前言
打开对话窗口就能得到像样的答案,已经不稀奇。真正拉开差距的是:同样一批模型与工具,有人能稳定交付,有人却卡在「偶尔很强、经常翻车、账单不明」。
差距很少出在「会不会问问题」,而在于有没有把整条链路当成工程来管:选什么模型、怎么接入、用什么 Agent、Rules / Skills / MCP 怎么配、多轮任务如何拆、失败后如何恢复。
本指南面向有开发经验的读者,按任务组织,回答三件事:先做什么、后做什么、卡在哪一环该翻哪一章。目标是把 AI 从「会聊天」推进到「能稳定交付」。
全书讲什么
侧栏顺序即阅读主线:
| 篇章 | 解决什么 |
|---|---|
| AI 编程 | 选模型与工具、买套餐与渠道、配环境、控成本,再定协作工作流 |
| Agent 工具 | 账号切换、安装脚本、多 Agent 工作区、终端 / 浏览器、路由网关、记忆检索 |
| Agent 工程 | Prompt → Skills → MCP → Hooks → Subagents |
| 编程实战 | Cursor / Codex / Kiro 上手包,以及 Claude Code 实践 |
| VB Coding | 开工准备,以及浏览器插件、桌面、小程序、移动 App、Web 与智能硬件 |
| 场景实战 | ChatGPT、桌面 Agent、办公 CLI、需求到原型、AI 绘图与设计到代码 |
| 学习资源 | 学习路线、社区资源与教程速查(按需查阅) |
| 应用选型 | 产品导航,以及办公、对话、智能体、绘图视频与 OpenClaw 生态 |
怎么读
按当前任务跳读即可。更细的路径见 阅读指南,章节入口见 全书目录。
工具与模型变化很快,内容以开源方式维护。欢迎在 GitHub 反馈问题、纠正过时信息、贡献实践经验。