https://github.com/liyupi/ai-guide

https://www.codefather.cn/

Vibe Coding（氛围编程）是一种利用自然语言描述生成可执行代码的AI驱动开发模式，适用于编程学习和快速原型构建。以下是具体使用方法和学习路径：
一、Vibe Coding核心使用流程

1. 自然语言描述需求
   用清晰、具体的语句描述功能目标（支持中英文），例如：
   “创建一个Python函数，读取CSV文件并绘制销售额折线图，X轴为日期，Y轴为销售额”2. 选择AI编程工具

• 主流工具推荐：工具适用场景集成环境GitHub Copilot全栈开发VS Code/IDEAChatGPT通用代码生成Web/APICursorAI专用编辑器独立IDEReplit在线协作云端IDE

1. 迭代优化生成代码

• 首次生成后补充细节要求：
  “添加数据清洗步骤：过滤缺失值，将日期列转为datetime格式”
• 通过多次对话修正逻辑错误或优化性能二、学习编程的实践建议（结合Vibe Coding）

1. 新手入门路径
   graph LR
   描述基础功能] –> B(生成10-20行代码)
   B –> C{逐行解析代码}
   –> D[修改参数观察变化]
   –> E[尝试扩展功能]
   `
2. 关键学习要点

• 必学基础概念（即使使用AI）：
  • 变量/数据类型
  • 条件语句（if/else）
  • 循环（for/while）
  • 函数定义
• 调试技巧：
  • 在生成代码中主动插入print()或断点
  • 询问AI：“如何修复这个报错：[错误信息]”

1. 进阶实践案例

“`python
使用Vibe Coding创建爬虫示例

用户描述：”用Python爬取豆瓣电影Top250，保存标题和评分到CSV“

port requests
om bs4 import BeautifulSoup
port csv
url = “https://movie.douban.com/top250”
response = requests.get(url)
soup = BeautifulSoup(response.text, ‘html.parser’)

with open(‘movies.csv’, ‘w’, newline=”, encoding=’utf-8′) as f:
writer = csv.writer(f)
iter.writerow([‘Title’, ‘Rating’])
for item in soup.select(‘.item’):
tle = item.select_one(‘.title’).text
ting = item.select_one(‘.rating_num’).text
iter.writerow([title, rating])
`
优化指令示例：

“添加异常处理：网络请求失败时重试3次，保存数据时避免重复写入表头”

---

三、注意事项

1. 代码质量管控
   • 始终审查AI生成的代码：
   • 检查安全漏洞（如SQL注入风险）
   • 验证边界条件处理
   • 添加必要的注释
   • 对关键模块进行单元测试
2. 工具局限性
   场景 推荐度 说明
   学习基础语法 ★★★★ 动态生成示例比文档更直观
   开发业务逻辑 ★★ 需人工设计核心架构
   调试复杂BUG ★ AI难以理解深层上下文 重要建议：初期将Vibe Coding作为“智能代码补全工具”而非完全替代，配合经典教程（如Python官方Tutorial）系统学习，逐步减少对AI的依赖。