跳转到正文
开始阅读约 2 分钟
打开原图 ↗

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。

  1. 先读 全流程总览,串起选型 → 接入 → Agent → 上下文。
  2. 按手头任务从目录或阅读指南进入对应篇章。
  3. 要立刻开工,优先:Cursor、Codex、Kiro。

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。

发现问题或有实践经验想分享? 参与讨论 ↗

把 AI 从「会聊天」推进到「能稳定交付」