實戰AI編程

王巍巍， 工程師,中國信通院應用現代化推進中心專家,九三學社成員,騰訊雲架構師名人堂專家,華為鯤鵬 金種子開發者,CCF 會員,CCF人工智能與模式識別專委委員， 國資委人工智能特訓班特邀講師,TOGAF企業架構師，現任上海感物知行科技有限公司創始人。擁有多個發明專利，參與《銀行核心系統現代化建設水平度量模型》《金融級智能應用能力要求風控場景》《人工智能雲AI網關能力要求》《人工智能雲大模型外部信息交互能力要求》等多項標準編寫,作為 作者發表過多篇人工智能學術論文。曾帶隊獲得華為鯤鵬應用創新大賽全國總決賽銀獎,案例入選 信息技術應用創新解決方案。曾參加騰訊雲AI智能體編程比賽並獲得一等獎。擁有人工智能技術專欄“LLM智匯坊”。

序一
序二
序三
前言
第1章AI編程的概念、應用場景與範式
1.1什麼是AI編程
1.1.1AI編程的定義與本質
1.1.2AI編程的核心要素：模型、工具、上下文
1.1.3AI編程與傳統編程的區別
1.1.4AI編程的技術基礎：大語言模型與代碼理解
1.2AI編程的六個經典應用場景
1.2.1代碼生成與智能補全
1.2.2代碼重構與優化
1.2.3代碼審查與錯誤診斷
1.2.4文檔生成與代碼註釋
1.2.5測試用例生成與質量保障
1.2.6架構設計輔助與決策支持
1.3AI編程的演進趨勢
1.3.1從模糊到精確
1.3.2從單次交互到持續對話
1.3.3從代碼生成到工程實踐
1.4什麼是Vibe Coding
1.4.1Vibe Coding的定義與特征
1.4.2Vibe Coding的工作流程
1.4.3Vibe Coding的優勢與局限
1.5什麼是Spec Coding
1.5.1Spec Coding的定義與特征
1.5.2Spec Coding的核心思想
1.5.3Spec Coding的實踐模式
1.5.4Spec Coding的優勢與局限
第2章Cursor:AI驅動的IDE
2.1Cursor的定位及特色
2.1.1Cursor：AI原生IDE
2.1.2Cursor與VS Code的關系：繼承與超越
2.1.3Cursor的核心設計理念：讓AI成為編程的默認模式
2.2Cursor的核心功能
2.2.1Chat：多輪對話式編程
2.2.2Composer：多文件協同編輯
2.2.3代碼補全：智能上下文感知
2.2.4代碼審查：AI驅動的質量保障
2.3快速上手Cursor
2.3.1安裝配置Cursor並選擇AI模型
2.3.2使用Chat功能進行代碼對話和問題解答
2.3.3配置.cursorrules文件管理項目級上下文和編碼規範
2.3.4在Cursor中使用MCP服務
第3章Claude Code: 架構師的項目級AI助手
3.1Claude Code的定位及特色
3.1.1Claude Code：項目中的AI架構師
3.1.2Claude Code的核心設計理念：理解項目全貌，完成完整開發任務
3.2Claude Code的核心功能
3.2.1代碼庫結構理解：深度分析項目架構與模塊關系
3.2.2跨文件協同修改：接口改動時自動更新調用方並測試
3.2.3Git工作流集成：直接提交、創建分支、發起PR
3.2.4任務導向開發：描述需求後完成整個開發流程
3.3Claude Code的上下文處理能力：Spec Coding的關鍵
3.3.1超長上下文支持：理解大型項目全貌
3.3.2高精度上下文理解：準確識別模塊間依賴與調用關系
3.3.3多文件關聯分析：自動發現需要同步修改的相關文件
3.3.4項目級思維：從單文件思維到項目整體思維
3.4快速上手Claude Code
3.4.1安裝配置Claude Code
3.4.2使用Claude Code Router來配置、切換和使用多個AI模型
3.4.3使用ccusage工具來對Claude Code使用量進行定量分析
3.4.4使用opcode實現Claude Code操作可視化
3.4.5使用Claude Code Skills實現可重覆的編碼任務和工作流程自動化
3.4.6使用skill-creator插件來自定義技能
3.4.7獲取技能資源
3.4.8如何獲得Claude Code的內置提示詞
3.5Claude Agent SDK
3.5.1什麼是Claude Agent SDK
3.5.2為什麼采用Claude Agent SDK而非傳統方式構建智能體
3.5.3Claude Agent SDK的主要能力
3.5.4Claude Agent SDK的安裝和使用
第4章Codex：開源的開發者AI助手
4.1Codex的定位及特色
4.1.1Codex：面向一線開發者的實用工具
4.1.2Codex的核心設計理念：開源+AI，讓開發者更高效
4.2Codex的核心功能
4.2.1快速原型實現從模糊想法到可運行代碼（Vibe Coding場景）
4.2.2精確理解項目上下文，生成高質量代碼（Spec Coding場景）
4.2.3開源優勢：社區貢獻，持續優化，適應開發者真實需求
4.3快速上手Codex
4.3.1安裝配置Codex
4.3.2Codex的能力增強——配置多層AGENTS.md體系
4.3.3Codex配置MCP
4.3.4VS Code與Codex集成
第5章OpenCode：開源生態與協作導向的AI編程助手
5.1OpenCode的定位及特色
5.1.1OpenCode：開源生態中的AI編碼智能體
5.1.2OpenCode的核心設計理念：開源生態+多模型中立，讓協作成為AI
編程的核心
5.2OpenCode的核心功能
5.2.1開源生態深度集成：GitHub/GitLab工作流中的 AI 智能體
5.2.2多模型配置與策略化使用：成本、性能與隱私的平衡
5.2.3跨終端統一智能體：CLI、桌面、IDE、GitHub 的無縫協作
5.3快速上手OpenCode
5.3.1安裝配置OpenCode
5.3.2OpenCode連接雲模型
5.3.3OpenCode切換到本地Ollama模型
5.3.4OpenCode的各種運行模式
5.3.5OpenCode的會話管理
5.3.6OpenCode支持多會話
5.3.7OpenCode對MCP的支持
5.3.8在OpenCode中使用自定義技能
5.3.9用@general 子智能體執行多步驟任務
5.3.10用@explore 子智能體進行快速工程的探索
第6章其他主流AI編程工具
6.1國外主流AI編程工具
6.1.1GitHub Copilot
6.1.2Gemini CLI
6.1.3Kiro
6.1.4Cline
6.2國內AI編程工具
6.2.1阿裏雲通義靈碼
6.2.2字節Trae
6.2.3騰訊 CodeBuddy
6.2.4阿裏 Qwen Code
第7章發揮AI編程工具最大效能的關鍵——上下文工程
7.1什麼是上下文工程
7.1.1上下文工程的定義：系統化的上下文管理體系
7.1.2上下文工程的目標：可覆用、可擴展、可維護的上下文體系
7.2為什麼需要上下文工程
7.2.1規模化：大型項目中的上下文管理覆雜性
7.2.2質量保障：通過工程化提升代碼生成質量
7.2.3團隊協作：統一的上下文標準促進協作
7.3上下文管理與AI編程工具的關系
7.3.1上下文管理用來彌補AI的“記憶缺陷”
7.3.2AI編程工具通過上下文管理主動優化信息輸入
7.4Codex的上下文處理機制
7.4.1Codex如何調試源代碼
7.4.2Codex的整體交互流程
7.4.3Codex的上下文處理機制
第8章AI編程項目開發實踐
8.1使用Cursor打造股票分析智能體
8.1.1背景
8.1.2厘清痛點和總體需求
8.1.3識別主要的架構決策點
8.1.4列出功能清單
8.1.5開發流程
8.1.6運行效果
8.1.7相關資源
8.2使用Codex+Cursor打造軟件運維質量智能分析智能體
8.2.1背景
8.2.2整體業務需求
8.2.3整體架構設計
8.2.4關鍵技術
8.2.5開發流程
8.2.6運行效果
8.2.7相關資源
8.3使用Codex+Cursor完成學術科研項目
8.3.1背景
8.3.2科研方式1：利用Spec Kit工具來實現論文調研
8.3.3科研方式2：利用Paper Search MCP來實現科研中用到的論文調研任務
第9章AI編程項目實踐進階
9.1使用Claude Agent SDK+Claude Code打造零售貸款推薦智能體
9.1.1背景
9.1.2整體架構設計
9.1.3為什麼選擇Claude Agent SDK
9.1.4系統演示
9.1.5剖析關鍵業務的代碼實現
9.1.6相關資源
9.2使用Codex+Cursor打造時序數據處理與預測智能體
9.2.1背景
9.2.2整體架構設計
9.2.3關鍵技術
9.2.4開發流程
9.2.5系統概覽
9.2.6相關資源
附錄A企業如何落地實踐Spec Coding
A.1從軟件工程視角看規範驅動開發
A.1.1傳統軟件開發模式的痛點
A.1.2規範驅動開發概述
A.1.3規範驅動開發的本質
A.1.4對比傳統軟件工程模式和規範驅動開發模式
A.1.5規範驅動開發的發展演進歷程
A.1.6規範驅動開發需要與AI工具集成來更好地發揮作用
A.2分階段實施策略
A.2.1先讓團隊認可規範驅動開發的價值
A.2.2落實分階段實施策略
A.2.3如何選擇試點項目
A.2.4整體思路是漸進式改造
附錄B主流編程工具綜合對比及簡要模型參考