vibe-coding

谷歌开源 AI 编程工作流 - 从需求到代码的快速转化。包含20个专项技能、规范开发流程、7大实战案例。

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "vibe-coding" with this command: npx skills add smseow001/vibe-coding-guide

VibeCoding AI 编程工作流

谷歌开源 · 2.5 万 GitHub 星标 · 20 个专项技能
核心理念:让 AI 按规范流程开发,而不是随意生成代码


一、核心定位

本技能整合 VibeCoding 完整工作流体系,包含:

模块内容
20 个专项技能谷歌团队将真实开发流程转化为 AI 必须执行的规范
规范流程先调研 → 写计划 → 写测试 → 实现 → 复现 Bug → 修复
验收环节代码评审 + 浏览器测试 + 文档整理
7 大实战案例企业级系统 / 仪表盘 / 字幕工具 / 音乐播放器 等

二、20 个专项技能概览

#技能用途
1Requirements Analysis结构化需求描述
2Research Planning调研后写计划
3Test-First Development先写测试再实现
4Prototype Generation生成可运行初版代码
5Validation & Testing运行验证 + 核心功能测试
6Iterative Optimization自然语言迭代修改
7Bug Reproduction先复现再修复 Bug
8Code Review代码评审规范
9Browser Testing浏览器测试流程
10Documentation文档整理规范
11Module Splitting复杂需求拆分
12Context Management保持上下文
13FastAPI Integration后端 FastAPI 开发
14HTML/JS Frontend前端 HTML+JS 开发
15LLM API IntegrationLLM API 调用
16Data Visualization数据可视化开发
17CI/CD Pipeline持续集成/部署
18Security Review安全审查规范
19Performance Tuning性能优化
20User Acceptance Testing用户验收测试

三、核心开发流程

┌─────────────────────────────────────────────────────┐
│                  VibeCoding 规范流程                 │
├─────────────────────────────────────────────────────┤
│                                                      │
│   1️⃣ 明确需求                                      │
│      ↓ 结构化描述(输入/输出/约束条件)               │
│   2️⃣ 调研 + 写计划                                  │
│      ↓ AI 先调研,再制定计划                          │
│   3️⃣ 先写测试                                       │
│      ↓ AI 先写测试用例,再实现代码                    │
│   4️⃣ 生成原型                                       │
│      ↓ 一次一个模块,立即测试                         │
│   5️⃣ 运行验证                                       │
│      ↓ 检查逻辑正确性,忽略样式细节                    │
│   6️⃣ 迭代优化                                       │
│      ↓ 每次 2-3 个问题,逐步完善                     │
│   7️⃣ Bug 修复                                       │
│      ↓ 先复现,再修复                                 │
│   8️⃣ 验收收尾                                       │
│      ↓ 代码评审 + 测试 + 文档                          │
│                                                      │
└─────────────────────────────────────────────────────┘

四、使用步骤详解

4.1 步骤一:明确需求

结构化描述公式

目标:[核心目标]
功能细节:
  - 输入:
  - 输出:
  - 交互逻辑:
约束条件:[限制条件,如"不用真实网络请求,用打印日志模拟"]

示例

目标:构建费用跟踪器
功能细节:
  - 输入:费用金额 + 类别
  - 输出:每月费用统计表
  - 交互逻辑:点击添加 → 显示输入框 → 提交 → 更新列表
约束条件:
  - 不用真实网络请求
  - 用 localStorage 模拟存储
  - 仅限单页应用

4.2 步骤二:生成原型

推荐组合

场景技术栈
快速原型HTML + JS(无需构建工具)
后端 APIFastAPI + LLM API
数据处理Python + Pandas
全栈React/Vue + FastAPI

关键原则

  • ✅ 一次只生成一个功能模块
  • ✅ 生成后立即测试核心逻辑
  • ❌ 不要一次性要求完整项目

4.3 步骤三:运行验证

验证清单

□ 代码是否能运行?
□ 核心功能是否实现?
□ 输入/输出是否符合预期?
□ 边界条件处理?
□ 错误处理?

优先级

  • ✅ 逻辑正确性(最重要)
  • ✅ 核心功能(次重要)
  • ❌ 样式/命名/注释(最后处理)

4.4 步骤四:迭代优化

迭代话术模板

"基于上一版代码,帮我做以下修改:
1. [修改点1]
2. [修改点2]
3. [修改点3]

不要改变其他部分。"

每次迭代原则

  • 每次 2-3 个修改点
  • 改完立即测试
  • 保持上下文(粘贴上一版关键代码)

4.5 步骤五:验收收尾

验收清单

环节检查项
代码评审代码规范、安全漏洞、性能问题
单元测试核心函数测试覆盖率
浏览器测试页面加载、交互、功能
文档README、使用说明、API 文档

五、注意事项

5.1 拆分复杂需求

❌ 错误:大任务一次给 AI
   "帮我做一个电商网站"

✅ 正确:拆分为小模块
   1. 地址选择 → 完成并测试
   2. 商品展示 → 完成并测试
   3. 购物车 → 完成并测试
   4. 结算 → 完成并测试
   5. 支付 → 完成并测试

5.2 保持上下文

迭代时告诉 AI:
- "基于上一版代码修改"
- 或粘贴上一版关键代码
- 明确指出修改位置

5.3 工具选择

工具用途推荐度
VS Code代码编辑器⭐⭐⭐⭐⭐
GitHub CopilotAI 代码补全⭐⭐⭐⭐⭐
CursorAI 原生 IDE⭐⭐⭐⭐
Claude Code命令行 AI⭐⭐⭐⭐
WindsurfAI 编程⭐⭐⭐

5.4 常见陷阱

陷阱后果正确做法
需求太模糊AI 理解偏差结构化描述
一次给太多代码混乱每次一个模块
不测试就继续Bug 累积每步必测
忽略代码评审安全/性能问题必须评审

六、7 大实战案例

6.1 企业级 Text-to-BI 系统

项目内容
需求自然语言查询数据的系统,支持数据可视化
传统耗时2 周
VibeCoding 耗时3 天(效率提升 6 倍
关键步骤结构化需求 → 分模块开发 → AI 生成测试
结果代码减少 20%,Bug 降低 58%,文档 95%

6.2 AI 驱动任务调度仪表盘

项目内容
需求工作订单 → 可视化时间线 + 优先级过滤
实现方式自然语言描述 → AI 生成 HTML/CSS/JS + 后端逻辑
优势快速验证交互,无需 prototyping 工具

6.3 视频字幕自动生成工具

项目内容
需求视频 → 自动生成 SRT 字幕 + 时间轴
流程语音识别 → 翻译 → 字幕文件
效率传统数小时 → AI 10 分钟(90% 工作)

6.4 个人项目:音乐播放器原型

项目内容
需求复古风格播放器(播放/暂停/音量/浏览)
实现方式描述交互逻辑 → AI 生成 HTML5 Canvas + JS
结果2 小时完成可交互原型

6.5 招聘简历分析仪表盘

项目内容
需求上传简历 → AI 分析技能 + 匹配岗位 + 生成报告
流程自然语言 → Python (pandas + LLM) → 可视化报告
效率人工筛选效率提升 80%

6.6 跨境 AI 应用(不懂代码)

项目内容
案例"发型模拟" 应用(上传照片 → 预览不同发型)
流程中文描述需求 → AI 调用图像生成 + 前端框架
结果无需编码,3 天完成 MVP 上线

6.7 团队协作:初级开发者效率提升

项目内容
模式初级开发者用 VibeCoding,资深开发者专注架构
效率对比初级产出提升 5 倍,资深专注架构优化

七、行业应用

行业应用场景
科技/软件开发快速原型、代码生成、测试
视频/内容创作自动字幕、剪辑自动化
企业应用/数据分析自然语言 BI、仪表盘
创业/出海非技术创业者快速验证 MVP
工具/脚本开发数据处理、文件操作自动化

八、优势总结

VibeCoding vs 传统开发

维度传统开发VibeCoding
需求到代码数周数天
原型验证需原型工具自然语言 → 可运行代码
迭代速度慢(手动改代码)快(AI 批量修改)
测试生成手动编写AI 自动生成
文档容易忽略AI 同步生成

VibeCoding vs 纯 AI 生成

维度纯 AI 生成VibeCoding
流程规范❌ 随意✅ 规范流程
代码质量❌ 良莠不齐✅ 先测后写
可维护性❌ 低✅ 高
复杂需求❌ 容易混乱✅ 拆分模块

九、使用方式

触发场景

用户说「帮我用 VibeCoding 做一个费用跟踪器」→ 展示完整流程
用户说「VibeCoding 怎么做」→ 展示使用步骤
用户说「有哪些案例」→ 展示 7 大实战案例
用户说「AI 编程工作流」→ 展示规范流程图
用户说「需求怎么描述」→ 展示结构化描述模板

组合使用

用户:「帮我用 VibeCoding 开发一个博客系统」
→ 步骤一:明确需求(结构化描述)
→ 步骤二:拆分模块(用户模块、文章模块、评论模块)
→ 步骤三:生成原型(每次一个模块)
→ 步骤四:迭代优化
→ 步骤五:验收收尾

十、与其他技能关联

本技能关联技能关系
VibeCodingbrowser-use浏览器自动化测试
VibeCodingai-research-toolsAI 辅助开发
VibeCodingthinking-knowledge-system思考四层次(需求分析)
VibeCodingmckinsey-frameworks战略分析框架

十一、参考资料

  • GitHub: addyosmani/agent-skills (25k ⭐)
  • 工具推荐:VS Code + GitHub Copilot / Cursor / Claude Code

本技能整合 Google VibeCoding AI 编程工作流的完整规范与实战指南

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

Coding

BMad Method

Use BMad (Breakthrough Method of Agile AI Driven Development) framework for AI-driven development. Use for: architecture analysis, sprint planning, story gen...

Registry SourceRecently Updated
7340Profile unavailable
Coding

Planning with files

Implements Manus-style file-based planning to organize and track progress on complex tasks. Creates task_plan.md, findings.md, and progress.md. Use when aske...

Registry SourceRecently Updated
17.9K44Profile unavailable
Coding

OpenClaw Coding Agent Workflows

Delegate coding tasks to Codex, Claude Code, Pi, or OpenCode from bash with safe launch modes, background monitoring, and repo-isolated review workflows.

Registry SourceRecently Updated
1110Profile unavailable
Coding

Cjl Autoresearch Cc

Optimize skills, prompts, articles, workflows, or systems via single-step iterative edits with testing and scoring to keep improvements and discard regressions.

Registry SourceRecently Updated
930Profile unavailable