easy-vibe
easy-vibe 是一门面向零基础初学者的现代编程入门课程,旨在通过"vibe coding"(直觉式编程)理念,让用户像日常对话一样轻松构建应用程序。它主要解决了传统编程学习门槛高、概念抽象以及初学者容易“学了就忘”的痛点,提供了一条从零基础到独立开发的清晰路径。
该项目非常适合完全不懂代码的普通用户、希望快速上手应用开发的学生,以及寻找创新教学方法的 educators。其核心亮点在于将复杂的编程逻辑转化为直观的交互式教程,配合循序渐进的可视化引导,营造出如同私人导师一对一辅导的学习体验。用户无需深究晦涩的语法细节,只需通过自然语言描述需求,即可在引导下完成应用搭建。此外,easy-vibe 拥有完善的多语言支持和开放的学习地图,确保不同背景的学习者都能顺畅起步,真正践行“会说话就会做应用”的愿景,让编程变得简单有趣。
使用场景
大学生李明想独立开发一个校园二手交易小程序,但完全没有编程基础,面对复杂的语法和环境配置感到无从下手。
没有 easy-vibe 时
- 入门门槛极高:被繁琐的环境搭建、变量定义和语法错误劝退,还没写出第一行代码就想要放弃。
- 学习路径混乱:在网上零散搜索教程,知识点碎片化严重,陷入“学了后面忘前面”的死循环。
- 缺乏即时反馈:对着枯燥的文字教程死记硬背,无法直观看到代码运行效果,难以建立成就感。
- 孤独无助:遇到报错只能独自排查,没有类似私教的角色引导,问题堆积导致信心崩塌。
使用 easy-vibe 后
- 自然语言驱动:遵循“会说话就会做应用”的理念,直接用日常语言描述需求即可生成原型,跳过底层语法障碍。
- 结构化学习地图:依托清晰的从零开始学习路径,按部就班掌握核心概念,彻底告别知识碎片化。
- 可视化交互教程:通过分步视觉引导和实时演示,像有一位私人导师手把手教学,每步操作都能立即看到成果。
- 沉浸式协作体验:在"vibe together"的氛围中边玩边学,快速构建出可运行的应用,极大提升了创作自信。
easy-vibe 将编程从枯燥的语法记忆转变为自然的创意表达,让零基础小白也能轻松迈出构建应用的第一步。
运行环境要求
未说明
未说明

快速开始
立即开始,一起体验——只要你能表达,就能构建应用。
直接上手,一起 vibe!会说话就会做应用。
🚀 开始探索 · ✨ 交互式教程 · 🦞 学习 OpenClaw
🚀 开始体验 · ✨ 交互式教程 · 🦞 学习 OpenClaw
适合初学者的学习地图 从零开始的清晰指引,让你告别“学了就忘”的困境 |
循序渐进的可视化教程 细致入微的讲解,仿佛拥有私人导师般的学习体验 |
沉浸式的模拟编程 虚拟鼠标引导帮助你快速掌握 IDE 的核心工作流程 |
直观的 AI 原理 动画讲解让你轻松理解 AI 如何生成图像 |
像玩游戏一样学习 RAG 通过交互式组件,你可以一步步点击并了解完整的 RAG 数据流 |
可视化的终端概念 当底层逻辑被可视化时,命令行操作便变得直观易懂 |
⭐ 在此为仓库加星标,助力项目加速更新 ❤️
为什么选择 Easy-Vibe
想要一个记账工具?说出来就行。
需要一个支持微信登录的预约系统?说出来就行。
想做一个带评论功能的博客?说出来就行。
在 AI 时代,编程的第一步就是描述你想要的东西。
Easy-Vibe 就是教你如何将这些想法变成真正的产品。
🔥 新闻
- [2026-03-29] ✨ Vibe Stories 上线并升级,融入真实用户故事:新增首页 Vibe Stories 栏目,配备交互式轮播图和专属故事页面;同时用四位真实用户的案例替换了原有占位内容,包括一位乡村小学教师、一名大学生、一位高中信息技术老师以及一位利用 AI 打造实际产品的卡车司机。👉 查看故事
- [2026-03-26] 🚀 第二阶段实践内容重大更新:完成了 SaaS 综合项目“你的第一个 SaaS 全栈应用:文案生成网站”(链接),并大幅扩充了“如何集成 Stripe 及支付系统”章节的内容,此外还新增了多产品 UI 设计及微信小程序后端流程等关键内容。
- [2026-03-25] 📚 新增附录:用户研究与需求验证:添加了四篇新文章,涵盖创意挖掘、双钻模型、待办工作理论以及妈妈测试法,帮助初学者发现并验证产品创意。👉 阅读附录
- [2026-03-25] 📚 英文文档全面更新:第二阶段(全栈开发)和第三阶段(进阶开发)现已完整提供英文版。👉 开始学习
往期新闻
- [2026-03-02] 🦞 为 OpenClaw 和 AI 代理友好优化:新增
llms.txt文件,使 OpenClaw、Claude、Cursor、Trae 等 AI 代理能够快速理解仓库结构,精准定位教程内容。 - [2026-03-01] 【进阶开发板块】(链接)已全面升级,新增 Claude Code 深度指南,涵盖 MCP、技能体系、代理团队等内容,并配套八款跨平台项目教程。
- [2026-02-25] 更新【附录知识库】(链接),现覆盖 9 大知识领域及 80 余项互动主题。
- [2026-01-27] 增加了 Android 和 iOS 应用开发教程。
- [2026-01-19] 发布了提示工程、AI 发展史、认证设计、Git 原理等交互式演示。
- [2026-01-16] 重新梳理了项目结构,正式确立了面向初学者的学习路径。
- [2026-01-14] 完成了第一阶段产品原型设计文档的大规模更新。
- [2026-01-13] 重构了文档架构,全面支持多语言切换。
- [2026-01-01] 发布了项目的核心学习路线图。
适合人群
- 完全新手:先动手搭建第一个项目,再深入理解其运作机制
- 产品经理/创始人:快速验证想法,低成本构建 MVP
- 学生:培养适应 AI 时代的实用技能
- 初级开发者:学习从创意到上线的全流程
- 中高级开发者:提升复杂项目中的 AI 协作能力
学习路径
🎮 我想先试一试(5 分钟体验)
适合人群:所有人
学习内容:通过贪吃蛇小游戏体验首次 AI 编程
收获:5 分钟内完成首个由 AI 构建的应用
💡 我有一个想要实现的想法
适合人群:初学者、产品经理、创始人
学习内容:AI IDE 工具、需求拆解、页面设计、功能规划、提示词编写、原型迭代
收获:可演示的产品原型
🚀 我想要一条结构化的学习路径
适合人群:开发者、进阶学习者
学习内容:前端、后端、数据库、AI 集成、部署、Claude Code 工作流
收获:独立完成全栈 AI 应用的能力
🦞 我想打造一个 AI 代理
适合人群:对 AI 代理感兴趣的开发者
学习内容:OpenClaw 助手的工作流程、技能系统及自动化技术
收获:属于自己的命令行 AI 助手
📚 我想查阅参考资料
适合人群:所有人
学习内容:计算机基础、AI 原理及九大知识领域
收获:80+ 个互动参考主题
学习建议
- 如果你是初学者、产品经理或创始人,请从【阶段 0/阶段 1】开始(链接)。
- 如果你已有开发经验,建议直接进入【阶段 2】(链接)。
- 如果你想直接挑战复杂项目,可以前往【阶段 3】(链接)。
- 如果你想学习 AI 代理,不妨查看【Hello Claw】项目(链接)。
📖 内容导航
一、初学者入门
| 版块 | 核心内容 |
|---|---|
| 学习地图 | 全面学习路径的引导性概述 |
| 在AI时代,会说话就能编程 | 通过贪吃蛇等示例,初步感受AI编程的魅力 |
| 寻找优秀创意 | 学习如何发现并验证值得构建的产品创意 |
| AI IDE工具简介 | 掌握IDE的使用方法,并搭建简单的本地项目 |
| 构建你的原型 | 从需求分析到单页及多页产品原型的实现 |
| 为原型添加AI能力 | 集成文本、图像和视频等AI功能 |
| 完整项目实践 | 模拟真实场景,收集用户反馈,并对完整项目进行迭代优化 |
附录:产品与商业思维
| 版块 | 核心内容 |
|---|---|
| 产品思维与解决方案设计 | 从零到一打造产品的核心框架 |
| AI行业应用场景(B2B) | 了解AI在各行业的具体应用方式 |
| AI消费级产品灵感(B2C) | 探索消费级AI领域的潜在产品机会 |
附录:技术解决方案
| 版块 | 核心内容 |
|---|---|
| 编码出错怎么办 | 常见Vibe编码问题及其排查方法 |
| 七款AI编程工具对比 | 通过实操测试比较主流的AI编程平台 |
| 利用设计与编码智能体设计网站 | 实践多智能体协作的应用 |
二、初级与中级开发者
前端
| 版块 | 核心内容 |
|---|---|
| 从Lovart入手构建自己的资产生成智能体 | 使用Nanobanana和Lovart生成高质量视觉素材,并构建能够理解意图的绘图智能体 |
| Figma与MasterGo入门 | 利用设计工具梳理信息架构和页面结构 |
| 构建你的第一个现代应用:UI设计 | 将设计稿转化为基于组件的界面 |
| UI规范与多产品UI设计 | 在多个产品间扩展统一的视觉体系 |
| 借助LLM与Skills让界面更美观 | 使用提示工程和Skills插件生成独特且精致的界面 |
| 一起制作霍格沃茨的画像 | 从零开始创建一个集成AI能力的前端应用 |
| 从设计原型到项目代码 | 将设计原型转化为前端代码的三种实用路径 |
| 用现代组件库刷新你的UI | 通过现代化的组件系统更快地构建更专业的界面 |
后端
| 版块 | 核心内容 |
|---|---|
| 从数据库到Supabase | 使用Supabase实现数据库与API,并将其与前端对接 |
| 利用LLM编写API代码及文档 | 生成更易读、易测试的后端代码与文档 |
| Git与GitHub工作流 | 通过Git工作流高效管理版本并协同开发 |
| Web应用部署指南 | 使用CloudBase、Vercel、Zeabur等平台部署应用 |
| CLI AI编程工具 | 利用终端式AI工具搭建个人工程工作流 |
| 如何集成Stripe与支付系统 | 添加支付流程及基础计费功能 |
| 毕业项目:构建你的第一个现代全栈应用 | 将前端、后端与支付功能整合,打造可上线的Web产品 |
AI能力附录
| 版块 | 核心内容 |
|---|---|
| Dify入门与知识库集成 | 使用Dify工作流与基础RAG构建实用型产品 |
III. 高级开发者
Claude Code 核心技能
| 版块 | 关键内容 |
|---|---|
| 开始使用 Claude Code | 安装、配置、基础知识及实用命令 |
| Claude Code MCP 指南 | 通过 MCP 将 Claude Code 连接到 GitHub、数据库、API 等服务 |
| Claude Code 技能指南 | 将专业知识封装成可重复使用的技能,方便多次调用 |
| Claude Code 工作流最佳实践 | 重构、代码审查及日常开发的最佳实践 |
| Claude Agent 团队指南 | 像真正的开发团队一样协调多个 AI 实例 |
| Claude Code 面向工程级开发的超能力 | 借助 TDD 和最佳实践帮助 AI 生成符合工程标准的代码 |
| 如何让 Claude Code 为长期任务持续工作 | 设计长期任务,使编码工具能够持续工作直至完成 |
跨平台开发
| 版块 | 关键内容 |
|---|---|
| 构建微信小程序 | 理解生态体系,从模板到上线完整交付前端小程序 |
| 构建带有后端的微信小程序 | 添加后端逻辑和数据库,完成完整的业务闭环 |
| 构建 Android 应用 | 使用 Expo 及相关工具跨 Web 和原生平台开发 Android 应用 |
| 构建 iOS 应用 | 使用 Expo 及相关工具跨 Web 和原生平台开发 iOS 应用 |
| 构建个人网站与学术博客 | 为项目、个人品牌及学术成果打造线上家园 |
| 构建本地 PWA 应用 | 将网站转化为具备离线支持、推送通知和安装功能的真实应用 |
| 构建浏览器 AI 助手扩展程序 | 创建一个 Chrome 扩展程序,利用云端 API 或内置 AI 对任意页面进行摘要总结 |
| 构建 Electron 桌面应用 | 使用 Electron 构建适用于三个平台的语音转文本桌面应用 |
| 快速构建并铸造 NFT | 从零编写智能合约、部署并铸造属于自己的 NFT |
| 构建 VS Code 扩展程序 | 利用模板、代码聊天和多文件问答功能构建 AI 项目助手 |
| 构建工业级 Qt 桌面应用 | 创建包含趋势、报警和监控功能的实时 Qt HMI 系统 |
AI 能力附录
| 版块 | 关键内容 |
|---|---|
| 什么是 RAG 及其工作原理 | 建立对 RAG 原理和常见架构的系统性理解 |
| 使用 LangGraph 的中级和高级 RAG 工作流 | 设计多步骤工作流及更复杂的 RAG 系统 |
📚 附录知识库
涵盖 9 大知识领域 和 80+ 个互动主题,本附录采用动画和可视化组件,帮助您直观地理解从计算机基础到 AI 前沿的核心概念。
👉 查看完整附录
🛠️ 学习方法
- 阅读并练习与您当前水平相符的部分。如果遇到困难,欢迎随时提交问题。
💻 本地运行
现代方法
在诸如 VS Code、Cursor 或 Trae 等 AI IDE 的聊天窗口中,您只需说:
请帮我将这个项目在本地运行起来。
传统方法
npm installnpm run dev- 在浏览器中打开
http://localhost:3000。
🤝 贡献方式
- 如果您发现任何问题或有改进建议,欢迎提交问题。若无人回复,您也可以联系 Datawhale 支持团队。
- 如需贡献代码,请提交拉取请求。若无人回复,同样可以联系 Datawhale 支持团队。
- 若您希望发起一个新的 Datawhale 开源项目,请遵循 Datawhale 开源项目指南。
🙏 贡献者
- Sanbu - 项目负责人(Datawhale 成员)
- Fang Ke - 导师(Datawhale 成员,清华大学)
- Yerim Kang(实践项目,清华大学)
- Zhilin Zhao(实践项目,清华大学)
- Yixuan Li(视觉设计,清华大学)
- Siyi Liu(实践项目,清华大学)
- Lixin Liu(实践项目,清华大学)
- 所有在 AI Vibe Coding 101 内部测试群中分享建议和反馈的成员
特别致谢
- 感谢 @Sm1les 在本项目中的帮助与支持
- 感谢每一位贡献者以及所有通过反馈和点赞支持该项目的朋友 ❤️
📄 许可协议
星标历史
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
Deep-Live-Cam
Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。

