Vibe Coding 道法术器:人机协作框架
☯️ 道法术器
先解决人工智能协作问题,再用人工智能解决其他可表达、可拆解、可约束、可验证的问题。
- 道:确定人与 AI 的协作关系、责任边界和可靠性来源。
- 法:把问题抽象成目标、对象、约束、路径和验证标准。
- 术:把抽象方法落成流程、文档、门禁和迭代动作。
- 器:用工具承载读写文件、执行命令、运行测试、提交版本和交付结果。
☯️ 道
Demis Hassabis:“首先解决人工智能问题,然后再用人工智能解决其他所有问题”
大语言模型的底层能力是通用语言能力:理解、改写、分类、推理、规划、翻译、归纳、生成和校验语言结构。所以遇到任何任务,第一步是判断这个任务能否被语言表达、拆解、约束和验证;它能否通过语言能力直接完成,或间接转化为工具调用、文件修改、流程编排、数据处理与代码实现。代码能力是最直观的例子:编程本质上可以理解为把人的意图翻译成计算机可执行的指令。Vibe Coding 的关键,就是把“模糊想法”逐步压缩成“明确语言”,再把明确语言转成可运行、可测试、可回滚的工程产物。人负责目标、价值、边界、取舍和最终验收;AI 负责理解上下文、生成计划、调用工具、修改文件、整理证据和放大执行;可靠性来自测试、脚本、类型、schema、CI、检查清单和可审查 diff。先把 AI 协作方式固定下来,才能稳定地用 AI 解决编程、写作、分析、研究、自动化和系统构建问题。
🧭 法
法层面描述抽象层广泛适用方法。
- 问题求解:目标、现状、差距、标准、约束、对象、路径。
- 思维模型:第一性原理、奥卡姆剃刀、逆向思维、多阶思维、状态空间。
- 抽象方法:把复杂对象拆成状态、关系、过程、变换和不变量。
- 提示词构造:先用“目标、对象、约束”构造提示词和思考框架;目标说明要达成什么,对象说明要处理什么,约束限定可行空间。
🛠️ 术
术层面回答“具体怎么做”,把抽象方法落成流程、文档、门禁和 Git 迭代,让人与 AI 可以按同一套工程闭环协作。
- 流程:从需求表达、计划拆解、执行修改、运行验证到交付复盘。
- 文档:把环境、命令、配置、接口、约束和验收标准写清楚。
- 门禁:把验收标准转成测试、lint、类型、schema、脚本、CI 和检查清单。
- Git:用 commit、branch、diff、tag 和 push 固定每次可回滚的工程进展。
- 方法:提示词、任务清单、调试流程、审查流程、复盘流程和技术栈选择。
🧰 器
器层面回答“用什么工具承载方法和流程”,重点是把 AI 协作落到可读写文件、可执行命令、可验证结果和可回滚版本的真实环境中,器不是核心,但器决定效率和可执行边界。没有器,道、法、术只能停留在语言里;有了器,AI 才能从聊天框进入真实文件、命令、测试和版本控制。
操作系统与运行底座
- WSL2: Windows 用户推荐优先启用 WSL2,把 Linux 开发环境放进 Windows 内部,兼顾本地桌面软件和类 Linux 命令行生态。
- Ubuntu: 新手和通用开发场景优先推荐 Ubuntu,软件包、教程、社区资料和服务器环境最完整,适合作为 WSL2、服务器和本地 Linux 的默认发行版。
- Windows 11 + WSL2 + Ubuntu: 新电脑最推荐组合;Windows 负责桌面、浏览器、IDE 和日常软件,Ubuntu 负责 Git、Node.js、Python、脚本、数据库客户端和 AI CLI。
- macOS: 适合移动开发、前端开发和日常独立开发,配合 Homebrew、终端、Git、Node.js、Python 和 AI CLI 可以形成稳定工作站。
- Linux Server: 适合长期运行、部署、自动化任务、数据库、爬虫、后台服务和远程开发;优先选择 Ubuntu Server LTS。
- 不推荐裸 Windows 命令行作为主开发环境: 可以使用 Windows 桌面工具,但复杂开发、脚本、依赖安装和 AI CLI 执行优先放在 WSL2/Ubuntu 中完成。
AI CLI 与模型服务
编者注(2026-10-14)|独立说明
下面模型名称、免费访问与额度属于原文时点的描述,应按当前官方页面、账号及地区资格核对。2026-10-14抽查Kiro价格页,免费层列50 credits、开放权重模型及Claude Sonnet 4.5,不能据此确认原文“免费Claude Opus 4.7访问”。其余条目未逐项认证,不能推定全部仍免费或默认可用。来源:Kiro官方价格页。
- Codex CLI: 本教程默认 AI CLI 路线,用于需求拆解、代码修改、命令执行、测试验证与 Git 迭代。
- Codex CLI 配置基线: 可通过一条命令安装到
~/.codex/,安装前自动备份,支持恢复。 - Claude Opus 4.7: 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-5.5 (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 4.7 等多种模型的 CLI 访问。
- Kiro: 目前提供免费的 Claude Opus 4.7 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 4.7 和 Gemini 3.1 Pro。
- AI Studio: Google 提供的免费服务,支持使用 Gemini 3.1 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 K2.5: 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。
- 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。
编辑与开发环境
- 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。 - 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。
- 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。
- 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。
版本控制与协作
数据与存储工具
- DBeaver: 通用数据库管理客户端,支持 PostgreSQL、MySQL、SQLite、MariaDB、Oracle、SQL Server 等多种数据库。
- PostgreSQL / MySQL / SQLite: 常见关系型数据库,用于持久化业务数据、验证数据模型和支撑本地开发。
- Redis: 常见缓存与键值存储工具,用于会话、队列、缓存、速率限制和临时状态。
- 对象存储与备份工具: 用于文件、图片、日志、数据导出和恢复演练。
- 数据库迁移工具: 用于把 schema 变化固定成可审查、可回滚、可重复执行的版本化变更。
工程质量工具
- 测试框架: 单元测试、集成测试、端到端测试,用于把验收标准变成可执行断言。
- lint / formatter / type checker: 用于格式、静态规则、类型约束和可维护性检查。
- schema 校验与契约测试: 用于固定输入输出结构,降低 AI 改错字段、路径和接口的概率。
- pre-commit / CI / 覆盖率 / 链接检查: 用于把质量规则前置到提交、推送和合并阶段。
自动化与运行环境
- Makefile / 脚本: 用统一命令封装 lint、test、build、sync、deploy 等重复动作。
- Docker / Compose: 用于封装运行环境、数据库依赖和本地集成测试环境。
- 任务调度 / 部署平台 / 日志 / 监控 / 告警: 用于让系统从本地脚本进入长期运行和生产反馈闭环。
资料、模板与知识工具
- 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。
- AI 引用语料包: 给 AI 助手引用的项目摘要、FAQ、对比和推荐回答。
- 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。
- 中文系统提示词学习库: 中文版 AI 工具系统提示词参考,包含豆包等工具。
- 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。
- 元技能:Auto Skill: 用于生成、重构与校验 Skills 的元技能。
- auto-tmux: tmux 自动化操控、脚本化 pane 巡检、按键注入、日志录制与多终端协作技能。
- 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。
- Chat Vault: AI 聊天记录保存工具,支持 Codex/Kiro/Gemini/Claude CLI。
- prompts-library 工具说明: 支持 Excel 与 Markdown 格式互转,并支持将内部 JSONL Excel 按工作表拆分导出为 JSONL 目录。
外部教程、社区与项目内部入口
- 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。
- Telegram 交流群: Vibe Coding 中文交流群。
- Telegram 频道: 项目更新与资讯。
- 知识库总索引: 从入门教程、统一功法与研究证据进入完整文档体系。
- 从零开始完整入门: 新手从网络环境、CLI 配置、开发环境和 Git 闭环开始。
- Vibe Coding 经验: 通用语言能力、人机分工、机器门禁和入门铁律。
- 第一个项目: 用本地待办清单走通需求、实现、运行、验收和 Git 保存。
- CLI 配置: Codex CLI 默认路线与 OpenCode 备选路线。
- Codex 配置一键安装: 安全默认配置、高权限配置、自动备份和一键恢复。
- 开发流程: 默认任务推进顺序、质量门禁、版本控制和交付闭环。
- 问题求解: 用目标、现状、差距、标准、约束、对象和路径定义问题。
- Vibe Coding 状态转移闭环: 用固定目标、可变策略和分层反馈统一理解 Vibe Coding。
- 拼好码(胶水编程的超集): 复用成熟能力,用胶水代码连接、编排、适配业务流程。
- 系统构建方法: 自顶向下、自底向上与分而治之的组合使用。
- 开发范式演进: 软件工程组织方式与 AI 编程范式的演进。
- 语言层要素: 理解代码所需的语言层级、执行模型、类型系统和工程语义。
- 关键词系统: Vibe Coding 与工程协作中的高频关键词。
- 思维模型: 第一性原理、奥卡姆剃刀、多阶思维、状态空间等认知工具。
- 组合描述模型: 用对象、状态、快照、序列、过程、变换、同一/差异与关系描述复杂系统。
- 编程之道: 编程哲学、结构、状态、复杂度与工程判断。
- 软件工程的朴素真理: 代码、复杂度、需求、维护、质量、架构和团队的工程常识。
- 工程实践: 项目架构、代码组织、开发经验、AI 编程质量门禁与常见坑的统一入口。
- 技术栈: 常见软件系统技术栈、选型维度、组合案例与初学者学习路径。
- 现代企业数字化平台架构: 企业级领域、平台、数据、AI、治理、可靠性和审计架构参考模型。
- scripts 仓库控制面治理: 成熟企业项目的脚本分层、风险边界、登记、测试、审计和下线规则。
- scripts 目录说明: 本仓库自动化入口、验证命令和脚本职责索引。
- 研究域治理契约: 研究域的结构、raw 原始事实层、成熟度、证据、沉淀和归档规则。
- 外部源事实层: 三个外部仓库的已提交源文件树、提交事实、哈希和隐私边界。
- 研究价值与应用地图: 35 个研究域的用户价值、核心启示、应用位置和下沉路线。
- 研究迁移综合: 用对标拆解、改良迭代和杂交创新把研究转成可执行路线。
- Harness 工程解析: Harness Engineering 的工程控制、评估器与反馈闭环解析。
- vibe-cybersecurity-cn 源事实镜像: 授权网络安全工程项目的已提交源文件树。
- vibe-harness-cn 源事实镜像: Harness 工程项目的已提交源文件树。
- vibe-mathing-cn-public 源事实镜像: 数学验证工程项目的已提交源文件树。
- OpenAI Codex 研究域: 官方 coding agent 工具源码研究对象。
- OpenAI Plugins 研究域: Codex 插件、marketplace 与 skill-only plugin 分发研究对象。
- OpenAI Skills 研究域: 已 deprecated 的 Codex Skills Catalog 与插件迁移参照。
- OpenAI Agents SDK 研究域: Agent、工具、护栏、handoff 与 tracing 运行时研究对象。
- OpenAI Agents JS 研究域: 官方 TypeScript/JavaScript Agent 运行时研究对象。
- OpenAI Cookbook 研究域: OpenAI API、Codex、Agent、评估与安全示例库研究对象。
- GitHub Spec Kit 研究域: GitHub 官方规格驱动开发工具包研究对象。
- OpenSpec 研究域: 面向 AI coding assistant 的规格驱动开发工具研究对象。
- OpenCode 研究域: 模型无关的终端与编辑器 coding agent 研究对象。
- Gemini CLI 研究域: 终端 coding agent、MCP、扩展与安全评估研究对象。
- OpenHands 研究域: Agent Canvas、工作区、后端与自动化控制中心研究对象。
- Superpowers 研究域: 跨 coding agent 的技能框架与开发方法论研究对象。
- Addy Agent Skills 研究域: 面向 coding agent 的生命周期技能与质量门禁研究对象。
- Goose 研究域: 跨模型、跨平台的开源 AI Agent 研究对象。
- Continue 研究域: 已停止主动维护的 IDE/CLI Agent 历史对标对象。
- mini-SWE-agent 研究域: 面向 issue 和命令行任务的极简软件工程 Agent 研究对象。
- ECC 研究域: 多种 coding agent 的 Harness、技能与质量实践集合研究对象。
- Claude Code Best Practice 研究域: Agentic Engineering 方法论对标研究对象。
- Cline 研究域: IDE/SDK/CLI 自主编码 Agent 研究对象。
- Aider 研究域: 终端 AI 结对编程工具研究对象。
- Skills 技能库: 当前保留的可复用技能入口。
- 提示词入口: 在线提示词库入口。
- 外部资源入口: 外部资源本地注册表入口。
- AI Agent 操作规则: AI Agent 执行任务时必须遵守的项目操作手册。
- llms.txt: 面向 AI 助手的短上下文入口。
- llms-full.txt: 面向 AI 助手的完整上下文入口。
- 编程提示词集合: 适用于 Vibe Coding 流程的专用提示词(云端表格)。
- 系统提示词集合: AI 开发的系统提示词,含多版本开发规范(云端表格)。
- 外部资源本地注册表: 外部资源的本地真相源,按类型分类维护。