最近发现一个叫 Vibe Coding 的开源项目,有点东西。
这是一个与 AI 结对编程的终极工作流程,专门解决一个核心问题:让 AI 写代码,最后项目乱成一团。
作者的核心观点很犀利:
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。
01 开源项目简介
开源地址:https://github.com/2025Emma/vibe-coding-cn
目前已经在 GitHub 上获得 7K 的 Star 了。
Vibe Coding 不是某个具体的 AI 工具,而是一套完整的AI 结对编程方法论。
它解决的是什么问题?
很多人用 AI 写代码,刚开始很快,但越写越乱:文件重复、代码耦合、改一处崩一片。最后还不如自己手写来得快。
Vibe Coding 的方案是: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。
这个项目给你三样东西:
- 2. 成体系的提示词工具链 —— 约束 AI 行为边界
- 3. 完整的开发流程 —— 需求 → 上下文 → 计划 → 实现 → 复盘
02 核心理念:道法术器
Vibe Coding 把 AI 编程拆成四个层次:
道 —— 底层原则
- • 上下文是 vibe coding 的第一性要素,垃圾进,垃圾出
法 —— 方法论
术 —— 具体技巧
- • Debug 只给:预期 vs 实际 + 最小复现
器 —— 工具推荐
- • Claude Opus 4.5 + Claude Code
- • gpt-5.1-codex + Codex CLI
03 完整工作流
最亮眼的部分来了,Vibe Coding 给你一套从 0 到 1 的完整流程:
Step 1:游戏设计文档(GDD) 把你的想法交给 AI,让它生成一份简洁的设计文档。别过度设计,后续会迭代。
Step 2:技术栈选型 让 AI 推荐最简单但最健壮的技术栈。
Step 3:CLAUDE.md 规则设定 这是关键。用 /init 命令生成项目规则,强制 AI 遵循模块化原则,禁止单体巨文件。
Step 4:实施计划 生成详细的分步指令,每步都要小而具体,每步都包含测试。
Step 5:记忆库(Memory Bank) 创建 memory-bank 文件夹,存放 GDD、技术栈、实施计划、进度、架构文档。
Step 6:开发执行 每次只执行一步,测试通过后记录进度,然后新建会话继续下一步。
04 项目包含的资源
这个仓库不只是方法论,作者还把整套工具链都开源了:
i18n/zh/prompts/
├── system_prompts/ # 约束 AI 行为边界的系统提示词
├── coding_prompts/ # 需求澄清、计划、执行链的核心提示词
├── assistant_prompts/ # 辅助类提示词
└── user_prompts/ # 可复用的用户侧提示词
i18n/zh/skills/ # 可直接集成的模块化技能仓库
i18n/zh/documents/ # 开发经验、架构模板等知识库
此外还有:
05 怎么使用
开源地址:https://github.com/2025Emma/vibe-coding-cn
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 (xhigh),在 Codex CLI 中使用
当然,Cursor 也能用,只是作者认为终端版更能发挥 AI 的实力。
现在大家都在卷 AI 模型,卷谁的参数更大、谁的响应更快。
但 Vibe Coding 告诉我们:重要的不是用什么工具,而是怎么用。
规划驱动、模块化、上下文管理 —— 这些听起来不性感的东西,才是 AI 编程能落地的关键。
如果你对 AI 编程感兴趣,这个项目值得 star 一下,跟着作者的工作流走一遍,你会发现 AI 写代码真的可以不翻车。