本章从大模型的工作原理与能力边界出发,系统讲解用 AI 生成代码的核心方法论 D-P-P-D,拆解其每一步的协作思路与防坑策略,并通过多个实际项目案例展示如何运用这套框架落地大型 AI 项目。
本章首先纵览海外顶级模型(如 Claude、GPT 等)与国内一线大模型的能力特点与适用场景对比,为工具选型提供决策依据,随后重点讲解 Claude Code 的安装与配置流程,并深入实战演示如何将国产大模型和本地大模型分别接入 Claude Code,帮助读者构建灵活高效的 Vibe Coding 编程工具链。
本章从 Agent 基本原理出发,系统讲解 Claude Code 的工作原理、记忆机制、常用命令与实用技巧,帮助你从零开始快速上手这款 Vibe Coding 利器。
本章围绕如何提升大模型生成内容的质量,从角色设定、结构化指令、柏拉图式提问、Few-Shot 示例、思维链(CoT)等核心 Prompt 技巧出发,结合 Prompt 关键参数的调优与优化实践,系统讲解一套可落地的高阶 Prompt 方法论。
本章聚焦 Vibe Coding 工程化实践中的四大核心痛点——"打地鼠"式反复修复、记忆断裂导致上下文丢失、代码质量滑坡以及"玄学"调试难题,逐一给出规范驱动的解决策略,帮助开发者从"能跑就行"迈向可控、可持续的高质量 AI 协作开发。
本章以智学系统为实战载体,从三层架构与六大核心模块的顶层设计出发,依次讲解项目代码组织、技术选型方法、Docker 开发环境搭建、大模型 API Key 管理、客户端程序生成及异常处理,完整呈现从架构蓝图到工程落地的全过程。
本章以"用规范驱动 AI 开发"为主线,系统讲解从需求对齐、设计约束、架构先行、技术验证、契约定义、数据建模、任务拆解到 TDD 测试驱动的完整工程化流程,帮助开发者将 AI 编程从"能用"升级为可控、可靠、可复用的"好用"实践。
本章以试卷爬虫项目为实战载体,从爬虫边界规划、合规配置、DOM 审查入手,通过 AI 生成 TDD 提示词并拆解任务,依次完成 DOM 解析、HTTP 请求实现、断点续传与数据校验等核心功能开发,最终进行全流程验收,完整演示规范驱动型 Vibe Coding 2.0 的落地过程。
本章以试卷分析与整理项目为实战主线,从数据 Schema 设计与数据库初始化出发,依次攻克 PDF 智能检测、图文分离提取、Markdown 转换、数学公式 OCR 识别及试题入库等核心环节,完整演示规范驱动型 Vibe Coding 2.0 在多类型文档处理场景下的全流程落地实践。
本章以构建 Agent 教学中枢为目标,从 Agent 与单聊 LLM 的本质区别出发,围绕感知、规划、记忆、行动四大闭环与 ReAct 框架展开,通过规范驱动型 AI 编程与 TDD 实战,依次实现 Agent 初始化、多轮启发式对话、智能课程编排、动态选题组卷、结构化输出、AI阅卷评测及错题点评等核心功能,最终完成端到端全流程演示,深入展示 Agent 在智慧教育场景中的完整落地路径。
本章以还原真实课堂的"讲练闭环"为设计目标,通过状态机实现"主线讲课"与"辅线答疑"的双轨并行,依次落地个性化答疑切入、口语化流式讲解、智能判卷、错题引导思考、无限轮次探讨、自动加塞考试、断电进度恢复等核心机制,最终将状态机、提示词、考场与易错本以乐高式拼接整合为完整的双轨教学系统。
本章围绕错题本机制,从错题自动归集、顽固级别标记与三天复测推送入手,实现做错加重、做对归档的动态流转,小模型聊天摘要浓缩及 API 重试熔断等架构设计,最终完成从听课、做题、深究到复测的完整学习闭环。
本章以家长子系统为核心,从权限隔离架构出发,依次实现多维学情看板、AI 驱动的错误分类分析与强化训练计划生成、学情消息推送及财务透明看板,打造面向家长的全方位学情洞察与管理平台。
本章聚焦项目交付的最后一公里,通过规范驱动型 AI 编程,依次完成数据库自动化部署脚本与项目整体部署脚本的编写,实现从开发到上线的自动化闭环。
本章以 WorkBuddy/QClaw 为工具,从安装部署、微信互通到接入本地大模型实现 Token 自由入手,结合其优势与使用技巧,完整演示如何用 WorkBuddy/QClaw 驱动 K12 系统的需求文档编写、架构设计与架构图绘制、数据模型定义及 E2E 自动化测试,开辟 Vibe Coding 的又一条实践路径。
本章主要对课程整体内容进行总结,梳理课程重难点问题,助力大家更好掌握课程所学内容。
选课、学习遇到问题?
扫码添加指导老师 1V1 帮助你!
添加后老师会第一时间解决你的问题
无门槛
登录后领取优惠补贴