i18n/en/README.md · main · chaoXxxx/vibe-coding-cn

chaoXxxx/vibe-coding-cn

Public

WeChat Login

Code Issues Pull requests Events Packages Insights

main

vibe-coding-cn/i18n/en/README.md

tukuaiai<tukuaiai@gmail.com>

Add English localization and translation tools.

a072346b

PreviewCode viewBlame

TRANSLATED CONTENT:

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

本仓库的 AI 解读链接：zread.ai/tukuaiai/vibe-coding-cn

🖼️ 概览

Vibe Coding 是一个与 AI 结对编程的终极工作流程，旨在帮助开发者丝滑地将想法变为现实。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，避免让 AI 失控导致项目混乱。

核心理念: 规划就是一切。 谨慎让 AI 自主规划，否则你的代码库会变成一团无法管理的乱麻。

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：

延伸阅读：A Formalization of Recursive Self-Optimizing Generative Systems

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：

创生 (Bootstrap):
- 使用 AI 生成 α-提示词 和 Ω-提示词 的初始版本 (v1)。
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)。
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。
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，从而启动持续进化。

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，无限逼近预设的预期状态。

🧭 道

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）

🧩 法

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

🛠️ 术

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

📋 器

集成开发环境 (IDE) & 终端

Visual Studio Code: 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。
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。
Cursor: 已经占领用户心智高地，人尽皆知。
Warp: 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): 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: 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: 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): 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: 提供对 Claude Opus 4.5 等多种模型的 CLI 访问。
Kiro: 目前提供免费的 Claude Opus 4.5 模型访问，并提供客户端及 CLI 工具。
Gemini CLI: 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: 目前由 Google 提供的免费 AI 服务，支持使用 Claude Opus 4.5 和 Gemini 3.0 Pro。
AI Studio: Google 提供的免费服务，支持使用 Gemini 3.0 Pro 和 Nano Banana。
Gemini Enterprise: 面向企业用户的 Google AI 服务，目前可以免费使用。
GitHub Copilot: 由 GitHub 和 OpenAI 联合开发的 AI 代码补全工具。
Kimi K2: 一款国产 AI 模型，适用于多种常规任务。
GLM: 由智谱 AI 开发的国产大语言模型。
Qwen: 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

Augment: 提供强大的上下文引擎和提示词优化功能。
Windsurf: 为新用户提供免费额度的 AI 开发工具。
Ollama: 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: 用于将文本描述转换为架构图、序列图等可视化图表。
NotebookLM: 一款用于 AI 解读资料、音频和生成思维导图的工具。
Zread: AI 驱动的 GitHub 仓库阅读工具，有助于快速理解项目代码。
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: 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): 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: 用于学习和参考其他 AI 工具的系统提示词。
Skills 制作器: 可根据需求生成定制化 Skills 的工具。
元提示词: 用于生成提示词的高级提示词。
通用项目架构模板: 可用于快速搭建标准化的项目目录结构。
元技能：Skills 的 Skills: 用于生成 Skills 的元技能。
tmux快捷键大全: tmux 的快捷键参考文档。
LazyVim快捷键大全: LazyVim 的快捷键参考文档。
二哥的Java进阶之路: 包含多种开发工具的详细配置教程。
虚拟卡: 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
- Telegram 频道
个人分享:
- 我的学习经验
- 编程书籍推荐
核心资源:
- 元提示词库: 用于生成提示词的高级提示词集合。
- 元技能 (Meta-Skill): 用于生成 Skills 的 Skill。
- 技能库 (Skills): 可直接集成的模块化技能仓库。
- 技能生成器: 将任何资料转化为 Agent 可用技能的工具。
- 在线提示词数据库: 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: 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: 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: 适用于 Vibe Coding 流程的专用提示词。
- 系统提示词构建原则: 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: 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: 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: Augment 上下文引擎的详细配置说明。
- system_prompts 集合: 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

本项目 vibe-coding-cn 的核心结构主要围绕知识管理、AI 提示词的组织与自动化展开。以下是经过整理和简化的目录树及各部分说明：


.
├── CODE_OF_CONDUCT.md           # 社区行为准则，规范贡献者行为。
├── CONTRIBUTING.md              # 贡献指南，说明如何为本项目做出贡献。
├── GEMINI.md                    # AI 助手的上下文文档，包含项目概述、技术栈和文件结构。
├── LICENSE                      # 开源许可证文件。
├── Makefile                     # 项目自动化脚本，用于代码检查、构建等。
├── README.md                    # 项目主文档，包含项目概览、使用指南、资源链接等。
├── .gitignore                   # Git 忽略文件。
├── AGENTS.md                    # AI 代理相关的文档或配置。
├── CLAUDE.md                    # AI 助手的核心行为准则或配置。
│
├── i18n/zh/documents/           # 存放各类说明文档、经验总结和配置详细说明。
│   ├── 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/                        # 通用库代码，用于项目内部模块化。
│   ├── common/                  # 通用功能模块。
│   │   ├── models/              # 模型定义。
│   │   │   └── __init__.py
│   │   └── utils/               # 工具函数。
│   │       └── backups/         # 内部备份工具。
│   ├── database/                # 数据库相关模块。
│   │   └── .gitkeep             # 占位文件，确保目录被 Git 跟踪。
│   └── external/                # 外部集成模块。
│       ├── my-nvim/             # 用户的 Neovim 配置。
│       ├── prompts-library/     # 提示词库管理工具（Excel-Markdown 转换）。
│       │   ├── main.py          # 提示词库管理工具主入口。
│       │   ├── scripts/         # 包含 Excel 与 Markdown 互转脚本和配置。
│       │   ├── prompt_excel/    # 存放 Excel 格式的原始提示词数据。
│       │   ├── prompt_docs/     # 存放从 Excel 转换而来的 Markdown 提示词文档。
│       │   └── ... (其他 prompts-library 内部文件)
│       └── XHS-image-to-PDF-conversion/ # 小红书图片转PDF工具。
│
├── i18n/zh/prompts/             # 集中存放所有类型的 AI 提示词。
│   ├── assistant_prompts/       # 辅助类提示词。
│   ├── coding_prompts/          # 专门用于编程和代码生成相关的提示词集合。
│   │   └── ... (具体编程提示词文件)
│   │
│   ├── system_prompts/          # AI 系统级提示词，用于设定 AI 行为和框架。
│   │   └── ... (其他系统提示词)
│   │
│   └── user_prompts/            # 用户自定义或常用提示词。
│       ├── ASCII图生成.md         # ASCII 艺术图生成提示词。
│       ├── 数据管道.md            # 数据管道处理提示词。
│       └── ... (其他用户提示词)
│
├── i18n/zh/skills/              # 集中存放所有类型的 skills 技能。
    ├── claude-skills            # 生成 SKILL 的元 SKILL
    │   ├── SKILL.md
    │   └── ... (其他)
    └── ... (与其他 skill)

🖼️ 概览与演示

一句话：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。

你能得到

成体系的提示词工具链：i18n/zh/prompts/system_prompts/ 约束 AI 行为边界，i18n/zh/prompts/coding_prompts/ 提供需求澄清、计划、执行的全链路脚本。
闭环交付路径：需求 → 上下文文档 → 实施计划 → 分步实现 → 自测 → 进度记录，全程可复盘、可移交。

⚙️ 架构与工作流程

核心资产映射：


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
  user_prompts/          # 可复用的用户侧提示词
i18n/zh/documents/
  Templates and Resources/代码组织.md, Templates and Resources/通用项目架构模板.md, Methodology and Principles/开发经验.md, Methodology and Principles/系统提示词构建原则.md 等知识库
backups/
  一键备份.sh, 快速备份.py  # 本地/远端快照脚本

📈 性能基准 (可选)

本仓库定位为「流程与提示词」而非性能型代码库，建议跟踪下列可观测指标（当前主要依赖人工记录，可在 progress.md 中打分/留痕）：

指标	含义	当前状态/建议
提示命中率	一次生成即满足验收的比例	待记录；每个任务完成后在 progress.md 记 0/1
周转时间	需求 → 首个可运行版本所需时间	录屏时标注时间戳，或用 CLI 定时器统计
变更可复盘度	是否同步更新上下文/进度/备份	通过手工更新；可在 backups 脚本中加入 git tag/快照
例程覆盖	是否有最小可运行示例/测试	建议每个示例项目保留 README+测试用例

🗺️ 路线图

🚀 入门指南（这里是原作者的，不是我写的，我更新了一下我认为最好的模型）

要开始 Vibe Coding，你只需要以下两种工具之一：

Claude Opus 4.5，在 Claude Code 中使用
gpt-5.1-codex.1-codex (xhigh)，在 Codex CLI 中使用

本指南同时适用于 CLI 终端版本和 VSCode 扩展版本（Codex 和 Claude Code 都有扩展，且界面更新）。

(注：本指南早期版本使用的是 Grok 3，后来切换到 Gemini 2.5 Pro，现在我们使用的是 Claude 4.5（或 gpt-5.1-codex.1-codex (xhigh)）)

(注2：如果你想使用 Cursor，请查看本指南的 1.1 版本，但我们认为它目前不如 Codex CLI 或 Claude Code 强大)

⚙️ 完整设置流程

1. 游戏设计文档（Game Design Document）

把你的游戏创意交给 gpt-5.1-codex 或 Claude Opus 4.5，让它生成一份简洁的 游戏设计文档，格式为 Markdown，文件名为 game-design-document.md。
自己审阅并完善，确保与你的愿景一致。初期可以很简陋，目标是给 AI 提供游戏结构和意图的上下文。不要过度设计，后续会迭代。

2. 技术栈与 CLAUDE.md / Agents.md

让 gpt-5.1-codex 或 Claude Opus 4.5 为你的游戏推荐最合适的技术栈（例如：多人3D游戏用 ThreeJS + WebSocket），保存为 tech-stack.md。
- 要求它提出 最简单但最健壮 的技术栈。
在终端中打开 Claude Code 或 Codex CLI，使用 /init 命令，它会读取你已创建的两个 .md 文件，生成一套规则来正确引导大模型。
关键：一定要审查生成的规则。 确保规则强调 模块化（多文件）和禁止 单体巨文件（monolith）。可能需要手动修改或补充规则。
- 极其重要： 某些规则必须设为 "Always"（始终应用），确保 AI 在生成任何代码前都强制阅读。例如添加以下规则并标记为 "Always"：
```
# 重要提示：
# 写任何代码前必须完整阅读 memory-bank/@architecture.md（包含完整数据库结构）
# 写任何代码前必须完整阅读 memory-bank/@game-design-document.md
# 每完成一个重大功能或里程碑后，必须更新 memory-bank/@architecture.md
```
- 其他（非 Always）规则要引导 AI 遵循你技术栈的最佳实践（如网络、状态管理等）。
- 如果想要代码最干净、项目最优化，这一整套规则设置是强制性的。

3. 实施计划（Implementation Plan）

将以下内容提供给 gpt-5.1-codex 或 Claude Opus 4.5：
- 游戏设计文档（game-design-document.md）
- 技术栈推荐（tech-stack.md）
让它生成一份详细的 实施计划（Markdown 格式），包含一系列给 AI 开发者的分步指令。
- 每一步要小而具体。
- 每一步都必须包含验证正确性的测试。
- 严禁包含代码——只写清晰、具体的指令。
- 先聚焦于 基础游戏，完整功能后面再加。

4. 记忆库（Memory Bank）

新建项目文件夹，并在 VSCode 中打开。
在项目根目录下创建子文件夹 memory-bank。
将以下文件放入 memory-bank：
- game-design-document.md
- tech-stack.md
- implementation-plan.md
- progress.md（新建一个空文件，用于记录已完成步骤）
- architecture.md（新建一个空文件，用于记录每个文件的作用）

🎮 Vibe Coding 开发基础游戏

现在进入最爽的阶段！

确保一切清晰

在 VSCode 扩展中打开 Codex 或 Claude Code，或者在项目终端启动 Claude Code / Codex CLI。
提示词：阅读 /memory-bank 里所有文档，implementation-plan.md 是否完全清晰？你有哪些问题需要我澄清，让它对你来说 100% 明确？
它通常会问 9-10 个问题。全部回答完后，让它根据你的回答修改 implementation-plan.md，让计划更完善。

你的第一个实施提示词

打开 Codex 或 Claude Code（扩展或终端）。
提示词：阅读 /memory-bank 所有文档，然后执行实施计划的第 1 步。我会负责跑测试。在我验证测试通过前，不要开始第 2 步。验证通过后，打开 progress.md 记录你做了什么供后续开发者参考，再把新的架构洞察添加到 architecture.md 中解释每个文件的作用。
永远先用 "Ask" 模式或 "Plan Mode"（Claude Code 中按 shift+tab），确认满意后再让 AI 执行该步骤。
极致 Vibe： 安装 Superwhisper，用语音随便跟 Claude 或 gpt-5.1-codex 聊天，不用打字。

工作流

完成第 1 步后：
- 把改动提交到 Git（不会用就问 AI）。
- 新建聊天（/new 或 /clear）。
- 提示词：阅读 memory-bank 所有文件，阅读 progress.md 了解之前的工作进度，然后继续实施计划第 2 步。在我验证测试前不要开始第 3 步。
重复此流程，直到整个 implementation-plan.md 全部完成。

✨ 添加细节功能

恭喜！你已经做出了基础游戏！可能还很粗糙、缺少功能，但现在可以尽情实验和打磨了。

想要雾效、后期处理、特效、音效？更好的飞机/汽车/城堡？绝美天空？
每增加一个主要功能，就新建一个 feature-implementation.md，写短步骤+测试。
继续增量式实现和测试。

🐞 修复 Bug 与卡壳情况

常规修复

如果某个提示词失败或搞崩了项目：
- Claude Code 用 /rewind 回退；用 gpt-5.1-codex 的话多提交 git，需要时 reset。
报错处理：
- JavaScript 错误： 打开浏览器控制台（F12），复制错误，贴给 AI；视觉问题截图发给它。
- 懒人方案： 安装 BrowserTools，自动复制错误和截图。

疑难杂症

实在卡住：
- 回退到上一个 git commit（git reset），换新提示词重试。
极度卡壳：
- 用 RepoPrompt 或 uithub 把整个代码库合成一个文件，然后丢给 gpt-5.1-codex 或 Claude 求救。

💡 技巧与窍门

Claude Code & Codex 使用技巧

终端版 Claude Code / Codex CLI： 在 VSCode 终端里运行，能直接看 diff、喂上下文，不用离开工作区。
Claude Code 的 /rewind： 迭代跑偏时一键回滚到之前状态。
自定义命令： 创建像 /explain $参数 这样的快捷命令，触发提示词：“深入分析代码，彻底理解 $参数是怎么工作的。理解完告诉我，我再给你任务。” 让模型先拉满上下文再改代码。
清理上下文： 经常用 /clear 或 /compact（保留历史对话）。
省时大法（风险自负）： 用 claude --dangerously-skip-permissions 或 codex --yolo，彻底关闭确认弹窗。

其他实用技巧

小修改： 用 gpt-5.1-codex (medium)
写顶级营销文案： 用 Opus 4.1
生成优秀 2D 精灵图： 用 ChatGPT + Nano Banana
生成音乐： 用 Suno
生成音效： 用 ElevenLabs
生成视频： 用 Sora 2
提升提示词效果：
- 加一句：“慢慢想，不着急，重要的是严格按我说的做，执行完美。如果我表达不够精确请提问。”
- 在 Claude Code 中触发深度思考的关键词强度：think < think hard < think harder < ultrathink。

❓ 常见问题解答 (FAQ)

Q: 我在做应用不是游戏，这个流程一样吗？
- A: 基本完全一样！把 GDD 换成 PRD（产品需求文档）即可。你也可以先用 v0、Lovable、Bolt.new 快速原型，再把代码搬到 GitHub，然后克隆到本地用本指南继续开发。
Q: 你那个空战游戏的飞机模型太牛了，但我一个提示词做不出来！
- A: 那不是一个提示词，是 ~30 个提示词 + 专门的 plane-implementation.md 文件引导的。用精准指令如“在机翼上为副翼切出空间”，而不是“做一个飞机”这种模糊指令。
Q: 为什么现在 Claude Code 或 Codex CLI 比 Cursor 更强？
- A: 完全看个人喜好。我们强调的是：Claude Code 能更好发挥 Claude Opus 4.5 的实力，Codex CLI 能更好发挥 gpt-5.1-codex 的实力，而 Cursor 对这两者的利用都不如原生终端版。终端版还能在任意 IDE、使用 SSH 远程服务器等场景工作，自定义命令、子代理、钩子等功能也能长期大幅提升开发质量和速度。最后，即使你只是低配 Claude 或 ChatGPT 订阅，也完全够用。
Q: 我不会搭建多人游戏的服务器怎么办？
- A: 问你的 AI。