🚀 跑项目闭环 on AI 编程实践指南

Cursor 实战上手指南

Mon, 01 Jan 0001 00:00:00 +0000

Cursor 实战上手指南（10分钟）#

1. 安装 Cursor 并开通账号#

如果你还在纠结怎么买、怎么省钱，可以先看： AI 编程省钱之道 | AI 订阅套餐。

第三方渠道：可在闲鱼搜索购买月卡/额度卡（自行甄别风险与售后）。月卡 | 额度卡
官方订阅：$20/月（Cursor Pro 的用量通常是“额度池”，大致等价于 $20 的模型调用价值，而不是固定请求次数）。
试用/共享账号：市面上也有“按月售卖的试用账号/共享账号”等形式（同样注意稳定性与合规风险）。

2. 配置 Rules、Skills、Subagents、MCP、Commands#

Rules：规则库，新建User Rule 复制下方的Cursor简洁版保存。

优先级：系统级规则 > 项目级 Cursor rules > CLAUDE.md > 当前对话指令

MCP：请导入到mcp.json

工具	核心职能	使用场景
universal-db-mcp	通用数据库 MCP：多库适配、schema 缓存、默认只读	在 Cursor 内用自然语言查表结构、执行只读 SQL、对接业务库（MySQL/PostgreSQL/达梦等）
Context7	为 LLM/代码编辑器注入「当前版本」的官方文档上下文（Upstash 项目）	查某库最新 API/用法、降低过时示例与幻觉；写集成代码、对照文档改调用签名
mcp-feedback-enhanced	反馈增强工具	本地定制化的反馈增强工具，支持长时间等待反馈、图片上传和断网重连功能。
Sequential Thinking	深度逻辑推理与决策链	I 阶段方案推演、复杂 Bug 根因分析
Time Server	精确时间基准	强制：所有日志必须使用，禁止猜测
DeepWiki	外部知识检索	查询最新文档、补充知识缺口
Browser Control	Web 前端交互与调试	UI 开发、实时调试、E2E 测试、截图录屏
spec-workflow-mcp	规格驱动开发（需求→设计→任务）	与 `.spec-workflow` 等模板衔接；Web 仪表盘、审批流、任务进度与实现日志
Playwright MCP （`@playwright/mcp`）	Playwright 浏览器自动化	E2E、页面操作与结构化抓取、辅助生成/验证测试；与 Browser Control 可按栈二选一或并用
Memory	持久化知识图谱	R1 recall 历史经验，R2 commit 新经验

其他

如需要自定义 Commands、Skills、Subagent 等可以后续再深入；用下方的 CCG/ZCF 一键导入一套通用配置即可。
更完整的概念与用法入口见： AI 智能体

Codex 实战上手指南

Mon, 01 Jan 0001 00:00:00 +0000

Codex 实战上手指南（10～15 分钟）#

OpenAI Codex 是面向「读仓库、改代码、跑命令」的编码代理：有 CLI（终端）、IDE 扩展（VS Code / Cursor / Windsurf 等）、桌面端 与 网页版（ chatgpt.com/codex ）多种形式，底层能力与开源仓库 openai/codex 一脉相承。

1. 安装：你更适合哪一种形态？#

形态	适合谁	说明
Codex CLI	习惯终端、SSH 远程、要和任意编辑器组合	全局安装后在项目目录执行 `codex`，对仓库的读写与命令执行最直观。
IDE 扩展	日常主要在 VS Code / Cursor 里写代码	侧边栏对话、diff 审阅、与当前工作区绑定；扩展通常围绕 Codex CLI 能力封装。
桌面 / Web	不想配本地环境，或临时处理任务	Web 入口见上；具体权益以当前 OpenAI 产品说明为准。

CLI 常见安装方式（择一即可，以官方文档为准）：

npm install -g @openai/codex

macOS 也可用 Homebrew Cask（若官方仍提供该路径）：

brew install --cask codex

Windows：除上述方式外，也可从 Microsoft Store 的 Codex 应用页安装；部分用户会在 WSL 里跑 CLI 以获得与文档一致的 Linux/macOS 体验（扩展侧也曾提示 Windows 为实验性时优先 WSL，以你当前版本说明为准）。

Kiro 10 分钟项目实战

Mon, 01 Jan 0001 00:00:00 +0000

10 分钟跑通一个真实项目#

这篇文档按“开箱即用”的顺序，带你把 Kiro 在一个真实项目里跑通：先让它理解你的项目（Steering）→ 再把能力补齐（MCP / Skills / Hooks）→ 最后按需求复杂度选模式（Vibe / Spec）。

想深入了解 Kiro 的各个功能模块？查看： Kiro 详细使用指南

1. 打开项目#

在 Kiro 中打开你的项目文件夹，或创建新项目。

2. 初始化项目配置#

打开项目后，先生成基础 Steering 文件：点击左侧 Kiro 面板 → Steering 区域 → Generate Steering Docs。如果项目近期有较大调整，建议重新生成一次以同步更新。

Kiro 会自动分析项目并生成三个核心文件：

product.md - 产品定位、目标用户、核心功能
tech.md - 技术栈、框架、工具链
structure.md - 项目结构、命名规范、架构决策

在 Steering 区域选择 Global agent steering，创建 rules.md（全局规则/偏好/红线）来约束后续对话与代码修改风格。（可参考示例： rules.md ）

3. 配置 MCP Servers#

根据项目需要添加额外能力：

Interactive Feedback MCP ：交互式反馈循环 - 弹出版（推荐）
mcp-feedback-enhanced - 交互式反馈 - 网页版
Sequential Thinking - 思维链推理 - 处理复杂问题

全套插件打造免费AI编程

Mon, 01 Jan 0001 00:00:00 +0000

CC-Switch+CPA+CCR+CC+OpenCode打造免费AI编程军团#

一、基础 AI 编程工具安装#

环境准备：#

Node.js >= 22.0
官网： https://nodejs.org
下载安装包一路傻包式同意即可
PS: 本教程着重讲各种工具的整合打通，编程工具的基础使用不在本教程的范畴

安装 CC 及 OpenCode#

CC 即 Claude Code，以下均简称 CC

npm -g install @anthropic-ai/claude-code npm -g install opencode-ai

安装检查#

npm list -g

列出的包里有以上两包名即表示安装成功，这两个包为基础

二、AI 大模型白嫖普及#

1. 正规军：#

iFlow：国内真神，并发限制仅 1 次，GLM4.7、MiniMax M2.1 等都可以免费蹭，但只支持在它家的 iflow cli 下使用，感觉 Kimi K2.5 也即将上新，并发 1 的问题可以通过开多帐号解决 + CPA 解决

英伟达：支持国内的顶级模型，目前蹭的用户过多，体验下来极不稳定

魔搭 [每天 2K 次，每模型不超过 2K 次]：上面的模型马马虎虎，好模型都不免费

2. 邪修#

顶级真神： Anyrouter ，开号后每天登录送 25 刀，Claude Code Opus4.5 免费蹭，Sonnet 4.5 最近不稳定
和本社区的各种公益站 [hotaru、随时跑路、太子公益、WONG、薄荷、黑与白等等]

新手端到端项目实战路径

Mon, 01 Jan 0001 00:00:00 +0000

新手端到端项目实战路径#

这篇我把路径压缩成三条“能直接照做”的路线。你不需要把所有文章都看完——按你当前状态选一条走到底就行。

你选哪条路线（按现状）#

路线 A｜今天就要开工（30–60 分钟启动）：环境能跑 + 先做一个小练手，把“跟 AI 协作写代码”的手感建立起来。
路线 B｜标准端到端（1–2 天打通闭环）：从需求到交付完整跑一遍，沉淀一套可复用 SOP。
路线 C｜准备长期用（配置/工作流/多模型进阶）：当你已经能做完小项目，想要效率与可维护性更高的体系化配置。

路线 A｜今天就要开工#

先把环境跑起来：只看这篇
- 开发环境准备
然后做一次小练手（需求 → 任务 → 开发）
- 项目实践：从一个具体案例开始

路线 B｜标准端到端（推荐新手默认走这条）#

读一篇总览（知道你在做什么）
- 项目实践栏目说明
用一套可复用的协作习惯来做项目
- Claude Code 最佳实践
按“练手 → 完整纪实”跑完第一次闭环
- 项目实践：从一个具体案例开始
- 本篇（后续补齐）：个人开发者用 AI 做完第一个小项目（完整纪实）

路线 C｜准备长期用（进阶）#

多模型/多 Agent 协作（把任务拆批次、角色化）
- Coding Agent 协作实践
把配置与方法论体系化（适合长期维护）
- Everything Claude Code 总览

可选扩展（需要时再点开）#

选模型：你纠结“该用哪个模型/套餐”时再看
- AI 编程模型选型
- AI Coding Plan 订阅选型
环境增强/接入更多端：你已经能跑通，但想更省事、更统一时再看

最终目标很简单：先完成一次“从想法到交付”的闭环，再谈体系化与进阶。

Claude Code 最佳实践

Mon, 09 Feb 2026 23:34:00 +0800

Claude Code 最佳实践#

本篇文章来源官方出品 https://code.claude.com/docs/zh-CN/best-practices

从配置环境到跨并行会话扩展，充分利用 Claude Code 的提示和模式。

Claude Code 是一个代理式编码环境。与等待回答问题的聊天机器人不同，Claude Code 可以读取你的文件、运行命令、进行更改，并在你观看、重定向或完全离开的情况下自主解决问题。

这改变了你的工作方式。与其自己编写代码并要求 Claude 审查，不如描述你想要什么，让 Claude 弄清楚如何构建它。Claude 会探索、规划和实现。

但这种自主性仍然伴随着学习曲线。Claude 在某些约束条件下工作，你需要理解这些约束。

本指南涵盖了在 Anthropic 内部团队和在各种代码库、语言和环境中使用 Claude Code 的工程师中已被证明有效的模式。有关代理循环如何在幕后工作的信息，请参阅 Claude Code 如何工作。

大多数最佳实践都基于一个约束：Claude 的 context window 填充速度很快，随着填充，性能会下降。

Claude 的 context window 保存你的整个对话，包括每条消息、Claude 读取的每个文件和每个命令输出。但这可能会很快填满。单个调试会话或代码库探索可能会生成并消耗数万个令牌。

这很重要，因为当 context 填充时，LLM 性能会下降。当 context window 即将满时，Claude 可能会开始"遗忘"早期的指令或犯更多错误。context window 是最重要的资源。有关减少令牌使用的详细策略，请参阅减少令牌使用。

给 Claude 一种验证其工作的方式#

包括测试、屏幕截图或预期输出，以便 Claude 可以检查自己。这是你能做的最高杠杆的事情。

当 Claude 能够验证自己的工作时，例如运行测试、比较屏幕截图和验证输出，它的表现会显著提高。

没有明确的成功标准，它可能会产生看起来正确但实际上不起作用的东西。你成为唯一的反馈循环，每个错误都需要你的关注。

策略	之前	之后
提供验证标准	“实现一个验证电子邮件地址的函数”	“编写一个 validateEmail 函数。示例测试用例： user@example.com 为真，invalid 为假， user@.com 为假。实现后运行测试”
以视觉方式验证 UI 更改	“让仪表板看起来更好”	"[粘贴屏幕截图] 实现此设计。对结果进行屏幕截图并与原始设计进行比较。列出差异并修复它们"
解决根本原因，而不是症状	“构建失败”	“构建失败，出现此错误：[粘贴错误]。修复它并验证构建成功。解决根本原因，不要抑制错误”

UI 更改可以使用 Chrome 中的 Claude 扩展进行验证。它在浏览器中打开新标签页，测试 UI，并迭代直到代码工作。

Everything Claude Code

Mon, 01 Jan 0001 00:00:00 +0000

Everything Claude Code#

来自 Anthropic 黑客马拉松获胜者的完整 Claude Code 配置集合。

生产级代理、技能、钩子、命令、规则和 MCP 配置，经过 10 多个月构建真实产品的密集日常使用而演化。

https://github.com/affaan-m/everything-claude-code

指南#

这个仓库只包含原始代码。指南解释了一切。


精简指南设置、基础、理念。先读这个。	详细指南 Token 优化、内存持久化、评估、并行化。

主题	你将学到什么
Token 优化	模型选择、系统提示精简、后台进程
内存持久化	自动跨会话保存/加载上下文的钩子
持续学习	从会话中自动提取模式到可重用的技能
验证循环	检查点 vs 持续评估、评分器类型、pass@k 指标
并行化	Git worktrees、级联方法、何时扩展实例
子代理编排	上下文问题、迭代检索模式

🚀 快速开始#

在 2 分钟内快速上手：

第一步：安装插件#

# 添加市场
/plugin marketplace add affaan-m/everything-claude-code

# 安装插件
/plugin install everything-claude-code@everything-claude-code

第二步：安装规则（必需）#

⚠️ 重要提示： Claude Code 插件无法自动分发 rules，需要手动安装：

豆包 AI 绘图闭环小练习

Mon, 01 Jan 0001 00:00:00 +0000

豆包 AI 绘图闭环小练习#

目标：从 0 到拿到一张「无水印」AI 图，按「生成提示词 → 出图 → 无水印下载」走一遍流程。

会用到这些工具：

提示词生成器： ai.codefather.cn/painting 或 Banana Prompt Quicker 或 Promptoy 模板库
绘图平台：豆包 AI（ doubao.com/chat/create-image ）
无水印下载脚本/扩展：豆包下载器脚本/扩展

一、豆包 AI 无水印下载脚本#

把豆包生成的图片，一键下载成无水印原图。

油猴脚本下载地址： doubao-downloader.user.js

1. 油猴脚本用法（推荐）#

前提：浏览器已装 Tampermonkey / Violentmonkey 等油猴扩展。

打开上面的脚本链接，油猴会自动弹出安装页。
点击确认安装。
在扩展管理里确认：油猴启用，且允许脚本在豆包站点运行。

装完之后，访问豆包绘图页： doubao.com/chat/create-image 。

2. 浏览器扩展用法（可选）#

不想用油猴时，可以装打包好的扩展：

从项目页下载 .zip 包。
打开浏览器扩展管理，开启「开发者模式」。
选择「加载已解压的扩展程序」，指向解压目录，或按项目文档说明安装。

.crx 在部分浏览器里装起来有限制，也可能异常，不推荐优先选择。

二、用 AI 生成绘画提示词#

打开提示词工具之一：
- ai.codefather.cn/painting
- Promptoy（提示词模板库）
- nano-kit
- gemini-3-pro-image-preview
- slides（多风格 Slides/PPT 提示词库）
- Banana Prompt Quicker
- baoyu-skills（GitHub 仓库），或通过 skills.sh 市场页面安装相关技能
- Gemini 提示词示例 001–050
选一个接近目标风格的模板（插画、二次元、写实等）。
填写画面描述：主体、场景、构图、光影、风格等关键信息。
按需调整尺寸、细节等参数。
点击「生成提示词」，复制生成的中英文提示词。

三、在豆包中出图并用脚本下载#

打开豆包绘图页面： doubao.com/chat/create-image
将上一步生成的提示词粘贴到输入框中，选择合适的模型与尺寸，点击生成。
等待图片生成完成后，使用前面安装好的下载脚本/扩展，一键下载原图（无水印版本）。

到这里，「生成 → 出图 → 无水印下载」的闭环就跑通了。

从需求到设计原型

Sun, 08 Mar 2026 00:00:00 +0000

从需求到设计原型：AI 辅助开发全链路指南#

如果你已经走通了「PRD → 原型 → 技术栈转换」，可以继续看进阶篇： Google Stitch + Figma + MCP：从设计到代码，AI 统统搞定 。

本指南记录了一套利用 AI 工具链实现从“模糊构思”到“高保真原型”再到“可执行代码”的极速开发闭环。

一、核心方法论：AI 驱动的极速流#

传统的开发流程是 需求 -> 文档 -> 设计图 -> 切图 -> 写代码。 AI 时代的实战流是：

需求定义 (ChatGPT/Gemini/豆包)：输出结构化 PRD。
视觉建模 (Stitch)：通过 PRD 生成高保真 UI 原型并导出 HTML。
技术重构 (Stitch to Tech)：将 HTML 原型转化为目标技术栈（React/Vue/Tailwind）。
工程落地 (Cursor/Claude Code)：由 AI Agent 完成生产环境代码编写。

二、工具矩阵 (Toolchain)#

1. 需求与逻辑定义#

ChatGPT / Gemini / 豆包：负责深度思考，将模糊的想法转化为标准的产品需求文档（PRD）。

2. UI 生成与原型 (UI Generation)#

Stitch (Google) ：核心原型工具。交互感极强，支持导出 HTML，适合快速搭建应用框架。
v0.dev / 秒多：前端组件级生成工具。

3. IDE 与代码实现 (Coding Agent)#

Cursor：目前最强的 AI 集成开发环境，擅长理解全项目上下文。
Claude Code：Anthropic 推出的命令行 Agent，具备极高的逻辑推理和自主修复能力。

三、全链路实战：从零开发“心语” App#

第一步：需求产出（ChatGPT/豆包）#

操作： 告诉 AI 你的创意，要求其输出标准的 Product Requirements Document (PRD)。

从设计到代码，AI 统统搞定

Fri, 13 Mar 2026 00:00:00 +0000

Google Stitch + Figma + MCP：从设计到代码，AI 统统搞定#

场景：我只想画界面，不想手写前端#

很多开发者做 Side Project 时都有同一个痛点：

你有一堆产品想法，但不想陷在「像素级对齐」里；
你能写 React/Vue，但切 Figma 图、对设计稿像素走查很耗精力；
你希望从一份设计稿直接得到工程级代码，自己只做「架构 + 业务」。

这一篇就是把前一篇《从需求到设计原型》里提到的那条链路：

PRD → Stitch → Figma → MCP → 代码

真正拉直成一套可复制的闭环 SOP。

一、整体链路概览：谁在干什么？#

先把每个工具的职责说清楚：

Stitch（Google）：根据文字需求生成高保真 UI 原型，适合「从 0 到一版像样的设计」。
Figma：作为设计中枢，承载 UI 资产、组件库、交互状态，方便多人协作和版本管理。
Framelink Figma MCP：把 Figma 设计稿「暴露」给 AI，变成可检索、可解析的结构化数据。
Claude Code / Cursor（MCP 客户端）：通过 MCP 调 Figma，将设计稿翻译成目标技术栈代码。

一句话总结：

Stitch 负责“长出 UI”，Figma 负责“管理 UI”，MCP 负责“把 UI 变成代码”。

你要做的事情只有三件：

把需求讲清楚（给 Stitch / 大模型）；
在 Figma 里把生成的界面整理成合理的 Page / Frame / Component 结构；
在 Claude Code / Cursor 里给出清晰的实现约束，让 AI 根据 Figma 自动写代码。

二、准备工作：把工具链串起来#

1. Stitch：搞定从文案到界面#

访问 https://stitch.withgoogle.com/，用 Google 账号登录；
选择合适的模板（Web / Mobile），新建一个 Project；
把你的 PRD 核心内容丢给 Stitch，例如：

我要做一个「心语」应用，帮助用户每天记录一句自己的心情/想法，并形成时间轴：
- 入口：今日一句话 + 最近一周卡片
- 主要页面：时间轴视图、单条详情页、标签筛选页
- 风格：极简、温柔、偏莫兰迪色、大圆角、暗色模式友好
请按照这些需求设计一个移动端 Web 原型。

得到第一版原型后，你可以在 Stitch 里先做一次粗调：删掉明显不需要的页面、统一色板、调整排版节奏。

其他AI编程实践文章

Sat, 14 Mar 2026 00:00:00 +0800

其他平台的 AI 编程实践#

站外文章与工具入口，一行一条，需要时再点开。

文章与实践#

AI 编程能力边界探索（Claude Code Spec Coding，得物×腾讯云） — Spec 工作流、三层规范、MCP 与实战数据。
从 Claude Code 到团队协作的优化思考（得物） — 对话流、Plan、子代理与团队侧落地。
Cursor + 飞书 MCP（掘金） — 飞书作 MCP 知识库、减轻跨工具重复沟通。

开源与工具#

mem0 — AI Agent 通用记忆层。
Context Hub — 策展文档与 chub CLI（Andrew Ng）。
PageIndex — 无向量、推理式 RAG 文档索引。

OpenMemory#

文档 Overview — 本地/托管 MCP，跨客户端共享记忆。
托管应用 — 注册与接入（免本地重配置）。

飞书开放平台#

开发者调用远程 MCP — 官方远程 MCP、云文档等工具与接入说明。

更多站内路径见项目实践。外站内容以原页面为准。

🚀 跑项目闭环 on AI 编程实践指南

Cursor 实战上手指南

Cursor 实战上手指南（10分钟）#

1. 安装 Cursor 并开通账号#

2. 配置 Rules、Skills、Subagents、MCP、Commands#

Codex 实战上手指南

Codex 实战上手指南（10～15 分钟）#

1. 安装：你更适合哪一种形态？#

Kiro 10 分钟项目实战

10 分钟跑通一个真实项目#

1. 打开项目#

2. 初始化项目配置#

3. 配置 MCP Servers#

全套插件打造免费AI编程

CC-Switch+CPA+CCR+CC+OpenCode打造免费AI编程军团#

一、基础 AI 编程工具安装#

环境准备：#

安装 CC 及 OpenCode#

安装检查#

二、AI 大模型白嫖普及#

1. 正规军：#

2. 邪修#

新手端到端项目实战路径

新手端到端项目实战路径#

你选哪条路线（按现状）#

路线 A｜今天就要开工#

路线 B｜标准端到端（推荐新手默认走这条）#

路线 C｜准备长期用（进阶）#

可选扩展（需要时再点开）#

Claude Code 最佳实践

Claude Code 最佳实践#

给 Claude 一种验证其工作的方式#

Everything Claude Code

Everything Claude Code#

指南#

🚀 快速开始#

第一步：安装插件#

第二步：安装规则（必需）#

豆包 AI 绘图闭环小练习

豆包 AI 绘图闭环小练习#

一、豆包 AI 无水印下载脚本#

1. 油猴脚本用法（推荐）#

2. 浏览器扩展用法（可选）#

二、用 AI 生成绘画提示词#

三、在豆包中出图并用脚本下载#

从需求到设计原型

从需求到设计原型：AI 辅助开发全链路指南#

一、 核心方法论：AI 驱动的极速流#

二、 工具矩阵 (Toolchain)#

1. 需求与逻辑定义#

2. UI 生成与原型 (UI Generation)#

3. IDE 与代码实现 (Coding Agent)#

三、 全链路实战：从零开发“心语” App#

第一步：需求产出（ChatGPT/豆包）#

从设计到代码，AI 统统搞定

Google Stitch + Figma + MCP：从设计到代码，AI 统统搞定#

场景：我只想画界面，不想手写前端#

一、整体链路概览：谁在干什么？#

二、准备工作：把工具链串起来#

1. Stitch：搞定从文案到界面#

其他AI编程实践文章

其他平台的 AI 编程实践#

文章与实践#

开源与工具#

OpenMemory#

飞书开放平台#

一、核心方法论：AI 驱动的极速流#

二、工具矩阵 (Toolchain)#

三、全链路实战：从零开发“心语” App#