从零开始，用自然语言指挥AI构建真实软件项目

基于 Claude Code 深度实践 | 多模型配置全覆盖 | 国内用户友好

---

阅读约定

在正式开始之前，先了解本教程中使用的标记约定：

提示：这是一个帮助你更好理解概念的提示信息。

注意：这是一个需要特别留意的事项，忽略可能导致问题。

避坑：这是其他学习者踩过的坑，提前了解可以少走弯路。

验证：这是一个检查点，执行后应该看到预期结果，确认你走在正确的路上。

• 所有终端命令前会标注适用的操作系统（Windows / macOS / 通用）
• 代码注释全部使用中文，方便理解
• 模型、价格、安装命令和第三方工具信息变化很快；本文中相关信息已在 2026-05-18 按官方文档做过一次核对，正式使用前仍应以官网当前页面为准
• $ 符号表示终端命令提示符，输入命令时不需要输入 $
• 尖括号 <xxx> 表示需要替换为你自己的实际内容

---

前言：一个不会写代码的人，如何用AI构建软件

一个真实的故事

想象这样一个场景：产品经理小王完全不会写代码，但他用自然语言向AI描述了自己想要的功能 —— “帮我做一个团队内部的书签收藏工具，支持按标签分类和搜索”。三天后，一个功能完整、界面美观的Web应用上线了。

这不是科幻，这是2026年正在发生的事情。

传统的编程学习路径是这样的：花几个月学语法 → 花几个月做练习 → 花几个月做项目 → 终于能写出可用的软件。而AI编程的路径完全不同：你只需要学会"如何清晰地表达你想要什么"，AI来负责把它变成代码。

这就像你不需要学会砌墙、接水管、布电路，你只需要能清楚地告诉装修队"我想要一个什么样的家"，专业的团队会帮你实现。AI编程工具就是你的"装修队"，而你要学的，是如何当好这个"业主"。

这本教程是写给谁的

本教程面向完全没有编程经验的初学者。你不需要具备以下任何知识：

• 不需要会任何编程语言（Python、JavaScript、Java……统统不需要）
• 不需要数学基础
• 不需要计算机科学学位
• 不需要之前用过任何开发工具

你只需要具备：

• 基本的电脑操作能力（会上网、会装软件、会管理文件夹）
• 一定的英语阅读能力（能借助翻译工具看懂简单的英文界面即可）
• 清晰的逻辑思维（能描述清楚"我想要什么"）
• 一颗愿意尝试的心

你将学到什么

完成本教程后，你将能够：

能力	具体表现
理解AI编程	能向他人解释什么是Vibe Coding、Agentic Engineering、SDD
掌握核心工具	能熟练使用Claude Code完成完整的软件开发
灵活选模型	能根据任务需求选择最合适的AI模型（Claude/DeepSeek/千问等）
构建Skill	能创建自定义的AI技能模块，提升开发效率
独立做项目	能独立使用AI工具从零构建并部署一个完整的Web应用

学习路径总览

第零部分：环境准备 ──→ 打好地基，安装必要工具
   ↓
第一部分：基础理论 ──→ 建立认知，理解AI编程的核心概念
   ↓
第二部分：工具生态 ──→ 了解主流工具与模型，完成安装与选型
   ↓
第三部分：Claude Code 深度使用 ──→ 掌握武器，深入学习Claude Code的全部能力 核心
   ↓
第四部分：技能系统 ──→ 效率倍增，构建可复用的AI技能
   ↓
第五部分：项目实操 ──→ 学以致用，从零到一完成完整项目 重点
   ↓
第六部分：独立实战 ──→ 独当一面，自主完成项目开发
   ↓
第七部分：Codex Desktop ──→ 拓展视野，掌握另一个主流AI编程工具

学习建议

1. 动手大于阅读 —— 每学一个概念，立刻打开终端实践
2. 项目驱动学习 —— 带着"我要做出一个产品"的目标去学
3. 拥抱错误 —— AI会犯错，你也会犯错，这都是学习过程
4. 持续迭代 —— 没有一步到位的完美，先能跑再说
5. 记录与分享 —— 把踩的坑记下来，分享出去，加深理解

---

第零部分：环境准备与工具安装

学习目标：搭建完整的开发环境，确保后续学习零障碍

完成标志：能在终端执行基本命令，至少一个AI编程工具可正常运行

工欲善其事，必先利其器。在正式进入AI编程世界之前，我们需要先把"工作台"搭好。这就像做菜之前先把厨房收拾好、食材买齐 —— 虽然不是最激动人心的环节，但跳过它后面会处处碰壁。

0.1 终端/命令行入门：你的AI编程控制台

0.1.1 什么是终端

你平时用电脑，是通过鼠标点击图标、菜单来操作的，这叫图形界面（GUI）。而**终端（Terminal）**是另一种操作电脑的方式 —— 通过输入文字命令来告诉电脑做什么。

打个比方：图形界面就像在餐厅看着菜单点菜（点什么有什么），终端就像直接跟厨师说你想吃什么（更灵活，但需要知道怎么"说"）。

AI编程工具（如Claude Code）几乎全部运行在终端中，所以掌握基本的终端操作是第一步。

0.1.2 如何打开终端

Windows 用户：

1. 按下键盘上的 Win + R 键（Win 是键盘左下角带 Windows 标志的键）
2. 在弹出的"运行"对话框中输入 powershell
3. 按回车键

或者更简单的方式：

1. 在桌面底部的搜索栏中搜索"PowerShell"
2. 点击"Windows PowerShell"打开

macOS 用户：

1. 按下 Command + 空格 打开 Spotlight 搜索
2. 输入 Terminal 或"终端"
3. 按回车键打开

提示：打开终端后你会看到一个黑色（或白色）的窗口，里面有一个闪烁的光标等待你输入命令。不要怕，它不会因为你输错命令就爆炸 —— 最多给你一个报错信息而已。

0.1.3 5个必会终端命令

以下是你需要掌握的最基本的终端命令。打开终端，跟着一起敲：

1. pwd —— 查看当前位置（我在哪？）

# 通用命令（macOS/Linux直接输入，Windows PowerShell也支持）
$ pwd

预期输出：

# Windows 输出类似：
C:\Users\你的用户名

# macOS 输出类似：
/Users/你的用户名

这就像你在商场里，看一下脚下的地图上"您在此处"的标记。

2. ls（macOS/Linux）或 dir（Windows）—— 查看当前目录有什么

# macOS / Linux
$ ls

# Windows PowerShell（ls也可以用，但dir是经典命令）
$ dir

预期输出：

Desktop    Documents   Downloads   Pictures   Videos
桌面       文档       下载       图片      视频

就像打开一个文件夹，看看里面有什么东西。

3. cd —— 进入某个目录（走到某个位置）

# 进入"桌面"文件夹
$ cd Desktop

# 返回上一级目录
$ cd ..

# 直接回到用户主目录
$ cd ~

cd 是 “change directory” 的缩写，就是"换个地方"的意思。

4. mkdir —— 创建新文件夹

# 创建一个名为 my-project 的文件夹
$ mkdir my-project

# 验证：查看是否创建成功
$ ls

预期输出中应该能看到 my-project 文件夹。

5. clear —— 清屏（屏幕太乱了，清理一下）

$ clear

验证：在终端中依次执行以下命令，确认你能正常操作：

$ pwd
$ mkdir ai-coding-test
$ cd ai-coding-test
$ pwd
$ cd ..

如果每条命令都能正常执行且没有报错，恭喜你，终端入门完成！

0.1.4 常见问题

问题	原因	解决方案
命令输入后提示"不是内部或外部命令"	命令拼写错误或该命令不存在	检查拼写，注意大小写
中文路径导致命令失败	某些工具不支持中文路径	使用全英文路径名，如 D:\projects
PowerShell 窗口闪退	可能被系统策略限制	右键以管理员身份运行

注意：在整个教程中，请尽量使用全英文的文件夹名和文件名。中文路径在很多开发工具中会引发奇怪的错误，这是一个经典的坑。

---

0.2 开发环境安装

0.2.1 Node.js 安装

Node.js 是一个让 JavaScript 能在电脑上运行的环境。它是前端开发、npm 包管理、Next.js/Vite 项目的基础工具，也是 Claude Code 官方安装前置条件之一。

你可以把 Node.js 理解为 AI 编程项目的“基础运行环境”：很多脚手架、依赖安装、构建命令都离不开它。

下载安装：

1. 打开浏览器，访问 Node.js 官网：https://nodejs.org/
2. 你会看到两个版本按钮，选择左边的 LTS（长期支持版），这是最稳定的版本
3. 下载完成后，双击安装包
4. 安装过程中一路点 “Next”（下一步），保持默认选项即可
5. 最后点 “Install” 完成安装

注意：安装时请确保勾选了"Add to PATH"选项（默认是勾选的），这样才能在终端中直接使用 node 和 npm 命令。

验证安装：

安装完成后，关闭并重新打开终端（这一步很重要，否则新安装的命令可能找不到），然后输入：

# 检查 Node.js 版本
$ node -v

预期输出：

v24.15.0

（版本号可能不完全一致。建议安装官网当前 LTS 版本；如果用 npm 安装 Claude Code，需要 Node.js v18 或更高版本。）

# 检查 npm 版本（npm 是 Node.js 自带的包管理器）
$ npm -v

预期输出：

11.12.1

验证：如果两条命令都能输出版本号，恭喜，Node.js 安装成功！

常见问题：

问题	原因	解决方案
node: command not found 或 “不是内部命令”	Node.js 未添加到系统 PATH	重新安装并确保勾选 “Add to PATH”；或手动将 Node.js 安装目录添加到系统环境变量
版本低于 v18	下载了旧版本	重新到官网下载最新的 LTS 版本
安装过程报错（Windows）	权限不足	右键安装包 → “以管理员身份运行”
macOS 提示"无法验证开发者"	macOS 安全限制	系统偏好设置 → 安全性与隐私 → 仍要打开

提示：如果你是 macOS 用户，推荐使用 nvm（Node Version Manager）来管理 Node.js 版本，方便将来切换不同版本。安装命令：

$ curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh | bash

安装完成后重启终端，然后使用 nvm install --lts 安装最新 LTS 版本。

0.2.2 Git 安装与配置

Git 是一个"版本控制"工具。什么是版本控制？想象你在写一篇文章，每写一个版本你都存一份副本：论文_v1.doc、论文_v2.doc、论文_最终版.doc、论文_最终最终版.doc…… Git 就是帮你优雅地管理这些版本的工具。

在AI编程中，Git 尤其重要 —— 因为AI有时候会改错代码。有了 Git，你可以随时"时光倒流"回到之前正确的版本。这是你的"后悔药"。

下载安装：

Windows 用户：

1. 访问 https://git-scm.com/download/win
2. 下载 64-bit 版本的安装包
3. 双击安装，安装过程中保持所有默认选项即可（会有很多页配置，不用改，一直点 Next）
4. 安装完成

macOS 用户：

macOS 通常自带 Git。打开终端输入 git --version，如果有输出就不需要安装。如果没有，执行：

# macOS 安装 Git（通过 Xcode 命令行工具）
$ xcode-select --install

弹出的对话框中点击"安装"即可。

验证安装：

$ git --version

预期输出：

git version 2.43.0

首次配置（必须）：

安装完成后，需要告诉 Git 你是谁（这些信息会记录在每次代码提交中）：

# 设置你的名字（用英文，可以是昵称）
$ git config --global user.name "Your Name"

# 设置你的邮箱
$ git config --global user.email "your.email@example.com"

提示：这里的名字和邮箱不需要是真实的，但建议和你将来注册 GitHub 的邮箱保持一致。

Git 最小生存技能（6条命令走天下）：

你现在不需要精通 Git，只要记住这6条命令就够了（后面遇到会详细解释）：

# 1. 在项目文件夹中初始化 Git 仓库（只需要做一次）
$ git init

# 2. 查看当前文件状态（哪些文件被修改了）
$ git status

# 3. 把修改的文件添加到"暂存区"（准备提交）
$ git add .

# 4. 提交一个版本（附带说明信息）
$ git commit -m "描述这次修改做了什么"

# 5. 将代码推送到远程仓库（如GitHub）
$ git push

# 6. 从远程仓库拉取最新代码
$ git pull

避坑：使用AI编程工具时，养成一个好习惯 —— 在让AI做大的修改之前，先 git add . && git commit -m "保存当前进度"。这样即使AI改坏了，你也能用 git checkout . 恢复到之前的状态。这是无数开发者总结出的血泪经验。

0.2.3 Python 安装（可选）

Python 在本教程的第六部分（AI知识库项目）中会用到。如果你暂时只想学前端项目，可以先跳过。

下载安装：

1. 访问 https://www.python.org/downloads/
2. 下载最新版本（建议 Python 3.11 或 3.12）
3. Windows 用户特别注意：安装时务必勾选 “Add Python to PATH” 选项！

验证安装：

# Windows
$ python --version

# macOS / Linux（可能需要用 python3）
$ python3 --version

预期输出：

Python 3.12.4

# 验证 pip（Python 包管理器）
$ pip --version

预期输出：

pip 24.0 from ... (python 3.12)

---

0.3 环境验证：确认一切就绪

完成上面的安装后，让我们做一次全面的环境检查，确保所有工具都正常工作。

环境检查清单：

打开终端，依次执行以下命令：

# 1. 检查 Node.js
$ node -v
# 预期输出: v18.x.x 或更高版本

# 2. 检查 npm
$ npm -v
# 预期输出: 9.x.x 或 10.x.x 或更高版本

# 3. 检查 Git
$ git --version
# 预期输出: git version 2.x.x

# 4. 检查 Python（可选）
$ python --version
# 预期输出: Python 3.11.x 或 3.12.x

创建你的第一个项目文件夹：

# 在你喜欢的位置创建一个总的工作目录
# Windows 建议：
$ mkdir D:\ai-coding-projects

# macOS 建议：
$ mkdir ~/ai-coding-projects

# 进入这个目录
$ cd D:\ai-coding-projects  # Windows
$ cd ~/ai-coding-projects   # macOS

# 初始化 Git
$ git init

预期输出：

Initialized empty Git repository in .../ai-coding-projects/.git/

验证：如果以上所有命令都能正常执行，恭喜你！环境准备工作全部完成。你现在拥有了进入AI编程世界的全部工具。

环境准备完成度检查表：

• Node.js 已安装，版本 >= 18
• npm 已安装
• Git 已安装并完成基本配置（user.name 和 user.email）
• 已创建工作目录并初始化 Git

如果有某一项未完成，请回到对应章节重新操作。不要跳过这些步骤 —— 后续每一步都依赖这些基础环境。

---

第一部分：AI编程基础理论

学习目标：建立对AI辅助编程的系统认知，理解核心概念与方法论

完成标志：能向他人清晰解释什么是 Vibe Coding、Agentic Engineering 和 SDD

在正式上手工具之前，我们需要先建立"认知地图"。这就像学开车之前要先了解交通规则一样 —— 你不需要成为交通工程师，但至少要知道红灯停绿灯行、靠右行驶这些基本概念。

1.1 AI辅助编程全景认知

1.1.1 什么是AI辅助编程

传统编程是你一行一行地"手写"代码，告诉计算机每一步该怎么做。你需要掌握编程语言的语法、理解算法、记住各种API —— 学习曲线陡峭且耗时漫长。

AI辅助编程则完全不同。你用自然语言（中文或英文都行）描述"你想要什么"，AI帮你把它变成可运行的代码。你的角色从"打字员"变成了"指挥官"。

维度	传统编程	AI辅助编程
核心技能	编程语言语法、算法	需求描述、意图表达、结果验证
人的角色	代码编写者	需求定义者 + 结果审查者
关注点	“怎么做”（How）	“做什么"和"为什么”（What & Why）
学习周期	数月到数年	数天到数周
出错时	自己调试代码	用自然语言告诉AI去修复

打个比方：传统编程就像你自己从头学做一道红烧肉 —— 要学买菜、备料、掌握火候；AI编程就像你请了一个专业厨师 —— 你只需要说"我想吃红烧肉，少放糖，多放一点八角"，厨师帮你做出来，你尝一口觉得太咸了，再说"减少一些盐"就行。

提示：AI编程不是"不需要懂任何技术"，而是大幅降低了入门门槛。随着你的使用越来越深入，你会自然而然地积累技术知识。这个过程是"边用边学"，而非传统的"先学后用"。

1.1.2 AI编程的发展历程

AI编程并不是突然出现的，它经历了一个清晰的演进过程：

第一阶段：智能补全时代（2020-2022）

代表产品：GitHub Copilot、TabNine

就像手机输入法的联想功能 —— 你打了几个字，它猜你接下来要打什么。这个阶段的AI只能帮你补全一行或几行代码，依然需要你自己动手写大部分代码。

第二阶段：对话式编程时代（2023-2024）

代表产品：ChatGPT、Claude.ai

AI进化成了一个"编程顾问"。你可以用自然语言问它"怎么写一个排序算法"，它会给你一段完整的代码。但问题是：你需要自己把代码复制到项目中、自己处理各种细节，AI并不了解你的项目全貌。

第三阶段：智能体编程时代（2024 至今） ← 我们现在就在这里

代表产品：Claude Code、Cursor Agent、Qoder、Codex

这是一个质的飞跃！AI从"回答问题"进化到了"完成任务"。你告诉它"给我的项目添加一个用户登录功能"，它会自己去读你的项目代码，自己创建需要的文件，自己写代码，自己运行测试 —— 全程自主完成。

这就像从"问路人"（对话式）变成了"请了一个代驾"（智能体）—— 你只需要说目的地，它自己开车到。

第四阶段：协作工程时代（正在形成）

多个AI智能体组成"团队"，各司其职 —— 一个负责设计架构、一个负责写代码、一个负责测试、一个负责审查代码质量。人类的角色进一步上升为"项目总监"。

第一阶段       第二阶段        第三阶段         第四阶段
AI帮你打字  →  AI帮你想方案  →  AI帮你做任务  →  AI团队帮你做项目
（补全）      （对话）        （智能体）       （多智能体协作）

图：AI编程四个发展阶段演进示意图

1.1.3 AI是如何"理解"和"生成"代码的

你不需要成为AI专家，但理解以下几个核心概念会帮你更好地使用AI工具：

Token化：AI怎么"阅读"代码

AI不是像人一样一个字一个字地读代码，它把文本切成一个个小块，叫做 Token。

例如，Hello World 会被切成 Hello 和 World 两个 Token。中文的 你好世界 可能被切成 你好 和 世界 两个 Token，也可能被切成更多个。

为什么这个概念重要？因为AI的计费和能力限制都以 Token 为单位。你发送的内容越长，消耗的 Token 越多，费用越高。

提示：简单记住这个换算关系 —— 1 个 Token ≈ 4 个英文字符 ≈ 1-2 个中文字符。一篇 1000 字的中文文章大约是 500-1000 个 Token。

上下文窗口：AI的"工作记忆"

上下文窗口是AI一次能"记住"的内容量。这就像你的办公桌大小 —— 桌子越大，能同时摊开的文件越多。

模型	上下文窗口	相当于
早期模型	4K Token	一篇短文
GPT-5.x / GPT-4o 系列	128K+ Token	一本小说到一套资料
Claude Sonnet / Opus	200K-1M Token	一本厚书到一套资料
Gemini Pro 系列	1M Token 级别	一个小型图书馆

对于AI编程来说，上下文窗口越大越好 —— 因为AI需要同时"看到"更多项目代码才能做出合理的修改。Claude、Gemini、GPT 等主流模型都在持续扩大上下文窗口。

概率生成：为什么AI有时会"胡说八道"

AI生成内容的本质是预测概率最高的下一个词。大多数时候它预测得很准，但有时候它会"一本正经地胡说八道" —— 这被称为**“幻觉”（Hallucination）**。

例如，AI可能信心满满地告诉你某个函数的用法，但这个函数根本不存在。这就像一个知识渊博但偶尔会编故事的朋友 —— 大部分时候值得信赖，但关键信息你需要自己验证。

避坑：永远不要100%信任AI生成的代码。尤其是涉及数据库操作、用户认证、支付逻辑等关键代码时，一定要仔细检查。"信任但验证"是AI编程的黄金法则。

1.1.4 Vibe Coding：感觉驱动的编程新范式

Vibe Coding 是 AI 大牛 Andrej Karpathy（前OpenAI/Tesla AI主管）在2025年初提出的概念。他的原话是：

“完全沉浸在氛围中，拥抱指数级增长，忘记代码的存在。”

翻译成大白话就是：不要纠结代码的每一个细节，跟着感觉走，让AI帮你实现想法。

Vibe Coding 的核心原则：

1. 意图优先：先描述你想要什么效果，而不是告诉AI怎么写代码
2. 快速迭代：不追求一次完美，拥抱"生成 → 测试 → 修正"的循环
3. 信任但验证：相信AI的能力，但始终检查关键逻辑
4. 上下文经营：持续维护和优化提供给AI的背景信息

Vibe Coding 适用场景：

• 原型开发、概念验证（快速把想法变成可运行的东西）
• 个人项目、学习项目（试错成本低）
• 探索性编程（不确定最终效果，边做边看）
• UI/前端开发（可视化反馈快，容易判断好不好）

Vibe Coding 需谨慎的场景：

• 注意： 生产环境的核心系统（银行、医疗等）
• 注意： 安全敏感代码（认证、加密等）
• 注意： 性能极致要求的场景

提示：Vibe Coding 不等于"乱来"。它的精髓在于改变你的关注点 —— 从关注"代码怎么写"转向关注"产品好不好用"。

---

1.2 Agentic Engineering：工程化升级范式

1.2.1 为什么纯 Vibe Coding 在大项目中不够用

Vibe Coding 对于做小项目、快速原型非常好用，但当项目变大变复杂时，纯粹的"跟着感觉走"会遇到麻烦：

• 代码质量不可控：AI可能写出能跑但很乱的代码，积累成"技术债务"
• 前后矛盾：AI在不同对话中可能给出相互冲突的实现方式
• 缺乏全局视角：AI可能只关注当前的小任务，忽略对整体架构的影响
• 难以协作：没有统一规范时，多个人（或多次会话）的代码风格各异

这就像建房子 —— 自己搭一个小木屋可以随意发挥（Vibe Coding），但要建一栋大楼就必须有图纸、有规范、有质检（Agentic Engineering）。

1.2.2 什么是智能体（Agent）

在AI编程的语境中，智能体（Agent）是一个能够自主完成任务的AI系统。它和普通的AI聊天有什么区别？

维度	普通AI聊天	智能体（Agent）
行为	你问一句，它答一句	你说一个目标，它自己规划并执行多个步骤
能力	只能生成文字	能读写文件、运行命令、搜索代码、调用工具
主动性	被动回答	主动规划、主动发现问题
记忆	仅限当前对话	可以有长期记忆
比喻	百科全书	实习生程序员

一个智能体的工作循环是 感知 → 推理 → 行动 → 反馈：

   ┌─────────────────────────────────┐
   │                         │
   ▼                         │
  感知（读取项目代码、理解需求）      │
   │                         │
   ▼                         │
  推理（分析问题、制定计划）         │
   │                         │
   ▼                         │
  行动（修改文件、运行命令、安装依赖）   │
   │                         │
   ▼                         │
  反馈（检查结果、发现新问题）──────────┘

Claude Code 就是一个典型的编程智能体 —— 你告诉它"帮我添加一个用户注册功能"，它会自己读懂项目代码，自己创建文件，自己写代码并运行测试。

1.2.3 智能体协作模式

当一个智能体不够用时（比如项目特别复杂），可以让多个智能体协作，各司其职。就像一个公司不是一个人干所有事 —— 有产品经理、有程序员、有测试员、有设计师。

领导者-执行者模式（Leader-Worker）

一个"老板"Agent负责拆分任务和协调，多个"员工"Agent负责执行具体任务。

               ┌──────────┐
               │ 领导Agent │ ← 你的需求
               │（规划分配）│
               └──┬───┬───┘
                  │   │
           ┌────────┘   └────────┐
           ▼                ▼
      ┌──────────┐        ┌──────────┐
      │编码Agent  │        │测试Agent  │
      │（写代码）  │        │（写测试）  │
      └──────────┘        └──────────┘

Qoder 就是这种模式的典型代表 —— 有 Leader（指挥官）、Coding（开发者）、Research（研究员）、Verify（测试员）等多个 Agent 角色。

管道式协作（Pipeline）

Agent按顺序接力，就像工厂流水线：

需求分析Agent → 架构设计Agent → 代码实现Agent → 测试Agent → 部署Agent

对等协作（Peer-to-Peer）

多个Agent平等地互相审查，就像同事之间互相Code Review。

提示：对于初学者来说，你暂时只需要了解这些概念。在实际使用中，Claude Code 是一个单智能体工具（一个Agent帮你做所有事），已经能完成大多数项目。当项目足够复杂时，再考虑 Qoder 等多智能体方案。

1.2.4 自主决策与任务分解

优秀的AI编程智能体不会一股脑地把所有代码写出来，它会像一个经验丰富的程序员一样，先思考再行动：

Plan-Act-Observe-Reflect 循环：

1. Plan（规划）：   "要完成登录功能，我需要做这些事......"
2. Act（行动）：   "先创建数据库用户表......"
3. Observe（观察）："创建成功了，但发现少了一个字段......"
4. Reflect（反思）："我需要修改表结构，加上邮箱字段......"
5. 回到 Plan：     "好的，现在继续下一步......"

任务分解原则 —— MECE：

MECE（Mutually Exclusive, Collectively Exhaustive）是一个管理咨询中常用的概念，意思是"相互独立，完全穷尽"。

举个例子，把"构建一个博客系统"分解为：

构建博客系统
├── 1. 用户系统（注册、登录、个人资料）
├── 2. 文章系统（创建、编辑、删除、列表）
├── 3. 评论系统（发表、删除、回复）
├── 4. 分类标签（创建分类、打标签、按分类筛选）
└── 5. 部署上线（打包、配置服务器、域名）

这5个子任务之间互不重叠（相互独立），合在一起覆盖了博客系统的全部功能（完全穷尽）。

提示：在使用 Claude Code 时，最佳实践是先让AI制定计划，你确认后再执行。而不是一上来就让它开始写代码。这个习惯会大幅减少返工。

---

1.3 规范驱动开发 SDD（Specification-Driven Development）

1.3.1 为什么AI编程需要"规范"

你有没有过这种经历：在淘宝买衣服时，你描述"我要一件好看的衣服"，结果收到的和你想的完全不一样？这就是沟通不精准导致的。

AI编程也是一样。如果你告诉AI"帮我做一个网站"，它可能做出一个和你期望完全不同的东西。“垃圾进，垃圾出” —— 模糊的需求必然导致不准确的结果。

规范（Specification）就是你和AI之间的"合同"，它明确地写清楚：

• 要做什么（功能需求）
• 怎么做（技术方案）
• 做到什么程度（质量标准）

有了这份"合同"，AI才能精准地理解你的意图。

1.3.2 需求规范：PRD文档

**PRD（Product Requirements Document，产品需求文档）**描述的是"要做什么"。

用户故事（User Story）格式：

作为一个 [角色]，
我希望 [功能]，
以便 [价值/目的]。

例如：

作为一个博客读者，
我希望能按标签筛选文章，
以便快速找到我感兴趣的内容。

验收标准（Acceptance Criteria）格式：

Given（前提条件）：系统中有20篇文章，其中5篇标记了"Python"标签
When（操作）：用户点击"Python"标签
Then（预期结果）：页面只显示这5篇标记了"Python"标签的文章

用AI辅助生成PRD的Prompt：

这是一个非常实用的技巧 —— 你可以让AI帮你把模糊的想法变成结构化的需求文档：

我想做一个个人书签管理工具。

请帮我生成一份完整的PRD文档，包含：
1. 项目概述（一句话描述）
2. 目标用户
3. 核心功能列表（按优先级排列：Must Have / Should Have / Nice to Have）
4. 每个功能的用户故事和验收标准
5. 非功能需求（性能、安全、兼容性）

请用Markdown格式输出。

提示：在第五部分的项目实操中，我们会完整演示如何用这个方法生成PRD文档。

1.3.3 技术规范：SPEC文档

**SPEC（Technical Specification，技术规范文档）**描述的是"怎么做"。

一个完整的SPEC文档包含：

模块	内容	说明
系统架构	整体架构设计图	前后端如何交互
技术选型	使用什么技术和框架	比如 Next.js + Prisma + SQLite
数据模型	数据库表结构设计	有哪些表、每个表有哪些字段
API接口	接口定义	每个API的URL、请求参数、返回格式
目录结构	项目文件组织	代码放在哪个文件夹

让AI从PRD自动生成SPEC的Prompt：

基于以下PRD文档，请生成对应的技术规范文档（SPEC）：

[粘贴你的PRD内容]

要求：
1. 推荐技术选型并说明理由
2. 设计完整的数据模型（包含字段类型和关系）
3. 列出所有API接口（RESTful风格）
4. 给出建议的项目目录结构

1.3.4 质量规范

质量规范定义了"做到什么程度算合格"：

• 编码规范：代码风格统一、命名规则、注释要求
• 测试规范：需要覆盖哪些测试场景
• 安全规范：输入验证、认证授权、数据保护

提示：对于初学者来说，不需要一开始就写完美的规范文档。从简单的PRD开始，随着项目变复杂再逐步完善。规范的核心价值在于 —— 让你和AI的沟通更精准。

1.3.5 规范文件的组织与管理

建议在项目根目录下创建一个 specs/ 文件夹，统一管理规范文件：

my-project/
├── specs/
│   ├── PRD.md         # 产品需求文档
│   ├── SPEC.md         # 技术规范
│   ├── ARCHITECTURE.md   # 架构设计
│   └── API.md         # API 接口文档
├── src/              # 源代码
├── CLAUDE.md          # 给Claude Code的项目说明（详见第二部分）
└── package.json

规范文件最大的价值之一是 —— 可以直接作为AI工具的上下文输入。当你把 SPEC.md 的内容提供给 Claude Code 时，它就能精准地按照你的技术方案来写代码。

---

1.4 主流模型系列介绍

1.4.1 大语言模型基础知识

参数量：模型的"大脑"大小

你可能听说过"7B模型"、“70B模型"这样的说法。这里的 B 是 Billion（十亿）的缩写，指的是模型的参数数量。简单理解：参数越多，模型越"聪明”，但也越慢、越贵。

参数量级	能力	类比
1-7B	基础对话、简单代码	小学生
7-30B	较好的编程、推理能力	中学生
30-70B	优秀的编程、复杂推理	大学生
70B+	顶级的编程、深度推理	研究生

提示：参数量不是唯一标准。训练数据的质量、训练方法的优化同样重要。有些小参数模型经过精细调优后，在特定任务上可以媲美大模型。

上下文窗口：再次强调的核心概念

对AI编程来说，上下文窗口直接决定了AI能"看到"你项目中多少代码。窗口越大，AI对项目的理解越全面，生成的代码越准确。

4K Token   ≈ 一个文件      → 只能看到当前文件
32K Token  ≈ 几个文件      → 能看到相关的几个文件
128K Token ≈ 一个小项目    → 能理解整个小项目
200K Token ≈ 一个中型项目   → 许多主力模型的长上下文起点
1M Token   ≈ 一个大型项目   → Claude / Gemini / GPT 等旗舰模型的超长上下文级别

Token 计费：你的"油费"

使用AI模型就像开车需要加油 —— Token 就是你的"油"，用多少付多少。

费用 = 输入Token数 × 输入单价 + 输出Token数 × 输出单价

Temperature：AI的"创造性开关"

Temperature 是一个 0-1 之间的参数，控制AI回复的"随机性"：

• Temperature = 0：每次给出几乎相同的答案（最确定性）→ 适合代码生成
• Temperature = 1：每次答案都不同（最随机）→ 适合创意写作

提示：编写代码时，通常不需要手动调整 Temperature。Claude Code 默认使用适合编程的低 Temperature 值。

1.4.2 Claude 系列（Anthropic）

Claude 是本教程推荐的主力模型，由 Anthropic 公司开发。

模型	上下文	速度	代码能力	推理能力	费用档位	关键特点
Claude Haiku 4.5	200K	极快	良好	中等	$	轻量任务、批处理、低成本
Claude Sonnet 4.6	1M	快	优秀	强	$$	日常开发主力，性价比高
Claude Opus 4.7	1M	中等	顶级	极强	$$$	复杂规划、架构和疑难问题

核心优势：

• 超长上下文（200K 到 1M，随模型不同而变化），项目级代码理解能力强
• 代码生成质量在业界领先
• 指令遵循能力精确（你说什么，它就做什么）
• 安全对齐好（不容易生成危险代码）

1.4.3 GPT 系列（OpenAI）

模型	定位	特点	适用场景
GPT-5.5	最新旗舰	推理、编程、多模态综合能力最强	复杂开发、架构设计、疑难调试
GPT-5.x mini / nano	轻量模型	速度快、成本低	简单任务、批量处理
o 系列推理模型	深度推理	强化数学、算法、复杂推理	算法题、复杂约束问题

核心优势：多模态能力强、工具调用生态成熟，和 Codex / ChatGPT / OpenAI API 的集成最完整。

适合场景：将UI截图转换为代码、需要视觉理解的任务。

1.4.4 GLM 系列（智谱AI）

智谱AI的GLM系列（配套 CodeGeex 代码助手），中文能力和代码能力均衡，国内可用。

模型	特点	在 cc 中的角色
GLM-4.7	智谱当前默认主力模型，代码与推理均衡	默认占用 Opus / Sonnet 槽位
GLM-4.5-Air	轻量、高速	默认占用 Haiku 槽位
GLM-5.1	高阶推理模型，能力更强	需手动覆盖三个槽位才会启用，高峰期算 3 倍消耗

1.4.5 DeepSeek 系列 国内推荐

模型	特点	适用场景
deepseek-v4-pro[1m]	DeepSeek 官方 Claude Code 接入示例使用的主力模型	通过 Anthropic 兼容端点接入 Claude Code
deepseek-v4-flash	轻量高速模型	适合 Haiku / Subagent 等轻量槽位

注意： 模型名与后续变化请以 DeepSeek 官方文档 为准。

核心优势：

• 极致性价比：价格远低于官方 Claude
• 代码能力强，接近 Claude Sonnet 水平
• 国内直连，注册简单
• 官方为 Claude Code 提供了专用的 Anthropic 兼容端点，适配度高

1.4.6 通义千问系列（阿里云）

模型	特点	适用场景
Qwen-Plus / Qwen-Max	均衡性能、中文优化	中文项目的日常开发
Qwen3-Coder / Qwen-Coder 系列	代码专精	纯编程任务、代码生成

核心优势：中文理解能力出色、国内直连、阿里云生态集成。

1.4.7 其他值得关注的模型

模型	开发者	特点	场景
Gemini Pro 系列	Google	超大上下文、多模态	超长代码库分析
Kimi / Moonshot 系列	月之暗面	长上下文、中文好	中文长文档处理
Llama 系列	Meta	开源旗舰、可本地部署	离线/隐私敏感场景
Mistral 系列	Mistral AI	欧洲开源、代码能力强	本地部署替代方案

---

1.4.8 模型选型实战指南

1.4.8.1 选型决策树

面对一个编程任务时，按以下流程选择模型：

你的任务是什么？
│
├── 简单任务（代码补全、格式化、小修改）
│   ├── 追求最快速度 → Claude Haiku / GLM-4.5-Air / 本地 Qwen
│   ├── 追求最低成本 → DeepSeek API / 本地 Ollama
│   └── 完全免费 → 本地 Ollama 模型
│
├── 日常开发（功能实现、Bug修复、代码生成）
│   ├── 英文项目 → Claude Sonnet （首选）
│   ├── 中文项目 → Claude Sonnet 或 通义千问 / GLM-4.7
│   └── 预算紧张 → DeepSeek V4 / GLM / Kimi
│
├── 复杂任务（架构设计、算法难题、疑难Bug）
│   ├── 深度推理 → Claude Opus / GPT-5.5 / DeepSeek V4 Pro
│   └── 超长代码库 → Gemini Pro (1M上下文)
│
└── 特殊场景
   ├── 离线/隐私要求 → 本地 Ollama + Llama/Qwen
   ├── 截图→代码 → GPT-5.5 / GPT-4o 系列（多模态）
   └── 国内直连要求 → DeepSeek / 千问 / GLM

1.4.8.2 成本优化策略

策略一：分层使用

简单任务 ──→ Haiku / GLM-4.5-Air / 本地 Qwen（成本：$）
日常任务 ──→ Sonnet / DeepSeek V4 Pro      （成本：$$）
复杂任务 ──→ Opus / GLM-5.1              （成本：$$$$）

不要所有任务都用最贵的模型，就像不是每次出门都需要打专车。

策略二：Prompt Cache（缓存利用）

Claude 和 GPT 都支持 Prompt Cache —— 如果你发送的上下文中有大量重复内容（如每次都发送同一个 CLAUDE.md），后续请求可以复用缓存，显著降低重复上下文的输入成本。

策略三：本地模型补充

对于简单的代码格式化、注释生成等任务，可以使用 Ollama 部署的本地模型，完全免费。

一个月的费用预估：

使用强度	推荐模型	月费用估算
轻度（每天1-2小时）	DeepSeek API / GLM / Kimi	¥5-30（视模型与套餐）
轻度	Claude Sonnet	$10-30（约¥70-210）
中度（每天3-5小时）	Claude Sonnet	$30-80（约¥210-560）
重度（全天使用）	Claude Sonnet + Haiku	$80-200（约¥560-1400）

1.4.9 安全与隐私考量

方案	数据隐私	适用场景
云端API（Claude/GPT等）	数据经过服务商服务器	一般项目、学习项目
本地部署（Ollama）	数据不出本机	企业敏感代码、隐私要求高

注意：使用云端AI服务时，你发送的代码会经过服务商的服务器。虽然主流服务商（Anthropic、OpenAI）承诺不会用用户数据训练模型，但如果你在处理高度敏感的代码（如核心算法、密钥等），建议使用本地部署方案。

1.5 本部分小结

核心概念回顾：

概念	一句话解释
AI辅助编程	用自然语言指挥AI写代码，人类从"写代码"变成"指挥AI写代码"
Vibe Coding	跟着感觉走的编程方式，适合快速原型和小项目
Agentic Engineering	系统化的AI驱动开发方法，适合大型项目
Agent（智能体）	能自主规划、执行、验证任务的AI系统
SDD（规范驱动开发）	先写规范（PRD/SPEC），再让AI按规范执行
PRD	产品需求文档，描述"做什么"
SPEC	技术规范文档，描述"怎么做"

三者的关系：

Vibe Coding（感觉驱动）
   ↓ 项目变大、需要更多控制
Agentic Engineering（系统化方法）
   ↓ 需要精准的沟通"合同"
SDD（规范驱动开发）