Vibe Vibe —— 人人都能学会的 AI 编程指南
首个系统化 Vibe Coding 开源教程，带你从零基础到全栈实战，用自然语言与 AI 对话，让想法变成现实。
证据显示这是一个文档/教程项目，没有代码执行或权限请求。因此，最小权限、用户确认、数据流透明、敏感数据处理、依赖安全、外部影响、回滚和来源归属均未涉及，得分为0。来源归属方面，维护者列表提供了姓名和角色，但未验证身份，且未提供贡献者协议或来源验证，因此未得分。
自一致性：README和package.json基本一致，但package.json中license为ISC，而README声明CC BY-NC-SA 4.0，存在不一致，因此得1分。依赖可用性：依赖列表完整，但未提供锁定文件或完整性校验，因此得1分。失败消息：未提供错误处理或失败消息文档，得0分。
受众和场景：README明确列出了目标受众和最佳起点，得2分。能力边界：项目范围描述为教程，但未明确说明不包含的内容，得1分。触发精度：未定义任何触发机制，得0分。环境适配：提供了Docker部署选项，但未说明系统要求或兼容性，得1分。
信息架构：README提供了清晰的项目结构和导航，得2分。安装说明：提供了Docker部署命令，但未提供本地开发安装步骤，得1分。命名稳定性：项目名称和版本号存在，但未说明命名约定，得1分。示例和FAQ：提供了学习路径和案例，但未提供FAQ，得1分。已知限制：标记为Alpha预览，但未详细说明限制，得1分。许可证：README声明CC BY-NC-SA 4.0，但package.json为ISC，不一致，得1分。版本和变更日志：有版本号，但未提供变更日志，得1分。维护责任：列出了维护者，但未明确维护政策，得1分。
输出可用性：教程内容可能有用，但未提供实际输出示例，得1分。边际价值：作为教程，可能提供价值，但未与其他资源比较，得1分。成本效益：免费开源，但未评估时间成本，得1分。
声明可追溯性：README中的声明未提供引用或证据，得1分。跨来源佐证：未提供外部验证，得0分。事实与推断分离：内容区分了事实和观点，但未明确标注，得1分。
- 许可证不一致：README声明CC BY-NC-SA 4.0，但package.json为ISC，需澄清。
- 项目标记为Alpha预览，但未详细说明已知限制，用户应谨慎使用。
- 未提供依赖锁定文件，存在供应链风险。
- 未提供明确的安装步骤，仅提供Docker部署，可能不适合所有用户。
这个 Agent 能做什么，适合哪些场景？
Vibe Vibe 是一份面向零编程基础学习者的系统性 AI 辅助编程教程，由 Datawhale 社区发起。教程践行 Andrej Karpathy 提出的 Vibe Coding 理念，强调从“写代码”转向“对话式创作”。库内包含四大板块：基础篇（心法、技法、实战）、进阶篇（16章全栈交付流程）、实践篇（分人群实战）和优质文章篇（精选资源），并提供在线站点（www.vibevibe.cn）与 Docker 私有化部署方案。教程内容以 Markdown 文档形式组织，覆盖从第一行代码到生产级部署的完整链路，技术栈涉及 Next.js、React、TypeScript 等现代框架。教程以 CC BY-NC-SA 4.0 许可发布，鼓励社区贡献。
该仓库提供一套完整的学习路径，引导用户通过自然语言与 AI 助手（如 Cursor、Windsurf、Bolt.new、Replit）交互，逐步完成从想法到产品的开发。基础篇教授提示词工程、MVP 思维和 PRD 编写，并通过分轮迭代实现一个可运行的个人工具。进阶篇以 16 章为主线，覆盖环境搭建、PRD 驱动开发、UI/UX、数据库、Git、CI/CD、部署等完整交付流程。实践篇按人群（文科生、理工科、职场人士）提供项目实战，并包含 AI Agent 开发（RAG、向量数据库、MCP）等进阶技能。仓库本身提供 Dockerfile 和 docker-compose.yml，支持一键启动教程站点。
- 完全零基础的初学者，希望通过 AI 辅助编程实现第一个网页应用。
- 使用过 ChatGPT 但从未完成过项目的人，想系统学习 AI 辅助开发的完整流程。
- 有编程基础的开发者，想了解 Vibe Coding 方法论并进阶全栈技能。
- 创业者或产品经理，希望快速验证想法并构建 MVP。
- 文科或商科背景的学生，想利用 AI 进行内容创作或数据展示类项目。
- 希望本地或内网部署教程站点的团队或个人。
这个 Agent 有哪些优点和局限？
- 系统化课程设计，四个板块覆盖从入门到进阶，路径清晰。
- 零基础友好，不要求英文或数学背景，强调自然语言交互。
- 提供 Docker 一键部署，便于本地和离线环境使用。
- 基于真实项目实战（如全栈开发、AI Agent），学习产出明确。
- 社区驱动（Datawhale），有明确的贡献机制和反馈渠道。
- 教程本身不是 AI 模型，需要用户自备 AI 工具（如 Cursor、ChatGPT）才能实践。
- Docker 部署需要一定的 Docker 基础知识，完全零基础用户可能有门槛。
- 教程中提到的部分工具（如 Bolt.new）可能需科学上网，在国内访问受限。
- 进阶篇部分章节可能未完全开放，需关注后续更新。
- 非商业性使用许可（CC BY-NC-SA）可能限制商业用途。
如何安装或部署这个 Agent？
- 克隆仓库：
git clone https://github.com/datawhalechina/vibe-vibe.git - 确保已安装 Docker 和 docker-compose。
- 在仓库根目录运行：
docker compose up -d --build - 访问
http://localhost:1024查看教程。
如何使用这个 Agent？
安装后，浏览器访问 http://localhost:1024 即可在线阅读教程。根据自身情况选择起点（如零基础从基础篇第1章开始），按章节顺序学习，并尝试在本地或个人开发环境中实践。更详细的部署方式和离线环境注意事项可参考仓库内的 docs/deployment/index.md。
这个 Agent 与同类方案有什么区别？
教程中对比了多种 AI 编程工具（如 Cursor、Windsurf、Bolt.new、Replit），可作为选型参考。