Datawhale Easy-Vibe 项目导览从 AI 编程新手到全栈产品工程师的三阶段进阶路线【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址: https://gitcode.com/datawhalechina/easy-vibe2025 年被许多人视为 AI 编程元年。越来越多的人开始用 AI 写代码但产出的成果往往停留在玩具级别——他们不知道如何用 Vibe Coding 组织开发流程、该选择哪些工具、从原型到上线产品之间还有哪些关键步骤。本文基于 Datawhale 开源项目Easy-Vibe的官方项目介绍文档docs/en/guide/introduction.md完整梳理它的渐进式三阶段实战学习路径Stage 0/1 从零上手 Vibe Coding 并完成 Web 应用原型Stage 2 掌握全栈开发与部署上线Stage 3 进阶跨平台复杂应用。读完本文你将清楚了解玩具级 Demo到可上线产品之间需要补齐的能力地图并能根据自身角色直接定位到对应的章节开始学习。为什么要做 Easy-VibeAI 编程的最后一公里问题项目介绍开篇就点出了一个矛盾AI 让写出能跑的代码变得前所未有的容易但大量使用 AI 编程的人仍然被困在玩具级作品上。具体表现为三类典型困境不知道如何用 Vibe Coding 组织开发流程——只会零散地让 AI 生成片段缺乏从需求到交付的完整工作流不知道如何选择工具——AI IDE、CLI 工具、Agent 框架种类繁多缺乏选型依据不清楚从原型到上线产品之间的关键步骤——本地能跑只是一个起点部署、数据库、支付、用户反馈迭代才是产品化的分水岭。Easy-Vibe 的解决方案不是再讲一遍语法而是用一套渐进式三阶段实战路径three-stage practical learning path把学习过程拆解为可执行的阶梯。这与 llms.txt 中描述的31 阶段高层架构一致Stage 1 覆盖新手入门与产品原型Stage 2 覆盖初中级全栈开发Stage 3 覆盖高级开发与跨平台另加一个覆盖 9 大领域、80 交互式专题的附录知识体系作为长期参考库。每个阶段都配有完整可动手做的项目通过真实挑战引导学习者从玩具走向产品最终获得把任何想法变成可用应用turn any idea into a working application的能力。课程的培养目标也非常明确掌握 Vibe Coding 并经过系统训练后一个人就能成为集前后端开发、AI 能力集成、产品设计于一身的复合型开发者。这门课为谁设计三类学习者的定位与入口项目介绍明确将目标学习者划分为三类不同背景的人可以从不同章节切入目标人群课程定位推荐入口零基础新手非技术背景 / 产品与运营人员理解关键概念完成第一个 AI 驱动的工具或产品原型学习地图初中级开发者学生 / 有一定基础的开发者系统掌握 Vibe Coding 与原生 AI 应用开发Stage 2 全栈开发高级开发者公司、初创团队、开源与独立开发者支持团队与个人快速构建、验证、迭代原生 AI 应用Stage 3 高级开发从仓库首页 README.md 的Who This Is For可以进一步印证课程面向完整初学者、产品经理/创始人、学生、初中级开发者、中高级开发者五类人群并为不同目标提供了分叉的学习路径——想要快速获得第一次成功的从贪吃蛇小游戏入手想要把想法变成产品原型的走 Stage 1 学习地图想要端到端构建全栈产品的直接进入 Stage 2对 AI-Native 工程感兴趣的则直达 Stage 3 的 Claude Code 与 Agent 工作流。完整内容导航三阶段 通用附录的知识地图introduction.md的核心价值在于它本身就是一张导航地图把仓库中数百个章节组织成了清晰的检索结构。下面按原文档骨架完整展开。通用附录AI 能力词典在整个学习路径之前项目先提供了一本随查随用的词典AI 能力词典涵盖常见 AI 核心概念、术语与场景解释帮助学习者在阅读各章节时随时查阅不熟悉的概念。这份词典与 附录知识体系 是同一体系——附录共覆盖 AI 基础、计算机基础、开发工具、浏览器与前端、服务器与后端、数据、架构设计、运维、工程卓越等 9 大知识领域是贯穿三个阶段的长期参考库。Stage 0幼儿园——先建立我能做到的信心Stage 0 是全课程的起点目标是让完全零基础的学习者快速获得第一次成功体验章节核心内容状态新手入门学习地图完整学习路径总览✅ 已完成新手入门AI 时代会说就会编程通过贪吃蛇等案例初步感受 AI 编程能力✅ 已完成其中AI 时代会说就会编程一章是实际的动手起点学习者通过对话让 AI 写出一个能吃单词、写诗、画画的贪吃蛇游戏全程不需要记忆语法、不需要配置环境直接在浏览器中运行。正如该章节 docs/en/stage-1/ai-capabilities-through-games/index.md 所强调的完成比完美更重要这一阶段的目标不是学会编程而是让学习者亲眼看到用自然语言驱动代码生成的真实工作方式。Stage 1AI 产品经理——从想法到可展示的原型Stage 1 是课程的核心骨架围绕一条完整的实战链路展开认识工具 → 搭建原型 → 集成 AI 能力 → 完整项目实战。原文档中的章节结构与核心内容如下章节核心内容状态1.2认识 AI IDE 工具学会使用 IDE掌握界面结构与高效提示词✅ 已完成1.3动手搭建原型从产品分析、拆解到多页面产品原型实现的完整闭环✅ 已完成1.4为原型接入 AI 能力理解并完成常见 AI 能力文本、图像、视频的 API 集成✅ 已完成1.5完整项目实战模拟真实场景根据用户反馈迭代完成项目展示含结课作业✅ 已完成值得注意的是README.md 的新闻记录显示 Stage 1 在 2026-08-12 完成了一次重构打磨入门路径改为从真实问题出发经过发现机会、选择方向、理解用户需求、访谈、收敛方案、搭建原型、集成 AI、完成可展示项目的完整流程更适合零基础学习者、首次做产品的人和独立开发者从真实需求走向可给用户看的原型。Stage 1 附录产品思维与需求验证工具箱原文档还列出了六个附录章节它们共同构成了产品化思维的知识底座章节核心内容状态附录 A产品思维补充从想法评估、需求拆解到 MVP 的产品思维框架✅ 已完成附录 B常见错误与解决Vibe Coding 中的常见错误与排查方法✅ 已完成附录去哪里找灵感从参考应用、趋势、VC 清单中发现细分方向✅ 已完成附录双钻模型理解先定义问题、再发散设计方案的完整节奏✅ 已完成附录待完成的工作JTBD用 JTBD 方法理解用户真正想完成的任务✅ 已完成附录Mom Test 访谈法通过用户访谈验证需求的调研方法✅ 已完成这些附录与 README.md 中User Research and Requirement Validation系列灵感来源、双钻模型、JTBD、Mom Test一一对应解决了 Vibe Coding 时代最容易忽略的问题AI 降低了做出东西的成本但做什么和值不值得做仍然需要产品方法。这一点在 学习地图 中被概括为一句关键区别Coding 问的是我能做到吗而 Build Product 问的是它值得做吗、谁会用它、我如何交付、如何知道它有效。Stage 2初中级开发者——从原型到可上线的全栈应用Stage 2 的目标是把 Stage 1 的原型升级为可上线、可支付、可管理的真实应用分为前端、后端、AI 能力三块内容原文档标注为 进行中但仓库中多数章节实际已落地。前端部分章节核心内容状态使用 Lovart 产出素材用 Lovart 批量生成角色、场景等视觉素材为 UI 设计与前端开发打基础Figma 与 MasterGo 入门使用设计工具梳理信息架构与页面结构为前端实现打基础构建你的第一个现代应用——UI 设计从设计稿完成组件化界面打通设计到代码的第一环按 UI 设计规范设计页面与按钮使用主流设计规范组织页面结构与按钮层级用 AI 生成设计方案一起搭建霍格沃茨画像从零构建带 AI 能力的前端应用连接设计与开发后端开发部分章节核心内容状态什么是 API理解 HTTP 接口与请求-响应模型为后端集成与调试做准备从数据库到 Supabase在 Supabase 上搭建数据库与 API把数据模型连接到前端页面用大模型辅助编写接口代码与文档用 LLM 生成接口与数据库文档和代码产出可读、可测试的后端服务Git 工作流与 Zeabur 部署用 Git 工作流管理代码部署到 Zeabur 实现上线现代 CLI 开发工具使用命令行 AI 编程工具加速开发与调试形成个人工程工作流如何集成 Stripe 等支付系统集成支付系统完成支付流程与基础结算构建你的第一个现代应用——全栈应用组合前端、后端、支付模块交付可部署的全栈 Web 应用现代前端组件库 Trae 实战用现代前端组件库与 Trae 独立构建带登录注册和支付的产品AI 能力附录章节核心内容状态Dify 与知识库集成入门用 Dify Workflow 与基础 RAG 构建工具型产品为后续应用升级建立模板学会查询 AI 词典并集成多模态 API学会查找合适的模型与 API把文本、图像等多模态能力集成进产品需要说明的是虽然introduction.md中这些章节大多标记为 进行中但对照当前仓库的 docs/en/stage-2 目录前端Lovart 素材、Figma 与 MasterGo、UI 设计、多产品 UI、LLM 美化、霍格沃茨画像、设计转代码、现代组件库、后端Git 工作流、Supabase、AI 接口代码、Zeabur 部署、现代 CLI、Stripe 支付、作业全栈 SaaS 应用、考试管理系统等 8 个项目的实际文档均已落地。其中 Stage 2 首页 将学习内容组织为前端开发 → 后端开发 → 两个主项目 → 六个扩展项目的递进结构并明确指出前面的章节教的是零件主项目教的是如何把这些零件组装成一个能运行、能演示、能上线的产品。两个主项目分别是Project 1AI 文案写作 SaaS——覆盖登录、生成、数据库、支付、管理后台这一最常见的 SaaS 链路Project 2在线考试与管理系统——覆盖角色权限、题库、考试流程、提交、评分统计等业务系统场景。无论选择哪个项目都至少需要准备三个交付物可运行的代码仓库、可访问的演示链接、以及一份 README 和演示视频。Stage 3高级开发者——跨平台复杂应用与 AI 进阶Stage 3 面向希望构建跨平台复杂应用、深入 AI 应用开发的学习者。虽然introduction.md中 Stage 3 的表格尚未展开但从 Stage 3 首页 可以确认其完整内容架构核心技能Core SkillsClaude Code 快速上手、MCP 协议完整指南、Skills 技能包、长任务处理、Claude Agent Teams 多 Agent 协作、Superpowers 工程级开发框架、工作流最佳实践、基于 GitHub Issues 的端到端开发跨平台开发Cross-Platform平台选型、微信小程序含后端、Android、iOS、本地 PWA、浏览器 AI 插件、Electron 桌面应用、NFT 铸造、VS Code 插件、Qt 工业 HMI 等十余个实战项目AI 进阶AI AdvancedRAG 入门与基于 LangGraph 的中高级 RAG 工作流。这一阶段呼应了 llms.txt 中对 Stage 3 的关键词定位MCP、RAG、微信小程序、Android、iOS、Electron以及 README.md 中AI-Native高级 Claude Code 与 Agent 工作流的分支路径。仓库结构速查不同角色的学习决策树为了方便 Agent 和读者快速定位llms.txt 提供了一份极简决策树与introduction.md的三阶段划分完全对应问怎么开始 / 零基础 / 入门 → 进入 Stage 1docs/en/stage-1/问数据库 / 部署 / 全栈 → 进入 Stage 2docs/en/stage-2/问MCP / 小程序 / 跨平台 / Claude Code 进阶 → 进入 Stage 3docs/en/stage-3/问计算机基础 / 原理 → 进入附录docs/en/appendix/对应到仓库目录多语言文档根目录为 docs/en英文版此外还提供 zh-cn、zh-tw、ja-jp、ko-kr、es-es、fr-fr、de-de、ar-sa、vi-vn 共 10 种语言的完整内容各语言目录结构与英文版保持一致。如何在本地运行 Easy-Vibe 文档站点如果你想在本地阅读或预览这套教程这是一个 VitePress 静态文档站点仓库提供了两种方式方式一AI IDE 对话方式推荐给本课程的学习者 在 VS Code、Cursor、Trae 等 AI IDE 的聊天窗口中直接输入Please help me run this project locally.AI 会自动完成依赖安装、启动开发服务器等步骤。方式二传统命令行方式npm install npm run dev然后在浏览器中打开http://localhost:3000即可访问本地文档站点参见 README.md 的 Run Locally 一节package.json中已配置好对应的脚本。总结从会说就会编程到把想法做成产品回顾introduction.md的完整骨架Easy-Vibe 的学习路径本质上是一条能力递进链Stage 0用贪吃蛇游戏打破我不会编程的心理门槛建立第一次成功体验Stage 1用 AI IDE 产品思维 AI 能力集成交付一个可展示的 AI 产品原型Stage 2用数据库、后端 API、Git、部署、支付补齐全栈能力交付可上线的全栈应用Stage 3用 Claude Code、MCP、RAG 与跨平台开发进阶为能独立交付复杂应用的 AI 产品工程师。这条路径的起点是 Vibe Coding——用对话编程让更多人跨过我不能写代码所以我无法开始的门槛但正如项目反复强调的Vibe Coding 不是终点而是起点当做出一个能跑的 Demo 变得容易之后做什么、为谁解决什么问题、如何上线、如何从使用与反馈中证明价值才是从玩具走向产品的关键。而 Easy-Vibe 提供的正是覆盖这三阶段的完整答案。【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址: https://gitcode.com/datawhalechina/easy-vibe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
