← 返回教程列表

IF.Learn Workshop第二场

AI CodingAgentGit

第二场：和AI 同频共舞

本场Workshop目标

本场我们将完成从 AI 使用者 到 AI 共舞者 的角色转变。我们不再满足于指挥 AI 构建简单的网页 Demo，而是要深入 AI 协同的工程黑盒：通过解构 Agent 核心组成 掌握协同逻辑，利用 Git 建立外挂记忆以掌控开发进度，并实践以 文档为核心 的协作范式，最终完成一个全栈项目。这不仅是项目难度的进阶，更是开发理念的重塑——在与 AI 的同频共振中，真正领略 AI Coding 的开发体验。

这场workshop的设计思路

  • 什么叫与 AI 的同频共振，为什么要同频？
  • 不同频： 你不知道AI在做什么，AI也不知道你想要什么。你们两协作很久，最后费力不做功。
  • 同频：你们像合作多年的伙伴一样，十分协调地完成任务，成功发挥出1+1\>2的效果，这也是 AI Coding 的最高境界。
  • AI Agent是如何运行的？在今天的workshop中，我们使用了AI IDE TRAE来帮助我们完成环境配置，代码编写和网页部署。那AI IDE究竟是怎么完成这些任务的呢？为什么平时只会在网页上吐文字的大模型，突然就能干活了呢？
  • Agent能力 = 模型 × Harness（马具）
  • 模型
  • 环境
  • Tools 工具 —— 读写搜、Bash工具（执行）、浏览器、mcp
  • Feedback 反馈 —— 工具反馈定义的好坏（是否提供了足够的信息，是否提供了高质量信息）
  • Sandbox 范围 —— Agent的权限、安全策略
  • Agent的上下文是什么？大模型其实没有记忆，每一次请求，都是一次全新的开始。
  • 那agent是如何做到让大模型多步骤地完成一个任务的呢？其实关键在于构建每次发给大模型的上下文，让大模型能接着知道目标、工具和之前的状态，接着干活。
  • 为什么除了trae这样的AI IDE还会有 claude code？
  • 本地运行：CC 是 Anthropic 在 2025 年 2 月推出的、原本为编程而生、运行在终端的 agent程序。cc可以直接读写本地文件、使用你的终端、执行命令、下载东西到你的电脑（后面会用到）。
  • 模型选型更自由： 虽然AI IDE有用户友好的前端界面还有交互设计，确实使用体验很好。但往往深度绑定特定模型或订阅体系。而 Agent CLI 允许开发者更灵活地接入不同的底层模型（如 mimo），并利用本地算力或特定 API 实现更复杂的任务规划。
  • cc 的 harness更好：harness是最近很火的概念，简单的可以理解为是大模型之外那些让 agent 表现更好的设计。同样一个大模型，harness 不同，效果差别非常大，而cc 是 harness 的集大成者~
  • 为什么希望让大家学会做全栈项目，并且持续迭代？
  • 从面子到里子： 静态页面只是展示。一个真正的产品需要后端存取数据、AI 逻辑处理以及数据库的持久化。学会全栈开发，意味着你拥有了将创意转化为闭环产品的能力。
  • 完整地开发项目： 绝大多数 AI 教程只教如何做出来，但不教如何改。根据软件工程，软件开发的 80% 时间是在迭代。
  • 基于Git 的协作： 引入 Git 并不是为了增加难度，而是为了建立版本控制意识。有了 Git，你可以放心地让 AI 大胆修改，因为每一行变更都可溯源、可回滚，这也是后续团队协作的基础。

一些准备工作～

GitHub

需要先下载加速器：https://steampp.net

然后注册账号：https://github.com

（遇到很麻烦的题目，或者做完题发现又回到注册界面了，大概率是网络问题，可以等网络稳定了再注册～）

github主要作用就是远程存放项目的仓库，我们可以收藏借鉴别人的项目，以及在他们项目基础上做自己的操作

  1. 访问项目

后面会演示做这个项目所以以这个项目为例：https://github.com/YeyezhizzZ/deepmemo/tree/v1-starter

  1. Fork
  2. 拉取到本地

复制图中的链接，让trae帮你拉取到本地～

Git

哪怕你不是程序员，只要在用 AI 做项目，都需要搭配使用 Git。可以理解成游戏的存档系统，打到一个满意的节点存一档，后面翻车就读档回来~

如果是手动安装，参考：https://zhuanlan.zhihu.com/p/1964000713093940297

如果是想用ai安装，参考提示词如下：

SQL
**Role:** 你现在是一名资深 DevOps 工程师，负责为我当前的 Windows 开发环境配置最稳健的 Git 工作流。
**Task:** 请按顺序执行以下任务，并在每一步完成后向我确认。
**Step 1: 环境检测与安装**
首先检查系统中是否已安装 Git (git --version)。
若未安装，请使用 Windows 包管理器 winget 执行静默安装： winget install --id Git.Git -e --source winget
安装完成后，请刷新当前的终端环境变量，确保 git 命令在当前会话可用。
**Step 2: 基础全局配置 (Global Config)** 请直接执行以下命令配置我的身份信息：
用户名：github账号名
用户邮箱：github的邮箱
默认分支名：main
**Step 3: 环境变量与验证**
验证 Git 是否能正常运行。
列出当前的全局配置清单 (git config --list --global)。
**Expectation:** 你的操作应尽量自动化，遇到需要路径确认的地方，请默认使用系统标准路径。完成后，请总结我的 Git 配置快照。

远程仓库可以让你在其他电脑上拉下存档点继续工作，也方便协作。

git 的下载、安装、登录、提交、回滚，都可以让 cc 用自然语言帮你完成。比如说「帮我下载 Git 并跟我的 GitHub 账号绑定」，跟着操作就好。

还有「帮我把现在的分支提交到远程仓库」，GitHub 上就多了一个项目。

之后哪怕你手动改坏了文件，让 cc「回滚到上一个存档版本」就能回去，诸如此类~

cc 不管是写代码还是其他文档操作，都有不确定性。建议在使用过程中养成版本管理的习惯，每做完一步就让 cc 存档一步。

有 Git 兜底，也更安心地让 cc 去尝试各种方案~

uv

首先让ai帮你下载python、配置python

`Plain Text 为我下载lts版本的python3.10，以及使用uv来进行包管理


或者手动按照以下内容来配置：

然后再配置后面的虚拟环境

在使用python创建新项目的时候，可以选择四种虚拟环境：[virtualenv](https://zhida.zhihu.com/search?content_id=261603089&content_type=Article&match_order=1&q=virtualenv&zhida_source=entity)，pipenv，poetry，[conda](https://zhida.zhihu.com/search?content_id=261603089&content_type=Article&match_order=1&q=conda&zhida_source=entity)，工程上最流行的是uv 

安装方式有三种： 

- macOS 和linux系统，下载命令：curl \-LsSf https://astral\.sh/uv/install\.sh \| sh

- Windows电脑通过powershell下载：powershell \-ExecutionPolicy ByPass \-c \&\#34;irm https://astral\.sh/uv/install\.ps1 \| iex\&\#34;

- 或者通过pip命令从PyPi直接安装库到全局环境：pip install uv

详细安装教程见：https://zhuanlan\.zhihu\.com/p/1938636637249700959



## 开始动手！

真正的保姆级教程！

参考：https://mp\.weixin\.qq\.com/s/xLgonEJ9cCH0LaLpw76\_3g

### **继续使用workshop1里面和对话框问答来改代码，会遇到什么问题？**

在前面的内容中，我们分享了直接在trae、cc的对话框里敲命令来驱动ai改代码。但当你尝试构建复杂项目时，一定会遇到这几个场景：

- **记忆断层：** 一周后回到AI IDE、cc，完全想不起代码改了哪，下一步该做什么。

- **上下文幻觉：** 聊得越多，AI 的记忆就越乱，开始满口胡言，代码质量直线下降。

💡 核心方案：带上你的自定义文档去AI Coding

### **如何基于项目来写自定义文档**

首先要理解一个项目有哪些主要组成部分（这里放一个介绍前后端的视频，方便大家理解）：

- **前端：** 用户端。主要负责用户界面的视觉呈现（UI）与交互逻辑设计（UX），是用户与系统交互的直接入口。

- **后端：** 服务器端。核心职能包括业务逻辑处理、API 设计、数据库的 CRUD（增删改查）。

### **对着自定义文档AI Coding**

我们要做的，是让 AI 看着说明书（文档）干活并在干完后更新文档记录进度。

**第一步，大家先自由发挥：** 在本地项目里新建一个 docs 文件夹，然后去和 DeepSeek/trae 讨论：如果你想做一个全栈应用，到底需要哪些设计文档（前端、后端、架构图）？

推荐的给ai的提示词：

```Plain Text
**Role:** 你现在是一名资深的全栈架构师，专门擅长带教零基础小白。你的目标是协助我为一个名为 **“智能问答助手”** 的全栈项目设计一套“工程说明书”。
**Background:** 我是一个编程零基础的开发者，但我希望能通过“与 AI 同频共舞”的方式完成这个项目。我追求的是 **Vibe Coding**的极致体验。
**Task:** {query}

持续迭代与 Git 管理

在 Vibe Coding 模式下，建议遵循 小步快跑，频繁提交 的原则：

  1. 由 Agent CLI基于指令生成基础模块。
  2. 通过终端运行测试或预览环境。
  3. 在 IDE 中看 diff ，人工 review 后，再 Git Commit 当前版本代码。
  4. 继续下一阶段的AI Coding。

让大家能维护你的作品！

开发完成后，可以放在github上让大家一起参与协作～

Workshop总结

  1. 工程目标：从web Demo 到全栈产品。突破静态页面的局限，构建具备持久化存储与业务逻辑的全栈项目。
  2. 开发哲学：Vibe Coding 与AI共舞。遵循指令驱动-\> 人工 Review -\> Git 提交的循环，确保开发过程可控且透明。用 Git 做版本控制实现多任务并行与快速回滚，降低 AI 幻觉带来的风险

cc安装

使用 cc 严格意义上有四种方式：claude 桌面应用、网页、ide 插件、终端。其中最推荐原生、且功能最全最新的终端。

安装方式一

在官网https://code.claude.com/docs/zh-CN/overview拷贝命令，在 ide 终端里输入回车，自动下载好（需要魔法）

再输入 claude --version，看到版本号就成功了。

安装方式二

让 IDE 的 Agent 帮你装，比如用workshop1下载的trae，直接跟他说：

帮我安装 node 并用 npm 安装好最新的 claude code

cc配置

因为cc 是 agent 程序，所以给它配什么model可以自己选择。

大部分人会用国产大模型或其他渠道的 api。建议下载 cc switch 来管理多个模型的切换，直接按这个链接去下载https://github.com/farion1231/cc-switch/releases

填入 apikey 和 请求地址，其他随意起名保存就行。

⚠️容易踩的坑：操作cc switch一定要在打开claude之前，否则它默认会让你登录。已经在 cc 里面再去切，会切不动。这一步很多新手翻车，记一下~

安装并且配置完成后，回到 ide，输入 claude 回车启动。一些初始设置（主题色、安全提示、推荐设置、文件夹是否可信），一般全部回车通过就好啦~