Easy-Vibe：一套从想法到产品的开源 AI 编程教程

这两年 AI 编程工具发展得很快，从 Cursor、Claude Code 、Codex 再到国产的 Trae、 Workbuddy，“vibe coding” 也一次次成为热门话题。

对普通人来说，它最吸引人的地方莫过于：不用系统学习编程，也能把自己的想法快速做出来。

一个小程序、班级管理页面或个人记账网页，过去可能要学习前端、后端、数据库和部署，现在只要描述需求，很快就能得到一个可以运行的雏形。

但“做出来”和“长期做好”是两回事。

随着项目不断迭代，AI 失忆、幻觉、需求混乱和频繁返工等问题会逐渐出现。功能越加越多，工作流却越来越乱，最后项目变大了，开发效率反而越来越低。

Vibe Coding 不只是让 AI 帮你写代码，还需要学会整理需求、拆分任务、管理上下文，并建立一套清晰的工作流程。

今天要介绍的 Easy-Vibe，就是一套帮助普通人系统学习这些方法的开源教程，让你从“让 AI 写代码”，进一步走向“用 AI 把项目做完整”。

项目地址：

https://github.com/datawhalechina/easy-vibe

在线教程：

https://datawhalechina.github.io/easy-vibe/zh-cn/

不只是教你写几句提示词

Easy-Vibe 是 Datawhale 做的免费开源教程，定位是一套从零开始的 AI 编程学习路线。

它并没有把 Vibe Coding 简化成“写一个提示词，然后等 AI 生成代码”，而是从想法、需求、原型一路讲到前端、后端、数据库、部署和更复杂的 Agent 工作流。

教程面向零基础用户、产品经理、学生、独立开发者，也为有一定经验的程序员准备了进阶内容。

它想教你的不只是“怎样生成一个网页”，而是怎样把一个想法逐步做成真正可以使用的产品。

很多人第一次使用 AI 编程工具时，很容易陷入这样的循环：

想到一个功能，就让 AI 加上；页面不好看，再让 AI 修改；出现报错，直接把错误丢回去。修好一个问题，很快又冒出两个新问题。

看起来一直在推进，实际上项目结构、需求和工作流程可能早已失去控制。

Easy-Vibe 的价值，就在于把这些零散操作整理成一条相对完整的学习路线。

从第一次体验，到做出完整产品

传统编程课通常是「先学语法，再做项目」，对零基础用户来说很容易劝退。

Easy-Vibe 反过来：先从一个具体想法出发，再学习如何借助 AI 工具把它一步步做出来。

教程大致分为三个阶段：

• Stage 1：入门起步： 面向零基础用户，学习如何使用 AI 工具，把一个想法变成可以演示的原型。
• Stage 2：全栈开发： 继续学习前端、数据库、AI 接口、Git 和部署，并通过综合项目练习完整的开发流程。
• Stage 3：AI 原生工程： 介绍 Claude Code、MCP、Skills、Agent Teams、Spec Coding 等内容，帮助读者理解更完整的 Agent 工程工作流。

这套教程不只教你怎么操作工具，还会引导你思考“这个想法值不值得做”。

例如使用双钻模型进行发散和收敛，用 JTBD 理清用户真正需要什么，并在正式开发前先验证需求。

这点很实用。

因为方向如果一开始就错了，后面做得越多，返工也会越多。

教程中的内容也不只是大段文字，部分概念配有动画演示和可交互流程图，对零基础用户比较友好。

怎么学习 Easy-Vibe

直接在线阅读

最简单的方式是直接打开中文教程：

https://datawhalechina.github.io/easy-vibe/zh-cn/

如果页面无法正常打开，可能与 GitHub Pages 的网络访问情况有关（需要魔法）。

需要时本地运行

想离线阅读，也可以在已经安装 Git 和 Node.js 18 或更高版本的电脑上运行：

# 1.克隆仓库
git clone https://github.com/datawhalechina/easy-vibe.git
cd easy-vibe

# 2.安装依赖并启动
npm install
npm run dev

启动后，根据终端提示打开本地地址即可。

不过对普通读者来说，直接在线阅读已经足够，本地部署并不是必须步骤。

根据自己的基础选择阶段

不建议从第一页一直硬啃到最后一页，可以直接根据自己的情况选择：

• 完全零基础，先学习 Stage 1，做出第一个可以运行的 Demo。
• 已经做过一些网页或小程序，可以重点学习 Stage 2，补齐数据库、接口和部署。
• 经常使用 Claude Code、Codex 等 Agent 工具，可以直接查看 Stage 3，了解 MCP、Skills 和多 Agent 工作流。

入门阶段不用过度纠结具体工具。

使用 Trae、WorkBuddy 等产品，也能练习需求描述、任务拆分和基础开发流程。

涉及 Claude Code、MCP、Skills 等进阶内容时，再根据教程选择对应工具即可。

工具一直在变，方法更值得学习

需要说明的是，教程中的部分模型、工具和操作界面已经有些过时。

AI 编程工具更新很快，具体入口、模型名称和使用方式可能已经发生变化，学习时不必完全照搬。

不过，教程真正有价值的部分并没有过时：如何寻找需求、验证想法、拆分任务、管理上下文，一步步把原型做成完整产品，以及让复杂项目始终保持可控。

从 Vibe Coding、Spec Coding，到 Loop Engineer、Worker、Agent Team，各种新名词很容易让人产生焦虑，总觉得一个还没掌握，另一个又出现了。

其实没有必要追逐每个新词。

这些工具背后有许多共通的方法：明确目标、整理需求、拆分任务、管理上下文、验证结果，以及让复杂项目始终保持可控。

工具会换，模型会升级，操作界面也会不断变化，但这些基本能力不会很快过时。

Easy-Vibe 是比较适合作为普通人进入 AI 编程的一张学习地图。

它不能保证你看完后立刻成为程序员，但能帮助你少走一些“只会让 AI 不断改代码”的弯路。

当你不再只是催促 AI 生成更多代码，而是开始主动管理需求、流程和结果，Vibe Coding 才真正从一次新鲜体验，变成可以长期使用的生产力工具。