wangyliang
296 posts
== Vibe Coding 零基础教程 == 通过 Vibe Coding，我自己实现了信息流产品的开发，发布了 Mac App，构建了满足自己需求的 AI Agent，还有更多新任务正在解锁中。 接下来，我会写一系列教程，带你用最少的步骤和刚刚好的知识，轻松开发满足你自己需求的产品。 1️⃣ 模型和工具怎么选 从编程任务来说，这三个模型可以考虑：OpenAI 的 Codex、Claude 系列、Gemini 3 Pro。如果你能解决网络和支付问题，我推荐首选 Claude（更均衡且成熟），其次是 Codex。从入门级订阅开始即可，不建议使用免费的版本。 工具方面，如果你习惯使用 IDE，可以用 VS Code 或者 Cursor。如果你更偏好直观的图形界面，Cursor 会更适合初学者。不过在刚开始阶段，直接使用这三个团队的官方应用或网页版也是完全够用的。 2️⃣ 整理需求 构建复杂的产品完全没问题，但需要循序渐进。再复杂的工具也都是由基础模块组合而成的。 如果你不知道从哪里下手，那就从详细梳理需求开始吧。把你想到的所有功能和逻辑尽可能详细地告诉 AI，最好使用高级一些的模型，比如 GPT-5-Think、Gemini 3 Pro 或者 Sonnet 4.5 / Opus 4.5。 你可以这样告诉 AI： > Hi AI，我想开发一个产品，它有以下这些需求，请你帮我梳理成一份逻辑清晰、结构严谨的产品需求文档。[然后换行，一条条写出你想实现的所有功能] AI 能很好地把模糊的、不确定的需求转化为完整且专业的文档。如果觉得有不符预期的地方，及时告诉它进行修复即可。 保存好这份文档，它会成为你产品开发的良好起点。如果你不确定，还可以请 AI 帮你初步评估整个产品的复杂度和实现难度。如果真的太复杂，不如早一点调整方向。 3️⃣ 拆解任务 热知识：不要在同一个对话窗口长时间和 AI 聊天，它的「智商」会随着对话的累积逐渐下降。 重启一个新的对话窗口，把之前整理好的产品需求直接给到 AI，让它帮你分析第一个可以快速实现且易于验证的功能。你可以这样请求： > Hi AI，以下是我的产品需求文档，但我从来没有编程过，请帮我分析一下，我可以在 10 分钟内快速实现的第一个任务是什么，并指导我如何快速验证这个功能。[然后换行，附上之前的产品需求文档] 让 AI 手把手教你搭建环境，运行代码并看到结果。有两个额外建议： 1. 大部分编程模型更擅长 Python，而且 Python 的入门门槛较低，可以优先选择。 2. 如果任务需要联网，优先考虑不联网的本地任务，因为联网任务的复杂度更高。如果不理解，直接问 AI 就好。 4️⃣ 持续迭代，明确验证方法 创造出一个「正向反馈机制」才是最终交付产品的关键，避免一次性完成过于复杂的任务。 完成第一个小任务后，继续告诉 AI 根据你的需求和已有的代码，明确下一步应该实现什么功能，并清楚告诉你如何验证每个任务。 确保每次开发的功能都能快速验证其有效性。 5️⃣ 修复 Bug 开发过程中难免遇到 bug，比如结果与预期不同。遇到问题时，同样可以依靠 AI 帮助你 debug。 详细地描述你的实际问题，包括报错信息或运行结果，AI 会根据情况指导你如何修复和优化代码，可能经过几轮迭代就能顺利解决。 6️⃣ 学点软件工程基础 任务复杂度增加后，就需要逐渐了解一些软件工程的基本知识了，否则很多问题将难以修复。 这就像搭建家具：拼装简单桌子只需直觉和说明书，但更复杂的橱柜则需要学习使用专业工具和理解基础结构。 怎么学？当然是通过 AI，可以逐步了解「数据结构与算法」、工程师团队的基本组成，以及整体的工作流程。 7️⃣ 开发工具和 GitHub 任务变复杂后，趁手的工具也必不可少。 你可以选择 VC Code 或 Cursor 来编辑代码，也可以直接通过终端打开 Codex 或 Claude。我个人更偏爱后者，但建议你多尝试，找到自己舒服的方式。 代码管理也至关重要。当你频繁修改代码时，Git 就显得不可或缺。最简单的图形化工具就是 GitHub 官方 App，可以让 AI 帮你一步步学会如何 Commit 和管理代码。 8️⃣ 服务器或 Cloudflare 大多数现代产品都需要联网获取数据或持续运行某些任务，比如抓取数据、计算、存储数据等。 你可以租用服务器，比如亚马逊云或 Digital Ocean，每个月几美元起步。但你也需要从零学习 Linux 系统，环境搭建较为复杂。 我推荐 Cloudflare Worker，免费版就能很好地入门，收费版每月也只需 5 美元。我自己的产品基本都用 Worker 构建，它帮你降低了很多基础设施的复杂度，让你专注于业务逻辑。 Cloudflare 还有很多有用的工具，比如 5GB 免费数据库，扩展性强。你也可以让 AI 帮你评估一下是否适合自己的产品。 9️⃣ 积累 Vibe Coding 经验 我相信未来通过这种 Vibe Coding 方式构建产品将会越来越流行，门槛也会更低。从现在开始积累经验，你会发现自己与 LLM 技术共同成长，未来能轻松驾驭更多产品开发场景。 网址： chatgpt.com gemini.google.com claude.ai
没错，#Manus 本质就是 #Claude + #MCP 的组合，然后做了一些优化，换了一个包装的外壳！最近 #MCP 这个概念在 #AI Agent 圈子，讨论的十分火爆！如今 #AI Agent 的进化速度特别快，时刻了解 #Web2 AI 的动向，能更好的投资 #Web3 AI 赛道项目！🧐 #MCP（Model Context Protocol，模型上下文协议）是一种让AI模型（比如 #Claude）连接外部工具、数据库和知识源的新方式。简单来说，它就像是AI的“万能适配器”，帮助AI访问实时数据，而不只是依赖训练时学到的知识。 为什么需要MCP？ 以前，如果你想让AI访问你的文件、日历或者在线工具，开发者必须为每个应用单独编写接口，这既麻烦又耗时。MCP解决了这个问题，提供了一个通用标准，让任何AI模型都能轻松与外部服务（如Gmail、Slack、数据库等）交互。 MCP的工作方式： MCP分成三部分： 1️⃣Host（主机）：像Claude这样的AI应用，提供AI交互环境，并运行MCP客户端。 2️⃣MCP Client（MCP客户端）：AI模型的组件，负责向外部工具或数据库请求数据。例如，Claude想要查询一个数据库，它就会通过MCP客户端发送请求。 3️⃣MCP Server（MCP服务器）：连接AI模型和外部系统（如数据库、云端文件夹等），负责获取AI需要的数据并返回。 你可以把它理解为AI的“数据中介”：AI需要信息，MCP服务器就去不同的地方找数据（比如文档、邮件、数据库），然后把信息带回来。 MCP能做什么？ MCP的应用非常广泛，比如： • 个人助理：帮你整理日程、总结邮件、查找文件。 • 商业分析：从公司数据库提取数据，生成报告。 • 软件开发：查找代码示例、文档，提高编程效率。 • 客户支持：访问历史对话、订单信息，提供更准确的回复。 总结：#MCP 的出现让AI可以随时获取最新的信息，而不是只依赖过时的训练数据。这意味着未来的AI Agent 会更聪明、更灵活，也更贴近我们的实际需求，这里面可能又会诞生不少创业机会。🧐
Did you just hear about Wayfinder? We want to welcome you and share some information about Wayfinder AI.
最近很多人咨询我们，2025年牛市结束的日期，既然预测对了开头，结尾应该也八九不离十！ 2025年Q2-Q3左右结束！比特币15万以上，会做分批减仓动作，日期或者价格，谁先到以谁为准！🫡 人生发财靠康波，对于90后一代人来说，最佳的康波周期在2019年，其次是2028年！
