前言和叠甲
本教程只是共享给朋友方便拉人入门的，如果你有更好的解决方案，按你说的来。
什么是VibeCoding？
很简单：你让AI开始写代码就行，比如说：
- 你把你的需求和期望结果和AI说清楚，然后网页版AI返回了代码，你粘贴进去运行用。
- 调用类似于Cursor / TRAE / Antigravity 这类的AI编程IDE，或者是Jetbrains / VsCode的AI扩展，对话形式写代码。
- 调用 CodeX / ClaudeCode(下称CC) / GeminiCLI / OpenCode这类AI编程CLI。
虽然都是VibeCoding，不过后两种方式更爽一些，主要原因是相对于IDE/CLI，复制粘贴代码本身就是个工作量，而IDE/CLI会在生成代码的时候调用各种skill检查代码确保不会犯一些类型、括号这类的低级错误，但网页不会。另外CLI / IDE允许AI访问你的整个项目，网页呢本来上下文就有限，还没那么高的权限。
故通过CLI / IDE去VibeCoding是一个更好的选择，网页更加适合聊天。
什么是Agent
LLM是不能直接操作你的项目代码的，他需要一个中介，这个中介就是Agent。
一方面中介通过prompt工程告诉LLM如何增删改查文件，另一方面LLM通过返回来控制Agent，实现帮你写代码。
Agent可以囊括很多东西，比如Cursor TRAE这些以AI编程为卖点的IDE其实是内置了Agent。CodeX、CC、GeminiCLI、OpenCode则是把AGENT上做了一个cli程序，方便你在任何终端调用。
降低期望
AI不是万能的，爆论是：AI能让前端干后端的活，后端能干前端的活，但不能把一个完全不懂的人变成资深工程师。
我自己在工作过程中也经常使用大模型，以生成一个简单的python代码为例，以下两种不同的问法预期结果也会不一样：
请帮我生成一段Python程序，这个程序用socket库建立一个TCP服务端，服务端接收来自客户端的数据并原样返回。 服务端监听在0.0.0.0:23333 支持多个客户端同时连接
生成一个程序，作为服务端支持多个客户端连接
效果肯定是不一样的，后者都不一定能确保输出是python程序。目前大部分LLM还不会一句一句问你（会的话也显得效率很低下）。举这个例子的意思是：你仍然需要有一定的技术功底才能更好的驯服LLM为你服务。
另外不要太指望LLM的世界知识库，就算它什么都懂，训练语料集也不一定是最新的。
所以比如说你在用的时候需要传递更多的信息，比如说你要使用bootstrapvuenext这个库弄个简单的页面出来，最好把文档url也传递给LLM，这样它才能更好的给你当牛马。类似于你分活给下属，除了分活也要交代活的背景，怎么样更好的完成活。
还有个要提到的，饭要一口一口吃，程序也是一行代码一行代码写。用AI也是一样，一个需求一个需求提，先搭框架再填内容。一蹴而就容易失败，完事了改又要token量。
适合AI干的活
舒适区：
- 根据已有代码写文档
- 把你老项目review一遍，提一些意见，然后让它一点一点改。
- Python这种比较热门的语言
不舒适区：
- 干你能力外的事情
- 啥文档不给，让他弄些很冷门的活，比如让他二开一个很小众的产品。
- RUST，资料不多
订阅和成本
前言叠了甲，接下来来讨论下花钱的问题。钱有两种花法，一种是订阅制，一种是按量计费。综合来说订阅制比较稳，按量计费的话空子比较多。我个人的配置是这样的：
Github Copilot Pro （10USD/月） + Gemini Pro （家庭组 人均30左右/月）
为什么会有成本呢？因为AI写代码本质上是Agent（如：CLI / IDE）调用各个厂家的大模型，而这个大模型运行在厂家自有的服务器上。这个过程本来就有成本，所以收费是很正常的。当然某些厂家它提供了免费模型，但是归根到底因为成本存在，所以免费还是不可持续。
这里不打任何广告，只说一下我为什么会用这两家。
首先是Copilot Pro。Copilot Pro能让opencode （一款CLI）接入就已经是一个很大的卖点了，另外你订阅了Copilot Pro就能调用Claude Gemini ChatGPT（御三家），花一分钱享受三家服务，缺点是Claude的上下文窗口比较小，不过应付业余开发肯定是够了。
Gemini就用作网页聊天用，一般负责帮忙改改文件、一起评估下可行性，找点IDEA。当然选Gemini是有原因的，因为能用家庭组拼车，Gemini是御三家里面最便宜的。
真正的用 （OpenCode）
目前谷歌、Claude都不允许OpenCode（及各种第三方软件，如龙虾、反代）调用自己的订阅方案（如Gemini Pro）。违反会面临封号。对此Gemini Pro用户需要使用谷歌自己的Gemini CLI，Claude用户得使用Claude Code。
不过Github的Copilot Pro提供Gemini和Claude的接入，且对OpenCode友好，所以这里讲一下如何接入CopilotPro。
安装OpenCode
目前Opencode比较推荐在linux系统/MAC上安装。另外推荐使用npm去安装（方便更新）。
npm install -g opencode-ai
安装好了，直接在Shell里面输入 opencode 来运行，当然记得要在你的代码库打开shell。
好，看到类似的界面说明你已经用上了opencode。不过我们还需要接入我们的订阅方案，这里介绍一下如何接入copilot pro。
接入Copilot Pro套餐
在输入框中输入 /connect 回车
然后我们就能用键盘的光标键选择GitHub Copilot，选中后回车。
这里看不懂的话第一个就行了。选择后会让你登录github。
在网页中输入刚刚opencode给出的登录代码，随后就接入了，可以在主界面使用 /models 命令查看模型。
选择需要的模型（截至发稿，比较厉害的有Gemini 3.1 Pro Preview、Claude Sonnet 4.6、GPT-5.4）回车即可。
对话
这个时候第一件事是让LLM生成整个项目的概述，我们可以输入： /init 回车，LLM就会通过Agent把你的整个项目盘一遍，随后生成总结放在AGENTS.md，方便后续使用。
就好像你把项目交接给别人，需要先跟别人大概把项目复盘一遍，这样别人才知道怎么样更好的接手你的项目。
生成好以后，就可以通过对话来指挥LLM替你干活了，在正式开始前要了解OpenCode的一个重要概念：Plan（计划）模式和Build（落地）模式。
Plan模式：此时LLM对你的项目是只读。你给LLM提需求的时候，它会倾向于反复弄清楚你的需求点，弄清楚执行过程中的一些选择，会一直和你提问，要你做决策。直到它给出一个行动大纲，此时你就可以按Tab切换到Build模式
Build模式：此时LLM对你的项目可读可写，会真正开始修改你的代码。
个人经验是：一般对于小一点的，很简单的东西就Build直接改就行。对于一些比较大的，麻烦的事情就先Plan再Build。
Comments NOTHING