logo

vibe coding

wangzf / 2026-02-09

目录

OpenAI: codex

karpathy 形容 LLM 像是一把威力巨大的外星武器，但它没有说明书，每个人都得摸索着如何去使用它。 vibe coding 更是如此，发挥得好的时候，不需要干预就完成了一个复杂需求；发挥得不好的时候，像是在跟杠精对话。 尤其是有时候 LLM 根本也不听你在提示词里强调的那些东西。

  1. 模型

最喜欢的还是 ChatGPT，最开始先跟 5.2 thinking 对需求、整理思路，有时候会直接让它给出 PRD 、需求清单和实现步骤。

实际 coding 推荐使用：GPT-5.2-codex（High）。GPT-5.2是模型版本，codex 意味着代码调优，推理等级设为 High； 只有当碰到疑难杂症 High 解决不了的时候，我才会尝试使用 extra-high 来解决。

ChatGPT 和 codex 最大的优点是订阅制，你不怎么需要去计算 token，放心大胆地去用。

  1. 关键 Agents.md

上来直接干也不是不行，但我建议先调教一下 agent，其实我推荐开始 vibe 之前先看一遍官方文档。 如果懒得看，可以照着我下面的教程操作：

接下来，AGENTS.md 里写什么是关键：

  1. 原子化工作流

有了模型、配置文件和你的需求，剩下的就是 vibe。基本上 Vibe Coding 大家都遵守着一些最佳实践：

  1. 写在最后

目前 vibe coding 和代码自动完成之类的东西，最大的风险和担忧在于，人类会逐渐失去对代码的理解力、洞察力和掌控力。 但实际上，随着软件复杂度的提高，后者在 vibe coding 大爆发之前就已经在发生了，只是现在会更严重更极端。

Vibe Coding 本质上是一种人机协作的范式。

无论如何，拥抱它而不是拒绝它，用 Redis 之父的话来说，Don’t fall into the anti-AI hype， LLM 已经能在多数场景下高效完成编程工作，从修 bug、重构到实现中型项目，效率远超人类。

Anthropic: Claude Code

Claude Code 官方推出的入门课程，免费！有空补学习一下

内容包括：

  1. 使用 Claude Code 的核心工具进行文件操作、命令执行和代码分析。
  2. 通过 /init、Claude.md 文件以及 (@) 引用来高效管理上下文。
  3. 利用多种快捷键和命令来控制对话流程。
  4. 在需要更深入分析的复杂任务中启用 Plan Mode 和 Thinking Mode。
  5. 创建自定义命令，用于自动化重复性的开发工作流。
  6. 通过 MCP 服务器扩展 Claude Code，引入浏览器自动化等能力。
  7. 配置 GitHub 集成，实现自动化的 PR 审查和 Issue 处理。
  8. 编写 hooks，为 Claude Code 添加额外的行为和能力。

Anthropic: Cowork

Anthropic: Claude Skills

Skill 介绍

巧借通用 Agent 内核，只靠 Skills 设计，就能低成本创造具有通用 AI 智能上限的垂直 Agent 应用。

一个好 Skill 能发挥的智能效果，甚至能轻松等同、超越完整的 AI 产品。任何不懂技术的人，都能开发属于自己的 Skills。

Skills 是什么：从概念来源到运作原理

2025 年 10 月中旬，Anthropic 正式发布 Claude Skills。 两个月后，Agent Skills 作为开放标准被进一步发布，意在引导一个新的 AI Agent 开发生态。 OpenAI、Github、VS Code、Cursor 均已跟进。

为了更好的理解，你可以把 Skills 理解为“通用 Agent 的扩展包”： Agent 可通过加载不同的 Skills 包，来具备不同的专业知识、工具使用能力，稳定完成特定任务。

最常见的疑惑是：这和 MCP 有什么区别？

以 Anthropic 官方 Skills 为例：

但 Skills 的价值上限，远不止于此。它应该是一种极其泛用的新范式，从垂直 Agent 到 AI 产品开发： 借用通用 Agent 内核，零难度创造具备通用 AI 智能的垂直 Agent 应用。

如何理解 Skill

Anthropic 说：Skills 是模块化的能力，扩展了 Agent 的功能。 每个 Skill 都打包了 LLM 指令、元数据、可选资源（脚本、模板等）， Agent 会在需要时自动使用他们。

更直观的解释：Skill 就像给 Agent 准备的工作交接 SOP 大礼包。想象你要把一项工作交给新同事，若不准口口相传， 只靠文档交接（而且你想一次性交接完成，以后不被打扰），你会准备什么？

Skill 的设计架构，几乎是交接大礼包的数字版本：

img

在 Skill 中，指令文档用于灵活指导，代码用于可靠性调用，资源用于事实查找与参考。

当 Agent 运行某个 Skill 时，就会：

  1. 以 SKILL.md 为第一指引
  2. 结合任务情况，判断何时需要调用代码脚本（scripts）、翻阅参考文档（references）、使用素材资源（assets）
  3. 通过“规划-执行-观察”的交错式反馈循环，完成任务目标

当然，Skill 也可以用来扩展 Agent 的工具、MCP 使用边界，通过文档与脚本， 也可以教会 Agent 连接并使用特定的外部工具、MCP 服务。

Skill 使用

安装 Claude Code

$ claude --version

Claude Code 模型

现在大部分国产模型都已经支持了 Skill 的使用与创建。

MiniMax-M2 模型

替换 MiniMax-M2 模型，可以在终端内输入：

# minimax-m2.sh
export ANTHROPIC_BASE_URL=https://api.minimaxi.com/anthropic
export ANTHROPIC_AUTH_TOKEN=【换成你的 API KEY】
export ANTHROPIC_SMALL_FAST_MODEL=MiniMax-M2
export ANTHROPIC_DEFAULT_SONNET_MODEL=MiniMax-M2
export ANTHROPIC_DEFAULT_OPUS_MODEL=MiniMax-M2
export ANTHROPIC_DEFAULT_HAIKU_MODEL=MiniMax-M2
claude

该操作在当前终端窗口中，将要用的模型临时改为目标模型。关掉该窗口后，则需再次发送该命令，重新指定模型 API 与 Key。

MiniMax Coding Plan 的 API Key， 可以到 https://platform.minimaxi.com/user-center/payment/coding-plan 获取。

Coding Plan 总共有 3 档，分别是 9.9（首月）/49/119 ，每 5 小时提供 40/100/300 次 Prompt 额度。 大概是 Claude 原本模型的 8% 价格，整体 TPS > 100，实际体感生成速度很快。

开始前记得在这里订阅套餐 https://platform.minimaxi.com/subscribe/coding-plan

轻量任务选 Starter 就行。

M2 宣称有极强的长文本处理，以及在复杂任务中的自我纠错和任务恢复能力。

安装并使用 Skills

  1. 在安装 Skill 之前，你需要先获取需要的 Skill 文件包。

    • 比如官方 Skills 仓库：https://github.com/anthropics/skills/tree/main，里面就有很多已经做好的 Skills。
    • 你可以让 Claude Code 替你自动安装 Skill，比如在 CC 中发送 安装 skill，skill 项目地址为：<skill 项目地址>。

  2. 也可以手动下载 Skill，把文件包解压后，放在 skills 安装目录下：

    • 可以在当前项目文件夹的 /.claude/skills/ 目录下，放入要安装的 skill 文件包

    img

    • 也可以选择全局目录 ~/.claude/skills/（所有项目都能共享放在全局目录的 Skill）

  3. 完成安装后，记得重启 Claude Code 退出终端再打开就行，或者双击 ctrl+c 终止 Claude Code 进程）

  4. 要使用 Skill 时，

    • 只要在装好后的 Claude Code 中，发送 开始使用 <skill 名称>；
    • 或者用户消息与 skill 元数据的描述匹配，就能自动调用 Skills，执行任务。

如何找到好用的 Skills ?

在面向 to C 用户（也就是自己日常使用）时，以上的方法有两个问题：

  1. 使用步骤确实比日常的 APP 复杂不少
  2. 比较难找到想用的 Skills

常规方法 是找规模比较大的第三方 Skills 市场：https://skillsmp.com/zh。 但不难发现，现有大部分的 Skills 公开市场，没有完善的评价和精选体系， 所有 Skill 缺少合理的分类与排序机制，导致很难找到需要的 Skills。 可以看到仅靠 star 排序，是非常难找到合适的精选 Skill 的。

Mulerun 最近就在研究解决这个问题，

制作 Skill

如果你按照上文，学会了 Skill 安装与使用，那制作第一个 Skill 将会无比容易。 我们需要用到 Anthropic 官方的一个 skill：skill-creator 顾名思义，用来帮你自动开发 Skill 的 Skill。

  1. 首先是安装 skill-creator， skill 项目地址在：https://github.com/anthropics/skills/tree/main/skills/skill-creator， 安装过程请 Claude Code 来帮忙自动安装：
$ 安装 skill, skill 项目地址为：https://github.com/anthropics/skills/tree/main/skills/skill-creator
  1. 安装完成后，即可调用 skill-creator 自动创建需要的 skill。比如，发送创建需求给 Claude Code：
    • 创建新的 skill，能自动吧用户指定的 pdf 转成 word 文档， Claude Code 自动调用 skill-creator，编写 SKILL.md 与 pdf2word 脚本
    • 创建 skill，能按照我写文章的行文风格写文章
    • 创建 skill，能自动整理近期 XX 领域的新闻日报
  2. 安装自己做好的 skill
    • 上述方式做出来的 skill，会默认是 xx.skill 格式，会与 zip 或文件夹格式略有区别。 是 skill-creator 创建的 skill 压缩格式。直接使用 Claude Code 安装即可；
      • 安装 skill，地址：...
    • 如果是文件夹或者 zip，那就按上文的介绍，手动解压放到对应 skills 目录即可。

什么时候应该用 Skills

什么场景值得“用 Skill 来解决”、“开发一个 Skill”？ 这个问题对于普通用户优化 AI 工作流程，开发者找 Skills Agent 创业机会，同样重要。 根据 Anthropic 官方博客建议，与实际理解，梳理了 3 种明显的时机：

1.发现自己在向 AI 反复解释同一件事

最典型的信号是：为了完成某个任务，在多轮对话中，需要不断向 AI 解释一件事应该怎么做。

比如：

“帮我写一份技术文档”
“不对，我们公司的技术文档格式是这样的……”
“还有，代码示例要按这个模板来……”
“上次不是说了吗，章节标题要三级标题……”
“帮我分析这个数据”
“先把 ＞ XX 的异常值筛掉”
“不对，应该用中位数，不是平均值”
“图表要按我们公司文档的配色方案……”

这时候就该想到：与其每次都解释一遍，不如把这些规则打包成一个 Skill，一次创建永久复用。

某些任务需要特定知识、模板、材料才能做好

有时候是 AI 的通用能力够了，但缺“特定场景的知识材料”。

典型场景：

这些都是 通用 Agent + 垂直知识 的典型场景：人提供材料，Agent 才能具备场景 Context。

在 Skill 包里放对应的知识材料，比如把模板、规范、案例放到 Skill 的 assets/、reference/ 目录， 或者直接描述在 SKILL.md 中，Agent 就能一次性输出符合任务需要的精准结果。

发现一个任务要多个流程协同完成

有些任务更加复杂，往往需要“组合多个流程”才能完成。

把这类任务中每个环节的指令文档、可执行脚本、参考材料、可用资源打包成单个或多个 Skill 也是不错的 AI 解决方法。

让Agent 根据任务描述，智能调用不同的 Skill 模块，通过“规划-执行-观察”的交错式行动， 一次性完成原本需要多个流程协同完成的复杂任务。

资料

Skywork