Skip to content

Vibe Coding 指南 - 涵盖 Prompt 提示词、Skill 技能库、Workflow 工作流的 AI 编程工作站

License

Notifications You must be signed in to change notification settings

tukuaiai/vibe-coding-cn

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

412 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Vibe Coding 指南

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


许可证 主要语言 代码量 X 交流群

哲学与方法论 核心哲学 胶水编程 Canvas白板驱动开发 从零开始 血的教训 语言层要素 常见坑汇总 强前置条件约束 信息源聚合 元方法论 编程之道 实战案例 工具集 提示词精选 skills技能大全 提示词在线表格 系统提示词仓库 Chat Vault

📋 工具与资源 🚀 从零开始 🎯 原仓库翻译 ⚙️ 完整设置流程 📞 联系方式 ✨ 支持项目 🤝 参与贡献

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

🎲 前言

这是一个不断生长和自我否定的项目,当下的一切经验和能力都可能因 AI 能力的变化而失去意义,所以请时刻保持以 AI 为主的思维,重视这次宇宙级的变革,所有的经验都可能失效,辩证的看🙏🙏🙏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,强调以规划驱动模块化索引构建为核心(受限于模型上下文窗口而生成的解决策略),避免让 AI 失控导致项目混乱,Vibe Coding(氛围编程)是一种以自然语言驱动、让LLM生成大部分代码的开发方式,主张“先沉浸式做出能跑的东西”,以极低门槛快速产出原型但也伴随可控性与可靠性风险,由计算机科学家 Andrej Karpathy 首次提出。

核心理念: 规划就是一切。 谨慎让 AI 全局自主规划,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(点击标题可以展开收起内容)


⚡ 1 分钟快速开始

⚡ 1 分钟快速开始

已有网络和开发环境?直接开始 Vibe Coding!

第 1 步:复制下面的提示词,粘贴到 ClaudeChatGPT

你是一个专业的 AI 编程助手。我想用 Vibe Coding 的方式开发一个项目。

请先问我:
1. 你想做什么项目?(一句话描述)
2. 你熟悉什么编程语言?(不熟悉也没关系)
3. 你的操作系统是什么?

然后帮我:
1. 推荐最简单的技术栈
2. 生成项目结构
3. 一步步指导我完成开发

要求:每完成一步问我是否成功,再继续下一步。

第 2 步:跟着 AI 的指导,把想法变成现实 🚀

就这么简单! 更多内容(从零开始)请继续阅读 👇

🚀 从零开始

完全新手?按顺序完成以下步骤:

  1. Vibe Coding 哲学原理 - 理解核心理念
  2. 网络环境配置 - 配置网络访问
  3. 开发环境搭建 - 复制提示词给 AI,让 AI 指导你搭建环境
  4. IDE配置 - 配置 VS Code 编辑器
  5. OpenCode-CLI配置 - 免费 AI CLI 工具,支持 GLM-4.7/MiniMax M2.1 等模型
🧪 实验性方法

🧪 实验性方法

下面是一些“可能随时推翻重写”的实验性方法与范式:先看一眼,觉得对你有用再深入。

建议阅读顺序(从抽象到落地)

  1. 🔑 元方法论:用“生成器/优化器”的递归闭环让系统自我进化
  2. 🧬 胶水编程:复用成熟轮子,把注意力放在“连接方式”
  3. 🎨 Canvas白板驱动开发:让白板成为单一真相源,降低协作与上下文成本
  4. 🐝 AI蜂群协作:让多个 AI 在 tmux 下互相感知、协作、分工
  5. 🔮 哲学方法论工具箱:把抽象方法论落到可验证、可迭代的工程动作
🔑 元方法论

一句话:用“生成器/优化器”的递归闭环,构建一个能持续自我优化的 AI 系统。

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

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。

递归生命周期(最小闭环)

  1. 创生(Bootstrap):使用 AI 生成 α-提示词Ω-提示词 的初始版本(v1)。
  2. 自省与进化(Self-Correction & Evolution):用 Ω-提示词(v1) 优化 α-提示词(v1),得到更强的 α-提示词(v2)
  3. 创造(Generation):使用进化后的 α-提示词(v2) 生成目标提示词与技能。
  4. 循环与飞跃(Recursive Loop):将新产物(甚至包括新版本的 Ω-提示词)回灌系统,再次用于优化 α-提示词,启动持续进化。

终极目标

  • 通过持续的递归优化循环,让系统在每次迭代中实现自我超越,逼近预设的预期状态。
🧬 胶水编程 (Glue Coding)

一句话:能抄不写,能连不造,能复用不原创。

胶水编程是 Vibe Coding 的终极进化形态,目标是把注意力从“造轮子”迁移到“连接方式”,从而缓解三大致命缺陷:

问题 解法
🎭 AI 幻觉 ✅ 只使用已验证的成熟代码,零幻觉
🧩 复杂性爆炸 ✅ 每个模块都是久经考验的轮子
🎓 门槛过高 ✅ 你只需要描述"连接方式"

👉 深入了解胶水编程

🎨 Canvas白板驱动开发

一句话:让白板成为单一真相源,用“图形”降低协作与上下文成本。

传统开发:代码 → 口头沟通 → 脑补架构 → 代码失控

Canvas方式:代码 ⇄ 白板 ⇄ AI ⇄ 人类,白板成为单一真相源

痛点 解法
🤖 AI看不懂项目结构 ✅ AI直接读白板JSON,秒懂架构
🧠 人类记不住复杂依赖 ✅ 连线清晰,牵一发动全身一目了然
💬 团队协作靠嘴说 ✅ 指着白板讲,新人5分钟看懂

核心理念:图形是第一公民,代码是白板的序列化形式。

👉 深入了解Canvas白板驱动开发

🐝 AI蜂群协作

一句话:把多个 AI 变成“可互相感知与协作的集群”,人从瓶颈变为调度者。

传统模式:人 ←→ AI₁, 人 ←→ AI₂, 人 ←→ AI₃ (人是瓶颈)

蜂群模式:人 → AI₁ ←→ AI₂ ←→ AI₃ (AI 自主协作)

能力 实现方式 效果
🔍 感知 capture-pane 读取任意终端内容
🎮 控制 send-keys 向任意终端发送按键
🤝 协调 共享状态文件 任务同步与分工

核心突破:AI 不再是孤立的,而是可以互相感知、通讯、控制的集群。

👉 深入了解AI蜂群协作

🔮 哲学方法论工具箱

一句话:把抽象方法论落到可验证、可迭代、可收敛的工程产出。

23 种哲学方法论 + Python 工具 + 可复制提示词,覆盖:

方法 用途
现象学还原 需求含糊时,清零脑补,回到可观察事实
正反合 快速可用 → 反例打脸 → 收敛为工程版本
可证伪主义 用测试逼出失败模式
奥卡姆剃刀 删除不必要的复杂度
贝叶斯更新 根据新证据动态调整信念

核心理念:哲学不是空谈,是可落地的工程方法。

👉 深入了解哲学方法论工具箱

🧭 经验

🧭 经验

  • 状态,变换;数据,函数;输入,处理,输出;抽象/收敛,展开;可解释性;层级;过程;全称/特称,肯定/否定
  • 明确任务中的:目的,对象,约束
  • 人下 AI 上
  • 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,从 实体,链接,功能/目的 开始
  • 数据与函数是编程的一切
  • 先结构,后代码
  • 使用帕累托法则,关注重要的那20%
  • 逆向思考,先明确你的需求,从满足需求为起点构建代码
  • 重复,多尝试几次
  • 模仿优先,不重复造轮子,先问 AI 有没有合适的仓库,下载下来改(glue coding 基于 vibe coding全新的方法)
  • 按职责拆模块
  • 接口先行,实现后补
  • 文档即上下文,不是事后补
  • 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
  • AI 犯的错误使用提示词整理为经验持久化存储,遇到问题始终无法解决,就让AI检索这个收集的问题然后寻找解决方案

📋 工具与资源

📋 工具与资源

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 4.6: 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-5.3-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 4.6 等多种模型的 CLI 访问。
  • Kiro: 目前提供免费的 Claude Opus 4.6 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 4.6 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 K2.5: 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。

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

外部教程与资源

交流社区

项目内部文档


🏁 编码模型性能分级参考

🏁 编码模型性能分级参考

建议只选择苹果模型处理复杂任务,以确保最佳效果与效率。


🗂️ 项目目录结构概览

🗂️ 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:

.
├── README.md                    # 项目主文档
├── AGENTS.md                    # AI Agent 行为准则
├── Makefile                     # 自动化脚本
├── LICENSE                      # MIT 许可证
├── CODE_OF_CONDUCT.md           # 行为准则
├── CONTRIBUTING.md              # 贡献指南
├── .gitignore                   # Git 忽略规则
│
├── assets/                      # 外部资源(指向在线表格)
│   ├── README.md                # 远程表格索引(唯一真相源)
│   ├── AGENTS.md                # assets/ 目录规则
│   ├── config/                  # 工具与开发配置
│   │   └── .codex/              # Codex CLI 配置(项目级)
│   │       ├── config.toml      # Codex CLI 配置文件
│   │       └── AGENTS.md        # Codex/Agent 指南(本目录)
│   ├── documents/               # 文档库
│   │   ├── principles/          # 原则与思想(fundamentals + philosophy)
│   │   │   ├── fundamentals/    # 原 00-基础指南
│   │   │   └── philosophy/      # 原 05-哲学与方法论
│   │   ├── guides/              # 入门与方法(getting-started + playbook)
│   │   │   ├── getting-started/ # 原 01-入门指南
│   │   │   └── playbook/        # 原 02-方法论
│   │   └── case-studies/        # 原 03-实战
│   ├── prompts/                 # 提示词库(指向云端表格)
│   │   ├── README.md            # 在线表格链接
│   │   └── AGENTS.md            # prompts/ 目录规则
│   ├── skills/                  # 技能库(扁平化)
│   │   ├── README.md            # skills 总览与索引
│   │   ├── AGENTS.md            # skills/ 目录规则
│   │   ├── skills-skills/       # 元技能核心
│   │   ├── sop-generator/       # SOP 生成
│   │   ├── canvas-dev/          # Canvas白板驱动开发
│   │   └── ...                  # 更多技能
│   ├── tools/                   # 工具目录(预留)
│   │   └── .gitkeep             # 保持空目录被 Git 追踪
│   ├── workflow/                # 工作流模板
│   │   ├── auto-dev-loop/       # 自动开发循环
│   │   └── canvas-dev/          # Canvas白板驱动开发
│   └── repo/                    # 外部工具与依赖镜像(含 Git submodule)
│       ├── README.md            # 外部工具索引
│       ├── prompts-library/     # Excel ↔ Markdown 互转工具
│       ├── chat-vault/          # AI 聊天记录保存工具
│       ├── Skill_Seekers-development/ # Skills 制作器
│       ├── html-tools-main/     # HTML 工具集
│       ├── my-nvim/             # Neovim 配置
│       ├── MCPlayerTransfer/    # MC 玩家迁移工具
│       ├── XHS-image-to-PDF-conversion/ # 小红书图片转 PDF
│       ├── backups/             # 历史备份脚本快照
│       ├── .tmux/               # oh-my-tmux (submodule)
│       ├── tmux/                # tmux 源码 (submodule)
│       └── claude-official-skills/ # Claude 官方 skills (submodule)
│
├── .github/                     # GitHub 配置
│   ├── workflows/               # CI/CD 工作流
│   │   ├── ci.yml               # Markdown lint + link checker
│   │   ├── labeler.yml          # 自动标签
│   │   └── welcome.yml          # 欢迎新贡献者
│   ├── ISSUE_TEMPLATE/          # Issue 模板
│   ├── PULL_REQUEST_TEMPLATE.md # PR 模板
│   ├── SECURITY.md              # 安全政策
│   ├── FUNDING.yml              # 赞助配置
│   └── wiki/                    # GitHub Wiki 内容
📺 演示与产出

📺 演示与产出

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:云端表格 提供系统提示词约束 AI 行为边界,编程提示词提供需求澄清、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

⚙️ 架构与工作流程

核心资产映射:

assets/prompts/
  README.md  # 云端表格入口(元/系统/编程/用户提示词)
assets/skills/
  README.md  # skills 总览与索引
assets/documents/
  principles/fundamentals/*, principles/philosophy/*, guides/*, case-studies/* 等知识库
assets/
  README.md  # 外部资源(在线表格)唯一真相源入口
assets/repo/backups/
  一键备份.sh, 快速备份.py  # 本地/远端快照脚本
graph TB
  %% GitHub 兼容简化版(仅使用基础语法)

  subgraph ext_layer[外部系统与数据源层]
    ext_contrib[社区贡献者]
    ext_sheet[Google 表格 / 外部表格]
    ext_md[外部 Markdown 提示词]
    ext_api[预留:其他数据源 / API]
    ext_contrib --> ext_sheet
    ext_contrib --> ext_md
    ext_api --> ext_sheet
  end

  subgraph ingest_layer[数据接入与采集层]
    excel_raw[prompt_excel/*.xlsx]
    md_raw[prompt_docs/外部MD输入]
    excel_to_docs[assets/repo/prompts-library/scripts/excel_to_docs.py]
    docs_to_excel[assets/repo/prompts-library/scripts/docs_to_excel.py]
    ingest_bus[标准化数据帧]
    ext_sheet --> excel_raw
    ext_md --> md_raw
    excel_raw --> excel_to_docs
    md_raw --> docs_to_excel
    excel_to_docs --> ingest_bus
    docs_to_excel --> ingest_bus
  end

  subgraph core_layer[数据处理与智能决策层 / 核心]
    ingest_bus --> validate[字段校验与规范化]
    validate --> transform[格式映射转换]
    transform --> artifacts_md[prompt_docs/规范MD]
    transform --> artifacts_xlsx[prompt_excel/导出XLSX]
    orchestrator[main.py · scripts/start_convert.py] --> validate
    orchestrator --> transform
  end

  subgraph consume_layer[执行与消费层]
    artifacts_md --> catalog_coding[prompts(在线)/编程提示词]
    artifacts_md --> catalog_system[prompts(在线)/系统提示词]
    artifacts_md --> catalog_meta[prompts(在线)/元提示词]
    artifacts_md --> catalog_user[prompts(在线)/用户提示词]
    artifacts_md --> docs_repo[assets/documents/*]
    artifacts_md --> new_consumer[预留:其他下游渠道]
    catalog_coding --> ai_flow[AI 结对编程流程]
    ai_flow --> deliverables[项目上下文 / 计划 / 代码产出]
  end

  subgraph ux_layer[用户交互与接口层]
    cli[CLI: python main.py] --> orchestrator
    makefile[Makefile 任务封装] --> cli
    readme[README.md 使用指南] --> cli
  end

  subgraph infra_layer[基础设施与横切能力层]
    git[Git 版本控制] --> orchestrator
    backups[assets/repo/backups/一键备份.sh · assets/repo/backups/快速备份.py] --> artifacts_md
    deps[requirements.txt · scripts/requirements.txt] --> orchestrator
    config[assets/repo/prompts-library/scripts/config.yaml] --> orchestrator
    monitor[预留:日志与监控] --> orchestrator
  end
Loading

📈 性能基准 (可选)

📈 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

gantt
    title 项目发展路线图
    dateFormat YYYY-MM
    section 进行中 (2025 Q4)
    补全演示GIF与示例项目: active, 2025-12, 30d
    外部资源聚合完善: active, 2025-12, 20d
    section 近期 (2026 Q1)
    prompts 索引自动生成脚本: 2026-01, 15d
    一键演示/验证 CLI 工作流: 2026-01, 15d
    备份脚本增加快照与校验: 2026-02, 10d
    section 中期 (2026 Q2)
    模板化示例项目集: 2026-03, 30d
    多模型对比与评估基线: 2026-04, 30d
Loading

🎯 原仓库翻译

🎯 原仓库翻译

以下内容翻译自原仓库 EnzeD/vibe-coding

要开始 Vibe Coding,你只需要以下两种工具之一:

  • Claude Opus 4.6,在 Claude Code 中使用
  • gpt-5.3-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 3.1 Pro,现在我们使用的是 Claude 4.6(或 gpt-5.3-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-5.3-codexClaude Opus 4.6,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 Agent 规则(AGENTS.md / 自定义 rules)
  • gpt-5.3-codexClaude Opus 4.6 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 CodeCodex 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-5.3-codexClaude Opus 4.6
    • 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 CodexClaude 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 CodexClaude 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-5.3-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/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-5.3-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:
    • RepoPromptuithub 把整个代码库合成一个文件,然后丢给 gpt-5.3-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/compact(保留历史对话)。
  • 省时大法(风险自负):claude --dangerously-skip-permissionscodex --yolo,彻底关闭确认弹窗。
其他实用技巧
  • 小修改: 用 gpt-5.3-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 4.6 的实力,Codex CLI 能更好发挥 gpt-5.3-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。

📞 联系方式


✨ 支持项目

救救孩子,感谢了,好人一生平安🙏🙏🙏

  • 币安 UID: 572155580
  • Tron (TRC20): TQtBXCSTwLFHjBqTS4rNUp7ufiGx51BRey
  • Solana: HjYhozVf9AQmfv7yv79xSNs6uaEU5oUk2USasYQfUYau
  • Ethereum (ERC20): 0xa396923a71ee7D9480b346a17dDeEb2c0C287BBC
  • BNB Smart Chain (BEP20): 0xa396923a71ee7D9480b346a17dDeEb2c0C287BBC
  • Bitcoin: bc1plslluj3zq3snpnnczplu7ywf37h89dyudqua04pz4txwh8z5z5vsre7nlm
  • Sui: 0xb720c98a48c77f2d49d375932b2867e793029e6337f1562522640e4f84203d2e

✨ 贡献者

感谢所有为本项目做出贡献的开发者!

特别鸣谢以下成员的宝贵贡献 (排名不分先后):
@shao__meng | @0XBard_thomas | @Pluvio9yte | @xDinoDeer | @geekbb | @GitHub_Daily | @BiteyeCN | @CryptoJHK


🤝 参与贡献

我们热烈欢迎各种形式的贡献。如果您对本项目有任何想法或建议,请随时开启一个 Issue 或提交一个 Pull Request

在您开始之前,请花时间阅读我们的 贡献指南 (CONTRIBUTING.md)行为准则 (CODE_OF_CONDUCT.md)


📜 许可证

本项目采用 MIT 许可证。


如果这个项目对您有帮助,请考虑为其点亮一颗 Star ⭐!

Star History

Star History Chart

tukuaiai, Nicolas Zullo, 和 123olp 倾力打造

⬆ 返回顶部

Releases

No releases published

Sponsor this project

Packages

 
 
 

Contributors

Languages

  • Python 44.7%
  • C++ 40.9%
  • C 10.0%
  • HTML 1.9%
  • Shell 1.4%
  • Lua 0.7%
  • Other 0.4%