Easy-Vibe入门篇阅读笔记(一)之学会AI编程工具
Easy-Vibe入门篇阅读笔记(一)——学会AI编程工具
阅读原文:学会 AI 编程工具
一、本章核心学习目标
-
完成从网页端 AI 编程到本地 AI IDE 开发的环境迁移
-
理解 IDE 与 AI IDE 的本质差异,掌握本地开发的完整流程
-
实战:用 Trae 从零搭建贪吃蛇游戏,跑通「需求→生成→运行→调试→迭代」全链路
-
掌握与 AI 高效对话的编程技巧,降低小白开发门槛
二、核心思维转变:AI 时代的编程逻辑
在 AI IDE 的使用中,需要彻底打破传统编程的思维习惯:
-
❌ 传统模式:遇到问题先搜教程、手动查文档、死记命令
-
✅ AI 时代模式:任何操作先问 AI,让 AI 直接帮你做
-
不知道怎么装环境?直接让 AI 帮你检查并自动安装
-
依赖安装报错?把错误丢给 AI,让它帮你换镜像源解决
-
记不住命令?直接用自然语言描述需求,AI 帮你执行
-
三、IDE 与 AI IDE:从工具箱到智能伙伴
3.1 为什么需要 IDE
记事本写代码的痛点:
-
无语法高亮,代码结构难分辨
-
无智能提示,全手动输入易出错
-
文件混乱,多文件项目难以管理
-
调试困难,出错只能逐行打印排查
IDE(集成开发环境)是一体化的开发工具,整合了代码编辑、运行、调试、项目管理能力,主流代表为VS Code,以「一切皆插件」为核心理念,支持多语言扩展,对新手最友好。
3.2 普通 IDE vs AI IDE
| 对比维度 | 普通 IDE | AI IDE |
|---|---|---|
| 定位 | 被动工具箱 | 主动编程助手 |
| 开发模式 | 人主导,手动完成所有操作 | 自然语言指令,AI 自动执行任务 |
| 核心能力 | 语法高亮、基础补全、调试 | 代码生成、代码理解、重构优化、Agent 任务执行 |
| 学习门槛 | 需记忆命令、熟悉工具操作 | 会描述需求即可,AI 处理繁琐细节 |
3.3 AI IDE 的核心能力
-
智能代码生成与补全:支持根据伪代码 / 需求生成完整代码块,远超传统变量 / 函数补全
-
代码理解与问答:可针对单文件 / 整个项目的代码进行问答,解释实现逻辑
-
代码重构与优化:自动优化代码结构、添加注释
-
自动测试生成:为函数 / 模块自动生成测试代码
-
Agent 式任务执行:自动拆分工单、安装依赖、运行项目、处理报错,可替代初级工程师的重复工作
四、主流 AI IDE 一览
绝大多数 AI IDE 均基于开源的 VS Code 二次开发,学会 VS Code 基础操作即可快速迁移,各工具差异主要在价格、模型支持、Agent 能力上:
| 工具 | 开发方 | 核心特点 | 适用场景 |
|---|---|---|---|
| Trae | 字节跳动 | 中文友好,基础功能免费,支持 100 + 语言,新手首选 | 零基础入门、本地快速开发 |
| Cursor | Anysphere | 支持大模型,优化大规模代码仓库,专业版无请求限制 | 复杂企业级项目 |
| Antigravity | Agent-First 模式,AI 主动执行任务,支持多模型 | 自动化任务开发 | |
| Qoder | 阿里巴巴 | 任务拆解、上下文增强,支持架构治理 | 中大型项目、遗留系统分析 |
| CodeBuddy | 腾讯云 | 中文指令优化,企业级合规,支持私有化部署 | 金融 / 医疗等对数据安全要求高的行业 |
| VS Code + Cline | 开源插件 | 灵活切换模型,支持多模态,操作需用户确认 | 快速验证想法、集成现有流程 |
| Kiro | AWS | 深度集成 AWS 云服务,支持云原生开发 | 云应用开发 |
五、Trae 本地实战:从零搭建贪吃蛇游戏
5.1 准备工作
-
版本选择:零基础推荐Trae 中国版(trae.cn),基础功能免费,无需海外网络,国内模型体验已足够日常开发
-
项目初始化:新建空文件夹,用 Trae 打开该文件夹,从空白状态开始开发
5.2 完整开发流程
-
需求描述:在右侧 AI 聊天面板输入清晰的需求:
请你用 React 架构实现贪吃蛇游戏,包含键盘控制、吃到食物变长加分、撞墙或撞到自己时显示 “游戏结束” 并支持重新开始。实现后帮我启动这个项目。如果遇到没安装的程序环境就自动安装没安装的环境。
-
执行确认:AI 会自动初始化项目、生成代码、安装依赖,过程中遇到需要确认的操作:
-
命令执行:点击
Run或输入y确认 -
服务启动:本地服务启动后点击
Skip跳过等待
-
-
问题排查:如果功能不符预期 / 报错,直接把现象、代码、截图丢给 AI,让它修复,支持
Revert回退到修改前的状态 -
代码理解:项目跑通后,可让 AI 用通俗语言讲解代码逻辑,拆解核心数据结构、运行机制
-
迭代美化:把模糊的「变好看」拆成具体需求,逐步优化:
请帮我把游戏界面整体美化一下:游戏区域居中显示,换成浅背景,分数放大,以蓝色为主色调,游戏结束时中央显示提示和重启按钮。
5.3 进阶优化
可参考网页端 [z.ai](z.ai) 的项目 README,让 AI 对齐最佳架构,优化本地项目的代码结构。
六、IDE 界面核心区域(VS Code 系通用)
所有基于 VS Code 的 AI IDE 都沿用了经典布局,各区域功能如下:
| 区域 | 功能说明 |
|---|---|
| 标题栏(Title Bar) | 显示文件名、窗口控制按钮 |
| 活动栏(Activity Bar) | 左侧竖排图标,切换文件 / 搜索 / Git / 调试等功能视图 |
| 侧边栏(Side Bar) | 展示对应功能的内容,如文件列表、搜索结果 |
| 编辑区(Editor) | 编写代码的核心区域,支持多标签页 |
| 路径导航(Breadcrumbs) | 显示文件路径,支持快速跳转 |
| 代码缩略图(Minimap) | 快速预览代码,定位到指定位置 |
| 底部面板(Panel) | 包含终端、输出、调试、问题列表 |
| 状态栏(Status Bar) | 显示当前环境状态:语言、缩进、Git 状态、错误提示 |
七、高效与 AI 对话的技巧
同样的 AI,不同的提问方式结果天差地别,小白可遵循以下原则:
7.1 需求具象化:拒绝模糊指令
不要说「帮我做个网页」,要拆解成具体信息:
-
用途:这个东西是用来干嘛的
-
结构:需要哪些内容模块
-
限制:我的技术水平,希望用最简单的方式实现
-
输出:希望拿到什么样的结果
示例:
我完全不会写代码,想做一个单页个人简介网页,用来发给招聘的人看。页面要有三个部分:顶部是名字和自我介绍,中间是工作经历,底部是联系方式。请给我可以直接保存为 html 打开的完整代码。
7.2 分步推进:先跑通,再迭代
不要一上来就要做完整的大项目,按节奏逐步推进:
-
第一步:先做最小 Demo,确认能正常运行
-
第二步:逐步添加功能,每步都验证效果
-
第三步:最后优化样式、美化界面
这样即使某一步出错,也能快速回退到上一个正常版本。
7.3 善用素材:不会描述就丢素材
遇到不会用术语描述的问题,直接把内容丢给 AI:
-
报错:复制完整错误信息,让 AI 翻译 + 修复
-
界面问题:如果用的是多模态模型,直接发截图;否则把代码 + 现象描述给 AI
-
参考样式:把想要模仿的页面截图 / 内容丢给 AI,让它搭类似的框架
注意:不是所有模型都支持图片输入,Kimi-K2.5、Doubao、Gemini、GPT 系列支持,GLM、DeepSeek 等纯文本模型不支持,使用前需确认。
7.4 报错处理:标准化排查流程
当代码不工作时,按这个流程和 AI 沟通:
-
描述清楚:你做了什么,现在的现象是什么
-
提供完整代码:避免复制不全导致的问题
-
附上错误信息:复制报错文字或截图
-
要求小白模式:让 AI 一步步告诉你怎么改,不要省略步骤
-
确认预期:让 AI 先说明正常情况下应该看到什么效果
八、本章作业
完成一次完整的本地 AI IDE 开发流程:
-
选择一个比贪吃蛇更复杂的小游戏:俄罗斯方块 / 打地鼠 / 扫雷 / 2048 / 飞机大战,或原创小游戏
-
用本地 AI IDE 完成全流程:新建文件夹→打开 IDE→描述需求→生成项目→本地运行
-
保证基础可玩性:包含开始 / 进行中 / 结束三种状态,明确的操作方式,清晰的得分反馈
-
完成至少 2 轮迭代:先出可玩版本,再逐步优化样式、交互、难度
九、核心术语速记
| 术语 | 通俗解释 |
|---|---|
| Agent | 待命的 AI 小工程师,会拆任务、执行操作、处理报错 |
| API Key | 调用 AI 服务的密钥,相当于账号密码,不能公开泄露 |
| localhost | 本地服务,访问你自己电脑上运行的程序 |
| 状态(State) | 程序当前的关键数据,状态变化会驱动界面更新 |
| Coding Plan | 云厂商的 AI 包月套餐,固定费用,不用担心 Token 计费超支 |
| 断点调试 | 让程序在指定行暂停,检查变量,逐行排查错误 |
更多推荐
所有评论(0)