Vibe Coding 这个概念，过去一年热度持续攀升，最近一个月更是强势破圈，从程序员群体扩散到了更广泛的人群中。
这个词最早由 Andrej Karpathy 在 2025 年 2 月提出。用大白话概括，就是一种以自然语言驱动的 AI 辅助开发方式：你描述目标，AI 给出初稿，然后你再补充约束、观察结果、运行测试，反复迭代，直到满意为止。
听起来很美好，但真正上手时，很多人会卡在一些具体问题上：需求该怎么清晰表达？如何不让上下文丢失？AI 改完的代码，谁来负责验证？项目文件一多，怎么防止它顺手把不该改的地方也改了？
为此，这里整理了 3 个中文教程和开源项目，力求覆盖从入门、工程化到项目实战的不同阶段，帮你把这些坑都绕过去。
1. vibe-coding-cn：先把 AI 编程流程跑顺
如果只想看一个 Vibe Coding 项目，这个会是最优先推荐的。
vibe-coding-cn 的重心没有放在提示词技巧上，而是直接聚焦于流程本身。它反复强调了 Prompt、Skill、Context、Quality Gate 和工程闭环这几个核心概念。具体来说，它讲清楚了任务如何拆分、上下文如何传递、AI 修改完成后怎么验证，以及 Git 在整个修改过程中扮演什么角色。
对于新手来说，它的入门路径也设计得相当友好。“1 分钟快速开始”并没有直接甩给你一串安装命令，而是先引导你把提示词丢给 ChatGPT、Claude 或 Gemini 的网页版，用来检查操作系统、OpenAI/GitHub/Node.js/npm/包管理器的访问情况，以及是否拥有 Codex 或 ChatGPT 的订阅。
这些前置条件确认无误后，再着手安装 Codex CLI。跑通之后，本地 Agent 还会继续引导你配置 Git、Node.js、Python、编辑器、项目依赖、测试命令和 Git 工作流。
这一步对于刚开始折腾 AI CLI 的人来说非常实用。很多时候，问题并非出在模型本身，而是卡在网络、Node、Python、Git、权限或者终端环境上。先用网页版的 AI 做一次零依赖的检查，再切换到本地 Agent，能帮你扫清很多不必要的障碍。
这个项目很适合那些已经开始使用 Claude Code、Codex、Cursor，但经常被上下文管理、测试和代码提交流程搞得焦头烂额的人。不过，仓库里的一些做法还带有实验性质，照着操作之前，最好先核对一下当前工具的版本和你本机的环境配置。
项目地址：github.com/tradecatlab…
2. AIGuide：补上 AI 应用开发的判断力
把这个项目放在第二位，是因为 Vibe Coding 不能仅仅停留在“会提需求”这个层面。AI 生成的代码能否真正进入业务系统，还取决于你是否理解 LLM、RAG、Agent、MCP、评测和系统设计这些底层逻辑。
AIGuide 是一份 AI 应用开发的实用目录。它面向后端、前端、测试、架构师、技术管理者和产品技术同学，内容紧密围绕 LLM、Agent、RAG、MCP、Prompt、评测、系统设计、Claude Code、Codex 展开。
它的内容组织遵循着清晰的学习路径：大模型基础部分会讲解 Token、上下文窗口、采样参数、API 调用、结构化输出和评测；RAG 部分会补充文档处理、向量检索、更新链路和评测；Agent 部分则重点聚焦在 Tool Calling、Memory、MCP、Skills、Workflow、Graph 和 Loop。而在 AI 系统设计这块，会覆盖网关、限流、fallback、成本、观测、安全和灰度策略。
里面有不少内容可以直接用在业务开发中。比如大模型 API 工程实践会讲到流式输出、重试、限流、取消、幂等和异常处理；结构化输出部分会讲解 JSON Schema、Structured Outputs、Function Calling、MCP Tool 和服务端校验；评测体系则会涉及 Golden Set、LLM-as-Judge、Trace 回放和 CI 回归。
AIGuide 也设有 AI 编程实战和技巧专区，覆盖了 Claude Code、Codex、Cursor、Trae、Spec Coding、CLI vs IDE、多会话并行管理、Skills 推荐等内容。对于有业务开发经验的人来说，它更适合用来补足工程习惯，比如写接口、改页面、补测试、做重构、排查问题。
项目地址：github.com/Snailclimb/…
3. easy-vibe：从第一个项目做起的交互式课程
这个项目更适合完全的新手、产品经理、学生、独立开发者，以及那些希望跟着课程一步步做出第一个应用的人。
easy-vibe 的入口文案非常直白：会说话就会做应用。它的 README 显示，教程支持 10 种语言，包括 zh-cn、en、zh-tw、ja-jp、ko-kr、es-es、fr-fr、de-de、ar-sa、vi-vn。在 2026 年 6 月 17 日的更新说明里提到，Stages 1-3 已完成这 10 种语言的覆盖，内容涵盖了产品原型、全栈开发和跨平台开发。
课程路线被清晰地分成了三段：
- Stage 1 侧重于产品原型，内容涉及学习地图、AI IDE、需求验证、产品原型、AI 能力集成和完整的项目练习。
- Stage 2 开始进入全栈开发，覆盖了前端设计、组件库、Git、数据库、Supabase、后端 API、部署、Stripe 和支付系统。
- Stage 3 则更加进阶，包含 Claude Code、MCP、Skills、Agent Teams、长任务、Spec Coding，以及微信小程序、Android、iOS、PWA、Chrome 扩展、Electron、VS Code 插件等跨平台项目。
README 里还有一个很实用的细节：在 2026 年 3 月 2 日增加了 llms.txt 文件，方便 OpenClaw、Claude、Cursor、Trae 等 AI Agent 快速理解仓库结构，找到对应的教程内容。教程越长，这个入口的便利性就越明显。
本地运行也非常简单：执行 npm install npm run dev 后，打开 https://localhost:3000 即可。
easy-vibe 的核心价值在于“先做出来”。比如 Stage 2 的某个大项目里包含一个 AI 文案网站，功能涵盖了登录、生成、计费和后台管理；后端部分还覆盖了 Stripe 和微信小程序的后端工作流。对于新手来说，先完成一个能演示的完整项目，比先啃一大堆抽象概念，更容易建立起实战的手感。
如果你已经有比较多的工程经验，easy-vibe 的前半段可能会显得有些基础。它本质上是一条课程路线：先让你获得第一次成功，然后再慢慢补全全栈和 Agent 工作流。如果你只想直接研究上下文、质量门禁、Git 闭环这些核心问题，那么第一个项目 vibe-coding-cn 可能会更对你的胃口。
项目地址：github.com/datawhalech…
怎么选
如果你已经在使用 Claude Code、Codex、Cursor，但经常遇到上下文混乱、改动失控、测试跟不上等问题，建议先从 vibe-coding-cn 入手。
如果你想将 AI 编程真正融入真实的业务系统，需要补足 LLM、RAG、Agent、MCP、评测和系统设计方面的知识，那么 AIGuide 会是更合适的选择。
如果你是新手，或者希望从产品原型、全栈项目、跨平台应用一步步做出成果，那么 easy-vibe 更容易给你带来第一轮的正向反馈。
Vibe Coding 最吸引人的地方，在于它能将想法快速推进到可运行的状态；而最容易翻车的地方，也恰恰在此。低风险的原型可以大胆尝试，但在准备交付给他人使用时，代码审查、依赖检查、测试、权限、隐私和成本控制这些环节，一个都不能少。
这 3 个项目可以分开来看：先学会和 AI 高效协作，再补充工程判断力，最后通过实战项目练手。顺手点个 Star，以后需要时能省下不少翻找收藏夹的时间。
