第2章 Vibe Coding你的 AI 编程搭档本章你将完成的事理解 Vibe Coding 的核心理念与能力边界学会使用 TRAE 这款 AI 编程工具通过硅基流动平台接入国内大模型动手跑通第一个 AIX 小项目智能书摘生成器掌握与 AI 协作的三条黄金法则预计用时90 分钟含动手实践难度⭐零基础可完成2.1 Vibe Coding 是什么、能做什么2.1.1 从一个场景说起假设你是一位中文系的学生老师布置了一篇作业分析《红楼梦》前五回的叙事结构。传统做法是——翻开书逐回读做笔记写分析。一周下来你可能写出了三千字但总觉得隔了一层。如果你会 Vibe Coding你可以这样做事“我有一份《红楼梦》前五回的文本。请帮我写一个程序自动抽取每一回的人物对话、场景描写和判词并生成一张人物出场频次图。”AI 会在几分钟内为你生成可运行的代码。你运行它得到一张清晰的图表再结合自己的文学素养去解读——技术帮你处理了繁琐的机械工作而你的专业判断力依然是最值钱的部分。这就是 Vibe Coding用自然语言指挥 AI 写代码让非计算机专业的你也能做出可运行的项目。2.1.2 Vibe Coding 的定义Vibe Coding直译氛围编程一词由 AI 领域研究者 Karpathy 在 2025 年提出核心理念是编程的重点不再是记忆语法而是描述意图。你负责想清楚要什么AI 负责把它写出来。它与传统编程的区别如下维度传统编程Vibe Coding核心技能语法、算法、调试描述意图、审查代码、迭代引导学习曲线陡峭需数月入门平缓数小时可上手产出形式你亲手敲的代码AI 生成 你把关的代码适合人群计算机及相关专业所有专业2.1.3 Vibe Coding 能做什么、不能做什么能做的生成完整的小型项目代码网页、小程序、数据分析脚本调用大模型 API 完成智能任务对话、生成、分析快速搭建可演示的界面Gradio、Streamlit解释代码、修复报错、生成文档不能或暂不宜做的完全替代你的专业判断——AI 不懂你的学科需要你给出正确的方向保证 100% 正确——它可能一本正经地胡说你需要会验证处理对安全性、可靠性要求极高的生产系统——这仍需专业工程师一句话总结Vibe Coding 让你从代码工人变成项目导演但导演必须懂戏。2.2 工具与模型TRAE 硅基流动本节介绍贯穿全书使用的工具组合TRAEAI 编程环境硅基流动国内大模型 API 平台。这两个工具都对学生友好、国内可直接访问。2.2.1 TRAE你的 AI 集成开发环境TRAE是一款面向 AI 时代的集成开发环境IDE你可以把它理解为装了 AI 大脑的编辑器。它的核心特点对话式编程在侧边栏用自然语言描述需求AI 直接在编辑器中生成或修改代码项目级理解AI 能读懂整个项目的文件结构而不是只看当前文件内置终端生成代码后可直接运行、查看报错、让 AI 修复形成闭环国内直连无需特殊网络配置注册即用对学生友好安装与初次使用访问 TRAE 官网下载安装包支持 Windows / macOS安装后使用邮箱注册登录新建一个文件夹作为你的项目目录用 TRAE 打开在侧边栏对话框中输入你的第一条指令例如“帮我创建一个 Python 项目功能是接收用户输入的一段文字返回它的字数统计。”TRAE 会为你生成代码文件你只需点击运行即可。全书约定书中所有在 TRAE 中操作的步骤都会以引用块的形式给出指令原文你可以直接复制粘贴到 TRAE 的对话框中。2.2.2 硅基流动一个 Key 接入国内大模型硅基流动SiliconFlow是国内的 AI 模型 API 聚合平台。它的价值在于注册一个账号、获取一个 API Key就能调用几十种国内大模型包括通义千问 Qwen 系列如 Qwen2.5-7B-Instruct、Qwen3-8B免费可用DeepSeek 系列如 DeepSeek-R1免费可用智谱 GLM 系列文心一言、百川、零一万物等对学生来说它最大的好处是许多模型有免费额度注册即用无需复杂资质审核国内网络直连。获取 API Key 的步骤访问硅基流动官网siliconflow.cn用手机号注册登录后进入控制台 → “API 密钥”点击新建 API 密钥复制生成的sk-xxxxxxxx格式的密钥保存好这个密钥不要泄露、不要上传到公开仓库⚠️安全提醒API Key 等于你的钱包。书中所有代码示例都会用环境变量来读取密钥绝不硬编码到代码里。请养成这个习惯。2.2.3 硅基流动 API 的工作原理硅基流动提供的是一套REST API——简单说就是你用 HTTP 请求就是网页加载时用的那种协议向它的服务器发一条消息服务器返回模型的回复。一次完整的调用长这样请求地址https://api.siliconflow.cn/v1/chat/completions 请求方法POST 请求头 Authorization: Bearer sk-你的密钥 Content-Type: application/json 请求体JSON { model: Qwen/Qwen2.5-7B-Instruct, messages: [{role: user, content: 你好}] }服务器会返回一段 JSON里面包含模型的回复。这意味着我们只需要 Python 自带的requests库用来发 HTTP 请求就能调用大模型不需要任何额外的 SDK。这种方式的好处是依赖极少只装一个requests库代码完全透明你能看清每一次请求的结构不绑定任何特定厂商的 SDK迁移到别的平台也容易2.2.4 验证你的 API 能用在终端运行下面这段命令替换为你自己的 Key如果返回了一段文字说明接入成功curlhttps://api.siliconflow.cn/v1/chat/completions ^-HAuthorization: Bearer sk-你的密钥^-HContent-Type: application/json^-d{\model\:\Qwen/Qwen2.5-7B-Instruct\,\messages\: [{\role\:\user\,\content\:\你好请用一句话自我介绍\}]}Windows 用户注意Windows 的curl命令行换行用^JSON 里的引号要用\转义。如果你觉得麻烦可以直接跳到 2.3 节用 Python 代码来验证效果一样。如果你看到一段 JSON 返回里面包含模型的回复恭喜你——你已经接入了 AI。2.3 十分钟跑通第一个 AIX 小项目智能书摘生成器项目目标做一个网页应用用户粘贴一段长文本书章、论文、文章系统自动生成结构化书摘摘要 核心观点 金句 思维导图。学科融合点这是一个人人可用的通用项目但你可以替换成任何学科文本——中文系分析小说、历史系处理史料、法学系梳理判例、医学系整理文献。核心代码不变变的只是你喂给它的文本。技术栈Python requests Streamlit 硅基流动 API2.3.1 项目规格说明书项目内容项目名称智能书摘生成器输入一段长文本≥500 字输出结构化书摘Markdown 格式核心技术硅基流动 API 调用 Prompt 工程界面框架Streamlit运行方式本地浏览器访问预计代码量约 90 行2.3.2 第一步准备项目环境新建一个文件夹book-summary用 TRAE 打开。在 TRAE 的对话框中输入“帮我创建一个 Python 项目需要一个app.py主文件、一个requirements.txt依赖文件。requirements.txt中写入 requests、streamlit、python-dotenv 三个依赖。”TRAE 会为你生成两个文件。你也可以手动创建。requirements.txt内容如下requests2.28.0 streamlit1.30.0 python-dotenv1.0.0安装依赖在 TRAE 内置终端中运行pipinstall-rrequirements.txt为什么是这三个库requests发 HTTP 请求调用硅基流动 APIstreamlit用 Python 快速做网页界面python-dotenv从.env文件读取密钥避免硬编码2.3.3 第二步配置 API Key安全做法在项目根目录创建一个.env文件注意前面的点写入SILICONFLOW_API_KEYsk-你刚刚复制的密钥再创建一个.gitignore文件写入.env __pycache__/这样你的密钥就不会被误传到公开仓库。为什么这样做后续你可能会把项目传到 GitHub 求职展示。一旦密钥泄露别人就能用你的额度可能造成经济损失。这是工程师的基本素养从第一个项目就要养成。2.3.4 第三步编写核心代码在 TRAE 对话框中输入以下指令让 AI 帮你生成代码“请帮我实现一个 Streamlit 应用app.py。要求1) 用requests库调用硅基流动的 API地址 https://api.siliconflow.cn/v1/chat/completionsAPI Key 从.env文件读取2) 用户在文本框粘贴一段长文本选择模型点击按钮后调用大模型生成结构化书摘3) 书摘包含一句话摘要、核心观点、金句摘录、思维导图四部分4) 界面用 Streamlit标题叫’智能书摘生成器’。”AI 会生成大部分代码。生成后请对照下面的完整代码核对、补全importosimportrequestsimportstreamlitasstfromdotenvimportload_dotenv# 加载环境变量load_dotenv()# 硅基流动 API 配置API_URLhttps://api.siliconflow.cn/v1/chat/completionsAPI_KEYos.getenv(SILICONFLOW_API_KEY)# 书摘生成的提示词模板SUMMARY_PROMPT你是一位资深的阅读导师。请阅读下面这段文本生成结构化书摘严格按照以下格式输出 ## 一句话摘要 用一句话概括这段文本的核心内容 ## 核心观点 列出 3-5 个核心观点每个观点用一句话说清楚 1. 2. 3. ## 金句摘录 摘录 2-3 句最精彩的原文用引号标注 ## 思维导图 用 Markdown 缩进列表表示体现内容的层次结构 - 主题 - 子主题1 - 要点 - 子主题2 - 要点 --- 请阅读的文本 {text} defgenerate_summary(text:str,model:strQwen/Qwen2.5-7B-Instruct)-str:调用硅基流动的大模型生成结构化书摘headers{Authorization:fBearer{API_KEY},Content-Type:application/json,}payload{model:model,messages:[{role:user,content:SUMMARY_PROMPT.format(texttext)}],temperature:0.7,max_tokens:2000,}responserequests.post(API_URL,jsonpayload,headersheaders,timeout60)response.raise_for_status()# 如果请求失败会抛出异常resultresponse.json()returnresult[choices][0][message][content]# Streamlit 界面 st.set_page_config(page_title智能书摘生成器,page_icon,layoutwide)st.title( 智能书摘生成器)st.caption(AIX 暖身项目 · 粘贴文本一键生成结构化书摘)# 输入区text_inputst.text_area(粘贴你的文本建议 500 字以上,height300,placeholder例如粘贴《红楼梦》某一回的原文、一篇论文摘要、一段教材内容……)# 模型选择model_choicest.selectbox(选择模型,options[Qwen/Qwen2.5-7B-Instruct,Qwen/Qwen3-8B,deepseek-ai/DeepSeek-R1-0528-Qwen3-8B],index0)# 生成按钮ifst.button(✨ 生成书摘,typeprimary):ifnottext_input.strip():st.warning(请先粘贴一段文本)eliflen(text_input)100:st.warning(文本太短建议至少 100 字以获得有意义的书摘)else:withst.spinner(AI 正在阅读并生成书摘……):try:resultgenerate_summary(text_input,modelmodel_choice)st.success(生成完成)st.markdown(result)exceptrequests.exceptions.HTTPErrorase:st.error(fAPI 调用失败HTTP 错误{e}\n请检查 API Key 是否正确、是否有额度。)exceptrequests.exceptions.RequestExceptionase:st.error(f网络请求失败{e}\n请检查网络连接。)exceptExceptionase:st.error(f发生未知错误{e})代码解读这部分是你要真正理解的不是复制粘贴就完事load_dotenv()从.env文件读取密钥避免硬编码API_URL和API_KEY分开定义方便日后替换平台headers里的Authorization: Bearer ...是硅基流动鉴权的标准格式payload就是我们 2.2.3 节讲过的请求体包含模型名、消息列表、温度参数response.raise_for_status()会在请求失败时抛出异常被下面的try/except捕获给用户友好的提示SUMMARY_PROMPT是这个项目的灵魂——它决定了输出质量。你可以反复修改它这是 Prompt 工程的核心练习temperature0.7控制生成的随机性0 最稳定、1 最有创意2.3.5 第四步运行项目在 TRAE 终端运行streamlit run app.py浏览器会自动打开http://localhost:8501。粘贴一段你专业的文本中文系粘贴小说、法学系粘贴判例、医学系粘贴文献点击生成书摘等待几秒你就能看到一份结构化的书摘。运行效果如图 2-1 和图 2-2 所示图 2-1 是应用界面粘贴文本并选择模型后点击生成书摘按钮图 2-2 是生成结果呈现了生成完成提示、一句话摘要、核心观点和思维导图。恭喜你已经完成了第一个 AIX 项目。虽然它很简单但它具备了 AIX 项目的全部要素一个学科输入 一个 AI 能力 一段可运行代码 一个可用界面。2.3.6 第五步用 TRAE 继续迭代加功能Vibe Coding 的精髓是小步迭代。现在我们让 TRAE 帮项目加一个新功能。在 TRAE 对话框中输入“请给app.py增加一个功能在书摘生成后显示一个’导出为 Markdown 文件’的按钮点击后让用户下载生成的书摘文件名默认为book-summary.md。”TRAE 会直接修改你的app.py你只需运行streamlit run app.py验证新功能是否生效。如果报错了把报错信息复制给 TRAE让它修复。这就是 Vibe Coding 的迭代节奏提需求 → AI 改代码 → 你运行验证 → 报错就反馈给 AI → 再验证 → 满意为止2.3.7 第六步换一个学科再跑一次这个项目的真正价值在于它的可迁移性。请你做以下练习你的专业试着粘贴什么文本调整 Prompt 的方向中文小说某一章让 AI 分析人物关系历史一段史书原文让 AI 提取事件时间线法学一份判决书让 AI 总结争议焦点医学一篇临床指南让 AI 提取用药要点经管一份财报让 AI 提取关键财务指标你会发现只要修改SUMMARY_PROMPT同一个程序就能服务于不同学科。这就是 AIX 的底层逻辑——AI 能力是通用的学科知识是你的两者结合就是融合。2.4 与 AI 协作的三条黄金法则跑完了第一个项目你可能会兴奋也可能会遇到挫折。在你继续往下读、做更复杂的项目之前请记住这三条法则。它们会贯穿全书。法则一你是导演AI 是演员AI 不会替你思考做什么和为什么做。你必须先想清楚目标我要解决什么问题给谁用做到什么程度算好再描述给 AI越具体输出越准。“做一个书摘工具远不如做一个 Streamlit 应用输入长文本输出包含摘要、观点、金句、思维导图的 Markdown”类比导演不会冲进片场替演员演但他必须知道这场戏要表达什么。你也是。法则二永远要验证绝不盲信AI 会一本正经地胡说——代码可能跑不通结论可能是错的。你必须运行代码跑通了才算数跑不通就让 AI 改核对结果AI 生成的书摘你至少要读一遍看它有没有胡编保留怀疑尤其是涉及数据、引用、事实的输出⚠️真实案例有学生让 AI 分析《红楼梦》人物关系AI 编造了一个贾宝玉的表妹林黛玉的姑姑——这个人物根本不存在。专业判断力是你的最后一道防线。法则三小步迭代不要一次到位不要试图一句话让 AI 生成完整项目。正确做法是先让它生成最小可运行版本能跑就行运行看效果提一个新需求让它改进再运行再改进重复直到满意这一步的体现我们刚才的项目就是迭代出来的——先有基本功能2.3.4 节再用 TRAE 加上导出 Markdown功能2.3.6 节。下一章你会看到所有复杂项目都是这样长出来的。本章小结Vibe Coding让非计算机专业的你也能做出可运行的 AI 项目核心是描述意图、审查代码、迭代引导TRAE是贯穿全书的 AI 编程环境对话式编程 项目级理解 内置终端硅基流动一个 Key 接入几十种国内大模型我们用最基础的requests库直接调用其 REST API不依赖任何厂商 SDK你已经做出了第一个 AIX 项目——智能书摘生成器它具备所有 AIX 项目的雏形三条黄金法则你是导演、永远验证、小步迭代将贯穿全书课后练习基础题修改SUMMARY_PROMPT让书摘生成器输出适合发朋友圈的 3 句话精华版。进阶题在 TRAE 中提出需求给项目增加上传 TXT 文件的功能让用户可以直接上传文本文件而不用粘贴。挑战题增加对比阅读功能——用户粘贴两段文本AI 分别生成书摘并对比两者的异同。 完成练习后把你的项目传到 GitHub写一份清晰的 README。这是你 AIX 能力的第一份资产。下一章我们会学习如何从零设计一个属于你专业的 AIX 项目。下一章预告第3章《选题与设计找到你的 AIX 切入点》——我们将带你用双轴设计法从你自己专业的痛点出发找到一个既有学科深度、又能用 AI 解决的真问题。