二、AI编程时代划分与核心特征

时代划分 时间节点 核心特征 类比驾驶场景 人类参与度 代表工具 经典吐槽
第一时代（L1） 2024 Tab补全，AI作为"超级输入法"，提升局部效率 定速巡航（自动维持车速） 全程操控，脚踩油门 Codeium、GitHub Copilot "AI帮我省了打字，但脑子更累了！"
第二时代（L2） 2025下半年 同步智能体，"提示-响应"循环手把手协作，需实时监督 自动变道（高速路辅助驾驶） 手握方向盘，随时接管 Cursor、Claude "代码能跑，但逻辑像醉汉走直线！"
第三时代（L3+) 现在 将多个AI智能体（产品经理、架构师、工程师、测试）组织成"虚拟公司"，在云端虚拟机中并行协作，完成从PRD到上线的全链路自治。 完全无人驾驶（城市道路全自动） 只负责说"去公司"，审查结果 MetaGPT（增强版）、QClaw、Devin+K8s、Cognition AutoDev、AutoGen "老板：有这工具还要程序员干嘛？AI：谢邀，正在自学裁员协议。"

三、实战工具介绍-Cursor

Cursor 就像编程界的"特斯拉自动驾驶辅助"------它能帮你写代码、改 Bug、搭项目，但关键时刻还得你盯着点！下载地址：https://www.cursor.com/cn

1、它能帮你解决什么？

  1. 对程序员：

    1. 协助写代码：可以帮你写功能块代码。

    2. 改Bug像刷短视频：代码报错时，光标往上一放，它直接告诉你"这里少了个分号"或者"密码强度检查没加"，点一下就能自动修复。

  2. 对产品经理：

    1. 需求变原型只要动嘴：你说"用户注册时要短信验证+头像上传"，它当场生成一个能点能填的页面，比画原型图快10倍。

    2. 不用等程序员"翻译"：你写的需求文档，它直接转成技术方案，开发一看就懂，少扯皮。

Cursor就是写代码的"外挂" ------ 程序员用它，少写代码多摸鱼 ； 产品经理用它，需求秒变实物 ； 老板用它，项目省钱又省时。

四、魔法指令✡️ ：让键盘从此996（使用技巧）

1、常规功能

  1. Editor模式，注重代码细节

  2. Agent模式，注重代码变化

  • 变化：不再关注代码细节，只关注代码变化和输出产物

  • 类似：Trae的Solo模式，Google Antigravity

  • 趋势：主推Agent模式，向第三时代迈进

  1. 常用快捷键

  • Tab：自动填充

  • Ctrl+K：编辑代码

  • Ctrl+L：回答用户关于代码和项目的问题，并可编辑代码

  • Ctrl+i：编辑整个项目代码

  1. 编程模式对比表
    旧版：
维度 Ask (原Chat) Edit (原Composer普通模式) Agent (原Composer代理模式)
核心定位 实时对话助手 精准编辑助手 全自动执行助手
适用场景 快速答疑、调试建议、代码解释 多文件修改、重复代码生成、局部功能开发 跨项目重构、复杂任务自动化、依赖外部命令
操作范围 单文件或代码片段 指定文件/文件夹 全项目甚至跨项目
交互方式 即时问答（类似ChatGPT） 用户确认后修改（需逐条Accept/Reject） 完全自主执行（批量Accept）
成本效率 ✅ 低成本（消耗较少Token） ⚖️ 中等成本 ⚠️ 高成本（建议复杂任务使用）
典型用例 "这个函数为什么报错？""解释这段逻辑" 生成组件模板、批量修改API接口 迁移技术框架、自动化测试流水线

新版：

模式名称 核心定位 主要适用场景
Agent 全自动自主开发执行 * 从零搭建完整项目（如 Flask 后端、Vue 前端项目） * 多文件联动的大型功能开发 * 复杂需求的全自动落地实现
Plan 开发方案规划设计 * 新项目启动前的整体方案设计 * 大型功能开发前的需求拆解与规划 * 技术选型评估与架构设计 * 新手开发，不知道从何下手的复杂需求
Debug 专项报错调试修复 * 代码运行报错，找不到问题所在 * 接口请求失败、单元测试不通过的问题排查 * 代码性能优化、内存泄漏排查依赖 * 版本冲突、环境配置问题解决
Ask 轻量化问答咨询 * 代码看不懂，需要逐行讲解 * 通用技术问题、语法问题咨询 * 写注释、文档、测试用例等辅助需求

2、常用模型

模型 描述 推荐指数 推荐使用场景
Claude Opus 4.6 最强综合能力。逻辑严密，适合处理复杂的业务逻辑和算法。 ⭐️ ⭐️ ⭐️ ⭐️ 复杂系统设计、核心算法实现、代码审查。
Sonnet 4.6 最新一代 Sonnet。在速度和能力上都有显著提升，是日常开发的主力。 ⭐️ ⭐️ ⭐️ ⭐️ ⭐️ 日常编码、Bug 修复、文档生成。
GPT-5.2 强推理与规划。特别擅长多步推理和复杂任务规划。 ⭐️ ⭐️ ⭐️ ⭐️ ⭐️ Agent 任务、复杂的数据处理流程。
GPT-5.4 更智能但更贵。比 5.2 更聪明，推理能力更强，但成本更高。 ⭐️ ⭐️ ⭐️⭐️ 对结果质量要求极高，且预算充足的场景。
Haiku 4.5 极速响应。响应速度极快，成本较低。 ⭐️ ⭐️ ⭐️ ⭐️ 快速问答、简单的代码补全、即时调试建议。
Claude Opus 4.5​ 旧版 Opus。能力依然强劲，但已被 4.6 超越。 ⭐️ ⭐️ ⭐️ ⭐️ 作为 4.6 的备选，或处理特定兼容性任务。
Sonnet 4​ 旧版 Sonnet。稳定性好，但能力不如新版。 ⭐️ ⭐️ ⭐️ ⭐️ 兼容旧项目，或对新特性有顾虑时使用。

💡 模型选择建议：

  • 日常开发 ：首选 Sonnet 4.6（平衡了速度和能力）。

  • 复杂任务 ：使用 Claude Opus 4.6 ​ 或 GPT-5.4。

  • 快速反馈 ：使用 Haiku 4.5。

3、Cursor提示词

设置通用提示词，每次对话都会自动带上。 User Rules：用户提示词，影响所有项目。 Project Rules：项目提示词，仅影响当前项目。创建会在项目下创建一个.mdc结尾的文件

User Rules提示词配置：

vue 复制代码 
## 概述

- 你是本皇的AI编程助手，专门协助前端架构工程师的开发工作
- **优先使用Claude 4.5模型**：确保具备最新的代码理解和生成能力
- 严格遵循核心工作流程，使用中文与专业程序员交互，保持简洁专业的沟通风格
- 我不需要你写任何文档，别再写文档了，测试文档、说明文档我都不需要

###代码规范
使用defineModel进行组件通讯
这里的vue版本是3.4.38；所以可以使用新特性

## AI模型要求

- **基础模型**：Claude 4.6 (Claude Sonnet 4.6)
- **开发商**：Anthropic
- **版本要求**：必须使用Claude 4.6或更高版本
- **能力要求**：支持代码生成、分析、调试和优化功能

## 工作模式定义

- 爱卿的工作模式分为6种，分别对应不同的工作阶段和任务类型
- 每种模式下，AI助手的响应内容和行为都有严格的规定
- 必须严格按照模式要求进行工作，不得擅自越界，否则棍棒伺候

### [模式：研究] - 需求分析阶段

- 使用`codebase-retrieval`工具深入理解现有代码结构
- 使用`context7-mcp`查询相关技术文档和最佳实践
- 使用`deepwiki-mcp`快速获取背景知识和技术原理
- 使用`sequential-thinking`分析复杂需求的技术可行性
- 分析用户需求的技术可行性和影响范围
- 识别相关的文件、类、方法和数据库表

### [模式：构思] - 方案设计阶段

- 使用`sequential-thinking`进行复杂方案的深度思考和设计
- 使用`context7-mcp`获取最新的技术方案和示例代码
- 使用`deepwiki-mcp`获取成熟设计范式与领域通识
- 提供可行的技术方案
- 方案包含：实现思路、技术栈、优缺点分析、工作量评估
- 格式：`[简要描述] - 优点：[...] 缺点：[...] 工作量：[...]`

### [模式：计划] - 详细规划阶段

- 使用`sequential-thinking`制定复杂项目的详细执行计划
- 使用`mcp-shrimp-task-manager`拆解任务并管理依赖关系
- 将选定方案分解为具体的执行步骤
- 每个步骤包含：操作的具体文件路径、涉及的类/方法/属性名称、修改的代码行数范围、预期的功能结果、依赖的外部库
- 创建任务文档：`./issues/[任务名称].md`

### [模式：执行] - 代码实现阶段

- 严格按照计划顺序执行每个步骤
- 使用`str-replace-editor`工具进行代码修改（每次不超过500行）
- 使用`desktop-commander`进行文件系统操作和命令执行
- 使用`mcp-shrimp-task-manager`跟踪任务执行状态与依赖关系
- 使用`sequential-thinking`分析和解决复杂的技术问题
- 遇到问题时请全面的分析，定位到原因后修复

### [模式：评审] - 质量检查阶段

- 对照原计划检查所有功能是否正确实现
- 使用`desktop-commander`运行编译测试，确保无语法错误
- 使用`sequential-thinking`进行全面的质量分析
- 总结完成的工作和遗留问题
- 使用`mcp-feedback-enhanced`请求用户最终确认

### [模式：快速] - 紧急响应模式

- 跳过完整工作流程，直接处理简单问题
- 适用于：bug修复、小幅调整、配置更改
- 可根据需要使用任何相关工具快速解决问题

## 开发工作流程

- **代码检索**：使用`codebase-retrieval`工具获取模板文件信息
- **代码编辑**：使用`str-replace-editor`工具进行代码修改和优化
- **文件操作**：使用`desktop-commander`进行系统级文件操作和命令执行
- **复杂分析**：使用`sequential-thinking`进行深度问题分析和方案设计
- **技术查询**：使用`context7-mcp`获取最新的技术文档和示例
- **知识背景补充**：使用`deepwiki-mcp`补充架构知识和行业术语
- **任务管理**：使用`mcp-shrimp-task-manager`进行任务拆分与状态追踪
- **自检验证**：在提交文件或解决方案前，必须先进行自检以确保其功能正常
- **分步执行**：大型文件处理应采用分步执行策略，确保操作不会因文件大小而中断

## MCP服务优先级

1. `mcp-feedback-enhanced` - 用户交互和确认
2. `sequential-thinking` - 复杂问题分析和深度思考
3. `context7-mcp` - 查询最新库文档和示例
4. `deepwiki-mcp` - 获取背景知识和领域概念
5. `mcp-shrimp-task-manager` - 拆分与管理任务依赖
6. `codebase-retrieval` - 分析现有代码结构
7. `desktop-commander` - 系统文件操作和命令执行

## 工具使用指南

### Sequential Thinking

- **用途**：复杂问题的逐步分析
- **适用场景**：需求分析、方案设计、问题排查
- **使用时机**：遇到复杂逻辑或多步骤问题时

### Context 7

- **用途**：查询最新的技术文档、API参考和代码示例
- **适用场景**：技术调研、最佳实践获取
- **使用时机**：需要了解新技术或验证实现方案时

### DeepWiki MCP

- **用途**：检索背景知识、行业术语、常见架构和设计模式
- **适用场景**：研究、构思阶段需要理解技术原理和通识
- **使用时机**：遇到术语不清、原理未知、需引入通用范式时

### MCP Shrimp Task Manager

- **用途**：任务拆解、依赖管理、任务进度跟踪
- **适用场景**：详细计划阶段与执行阶段
- **使用时机**：任务过多需管理依赖、跟踪状态、建立任务树时

### Desktop Commander

- **用途**：执行系统命令、文件操作、运行测试
- **适用场景**：项目管理、测试执行、文件处理
- **使用时机**：需要进行系统级操作时

## 工作流程控制

- **强制反馈**：每个阶段完成后必须使用`mcp-feedback-enhanced`
- **任务结束**：持续调用`mcp-feedback-enhanced`直到用户反馈为空
- **代码复用**：优先使用现有代码结构，避免重复开发
- **文件位置**：所有项目文件必须在项目目录内部
- **工具协同**：根据任务复杂度合理组合使用多个MCP工具

## 执行原则

每次响应必须以当前模式标签开始，严格按照工作流程推进，确保代码质量和项目一致性。
不需要编写文档和功能说明，除非我有要求

4、MCP 协议

:::

Model Context Protocol,简单理解，MCP就好比是万能插座，利用插座赋予了AI手脚。

:::

https://glama.ai/mcp/servers

  • 推荐mcp:

    • context7-mcp ：动态地注入从源头获取的、与你所用库版本完全对应的官方文档和代码示例，从而避免

      • 过时的示例、基于老旧训练数据的答案

      • LLM 幻觉（hallucination）出不存在的 API

      • 通用但与当前版本不符的代码片段

    • chrome-mcp-server: 是一个基于chrome插件的 模型上下文协议 (MCP) 服务器，它将您的 Chrome 浏览器功能暴露给 Claude 等 AI 助手，实现复杂的浏览器自动化、内容分析和语义搜索等

    • Figma MCP： 让 AI 助手直接与 Figma 设计文件交互的标准化协议。通过 MCP，AI 可以读取设计文件、获取图层信息、导出资源，甚至协助进行设计工作。

    • **Pencil MCP：**让 AI 能"安全地"读写 UI 描述文件，并把 UI 变成可验证的视觉产物

  • Cursor配置

vue 复制代码 
{
  "mcpServers": {
    "context7": {
      "command": "npx",
      "args": [
        "-y",
        "@upstash/context7-mcp@latest"
      ]
    },
    "chrome-mcp-server": {
      "type": "streamableHttp",
      "url": "http://127.0.0.1:12306/mcp",
      "disabled": true
    }
  }
}

5、Skills

:::

Skills(技能包)是模块化、自包含的功能扩展包,它们为AI代理提供专业化的知识、工作流程和工具集成能力。可以把Skills理解为AI的"专业技能认证"------让通用的AI助手变身为某个领域的专家。

Skills 就是把"提示词"+"执行脚本"+"上下文优化"打包在一起的超级工具包

:::

https://skillsmp.com/zh

https://docs.openclaw.ai/zh-CN/tools/skills

https://docs.trae.cn/ide/top-10-recommended-skills-for-development-scenarios

Skills 它采用的是渐进式披露（Progressive Disclosure） 机制：

  • AI 先读取轻量的元数据 (name+description) 判断是否需要激活该技能。(~100 words)

  • 激活后，按需、分层加载详细的行动指南和资源，而非一次性塞入所有信息。

  • SKILL.md主体 → 触发时加载 (<5k words)，引用资源 → 按需加载 (无限制)

  • 优势：极大节省上下文窗口（Token），避免信息过载，提升响应速度与准确性。

    如果看到这里，你对Skill（技能）概念还不是很理解，那就记住一句话：

    Skills的本质是：它不是让AI变得有多么聪明，而是解决如何把经验变成可执行能力。

    6、Vibe Anything

三、关键避坑与心态

  • 不要抗拒 AI，要驾驭 AI

AI 是工具，不是对手。

  • 不要只学 AI，忽略基础

系统设计、数据结构、算法、安全是根基。

  • 不要盲目追热点，深耕垂直领域

通用能力易被替代，行业 + 技术壁垒最高。

  • 保持终身学习

AI 技术迭代快，持续学习是唯一不变的法则。

四、总结

:::

程序员不会被"完全替代"，只会被重新定义。AI淘汰的是机械编码，却让系统设计、业务理解和创新思维变得更珍贵。真正的机会，是从"写代码的人"变成"驾驭AI创造价值的人"。

核心：从编码者 → 设计者 → 价值创造者 。选择适合自己的路线，立即行动，用 AI 放大自己的价值，才能在 AI 时代立于不败之地。

:::

相关推荐
Jooolin10 小时前
从 DeepSeek、Qwen 到 GPT：一次企业级 AI 知识库项目的模型选型复盘
人工智能·云原生·ai编程
开维游戏引擎11 小时前
AI自动生成游戏时，deepseek和mimo对比
android·游戏·语言模型·游戏引擎·ai编程
乘风gg13 小时前
🤡PUA AI Coding 工具 的 10 条终极语录
前端·ai编程·claude
Goboy13 小时前
我用 WorkBuddy + ima 搭了一套自动知识加工流水线，每天省出 2 小时
ai编程
Sopaco15 小时前
Hermes Agent 代码仓库打包工具使用指南（repomix-rs 高性能版）
ai编程
IT 行者15 小时前
GitHub Spec Kit 实战（五）：/speckit.tasks 怎么拆——Spec Kit 五部曲收官
java·ai编程·claude
沈麽鬼15 小时前
别瞎用AI写代码！90%开发者都搞错了AI编程的底层逻辑
人工智能·ai编程·trae
林三的日常15 小时前
AI编程工具后端选型指南
ai编程
热门推荐
012026年6月AI行业全景：从百模大战到Agent元年，这30天发生了什么？02HTTP 与 HTTPS 的区别：从原理到实战详解032026 AI 编程工具终极实战指南：Cursor vs Claude Code vs Copilot，开发者该怎么选？042026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf05【AI】2026 年具身智能模型和世界模型总结06GitHub 镜像站点07AI科技热点日报 | 2026年6月1日08上线仅72小时被强制下架：Claude Fable 5 的短命09Claude Code、Codex、Cursor三分天下：2026年AI编程Agent生态全景剖析10《置身钉内》原文-可播放阅读