VibeCoding AI 编程工作流
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/smseow001-vibe-coding-guide-100。
技能介绍
你要解决的是什么
很多团队让大模型「直接写个项目」,结果需求理解偏、测试缺失、一次改太多上下文断裂。VibeCoding 的思路是把真实工程里的顺序写进技能:先调研再计划,先写测试再实现,改 Bug 前先复现,收尾要做代码评审、浏览器验证和文档整理。
技能如何工作
本技能打包 20 个专项能力(如 Requirements Analysis、Test-First Development、Bug Reproduction、Browser Testing),并按五步落地:
- 结构化需求——用固定公式描述目标、边界与验收标准,减少 AI 误读。
- 分模块出原型——按场景选型(如 HTML+JS 快速页、
FastAPI+ LLM API、Pandas 数据处理),一次只做一个功能块,生成后立刻测核心逻辑。 - 运行验证——优先逻辑与主路径,样式与命名后置。
- 小步迭代——每次 2~3 个修改点,改完即测,并粘贴关键代码保持上下文。
- 验收收尾——对照清单做评审、单测覆盖、浏览器交互与 README/API 文档。
资料中的案例(Text-to-BI、任务调度仪表盘、字幕工具、简历分析等)都沿同一套流程展开,而不是单点「生成代码」。
适用边界与注意点
- 复杂需求必须拆模块,不要一次性要完整仓库。
- 每步都要测;跳过验证会让 Bug 在后面积压。
- 技能强调流程与话术,不替代你选定的运行时、依赖版本与安全基线;
Security Review、CI/CD Pipeline等子技能需在你自己的环境里落实。 - 与
browser-use、AI 调研类技能组合时,更适合需要可重复验收的交付,而非一次性的 demo 脚本。
使用场景
- 接到自然语言查数/可视化需求,要先结构化描述再分模块生成 FastAPI 与前端,而不是一次生成整站
- 用 HTML+JS 做交互仪表盘原型,需要按技能要求每块生成后立即验证时间线与筛选逻辑
- 线上缺陷修复前,要求 AI 先按 Bug Reproduction 步骤复现再提交补丁
- 功能 nearing 交付,需要按验收清单走代码评审、浏览器测试与 README/API 文档补齐
适合人员
- 用 Cursor/Copilot 写业务原型、但一次性要整项目导致结构混乱的初级全栈工程师
- 要做 Text-to-BI 或运营仪表盘、不熟脚手架却需要可测交付的数据/BI 工程师
- 带初级同学做需求,希望统一「调研—测试—评审」话术并减少返工的技术负责人
- 用中文描述跨境 MVP(如图像类小应用)、需要按模块验收的非技术创始人