最近不少读者都在问程序员和 AI 协作写代码到底是从哪一步开始的以前想学编程至少要花几周搞清楚变量、函数、报错现在很多人直接让 AI 写一个脚本、建一个网页、修一个 Bug甚至完成一整个小项目。这背后就是 AI 编程工具快速普及带来的变化。这篇文章我把 Vibe Coding、Superpowers 编程、Claude Code 和 Codex 放在一起讲一遍从概念、环境配置、核心用法到完整实战案例最后附上常见报错排查。内容面向零基础也适合已经有开发经验、想把手上的 AI 工具用得更明白的读者。读完你应该能自己搭好环境用一句话让 AI 写出可运行的小工具。1. AI 编程的核心概念Vibe Coding、Superpowers、Claude Code 与 Codex 到底是什么1.1 从“手敲代码”到“描述代码”传统编程的核心是“写代码”你需要在编辑器里一个字符一个字符地告诉计算机怎么做。AI 编程时代“写代码”的占比正在下降“描述需求”和“验证结果”的占比快速上升。Vibe Coding 是这两年很流行的一种编程方式它描述的并不是某款具体软件而是一种人机协作状态开发者用自然语言描述诉求AI 负责生成代码开发者负责阅读、运行、纠错和迭代。你不需要一次记住所有 API也不需要把整个项目结构背下来而是可以一边描述一边让 AI 帮你成型。对于零基础的人这大大降低了入口门槛对于有经验的开发者它同样能减少重复劳动。1.2 Superpowers 编程让 AI 按“技能”工作如果你把 Vibe Coding 看作一种工作理念那 Superpowers 编程更像是 Vibe Coding 的方法论升级版。它强调给 AI 提供清晰的“技能”和“工作协议”而不是每次重新解释一遍背景。比如你希望 AI 严格按照“先写测试再写实现”的方式开发那就可以把这条规则固化下来形成 AI 可随时调用的技能文件。这个思路在 Claude Code 中体现为 Skills 机制。你可以创建类似 SKILL.md 的说明文件告诉 Claude Code 在某种任务下应该采用什么流程、遵守什么规范。相比每次对话都重新输入要求这种做法的好处是稳定、可复用、可沉淀到团队。1.3 Claude Code 和 Codex 分别是什么Claude Code 是 Anthropic 推出的 AI 编程代理工具它能够在你的代码仓库目录里直接运行帮助读取文件、修改代码、执行命令、运行测试。用户和它的交互方式是命令行对话核心优势在于长上下文理解能力适合处理一个相对完整的项目任务。Codex 是 OpenAI 推出的 AI 编程工具体系。早期有人觉得 Codex 只是某个网页应用后来 Codex 已经发展出 CLI 工具能够在本地终端里连接代码仓库配合模型完成问题分析、代码修改和命令执行。它在一些人的工作流里被用作“终端里的编程助手”。二者在实际使用中并不是互斥的。比较常见的做法是先在 Claude Code 里进行长文本思考、架构梳理再用 Codex 执行某些类型的任务或者反过来。当然更多用户还是只选一个作为主力工具把它用深用透。本文后面的案例会分开演示思路方便你理解两者的操作方式。2. 环境准备安装 Claude Code 与 Codex CLI2.1 前置条件不管使用 Claude Code 还是 Codex都需要准备以下基础环境项目建议操作系统macOS / Linux / Windows(WSL 或原生终端)Node.js建议 LTS 版本需要支持 npm 全局安装Python建议 3.10 及以上部分项目需要运行 Python 脚本Git建议安装便于代码版本管理终端工具macOS 用 Terminal 或 iTermWindows 用 Windows Terminal 或 WSL版本的细节需要根据你的实际环境调整。如果你已经装了 Node.js可以通过node -v查看自己的版本node -v npm -v python --version git --version2.2 安装 Claude CodeClaude Code 最常见的安装方式之一是通过 npm 全局安装。打开终端执行npm install -g anthropic-ai/claude-code安装完成后在项目目录里运行claude首次运行时会要求你完成登录授权。如果你使用的是 Claude 订阅账号需要在弹出来的页面里确认授权如果你的场景是通过 API Key 方式接入则需要在环境变量里配置好对应密钥。具体登录方式会因为账号类型和地区而有所不同以官方文档为准。安装成功后可以查看版本claude --version2.3 安装 Codex CLICodex 的安装方式也在持续更新中。目前常见的方式也是通过 npm 全局安装npm install -g openai/codex安装完成后在项目目录里运行codex首次运行需要登录或配置 API Key。如果你的网络环境、账号权限存在限制登录时会有对应提示。安装完成后同样可以验证版本codex --version2.4 配置文件的存放位置Claude Code 和 Codex 都会在本地生成配置文件用于保存登录态和用户偏好。Claude Code 的配置一般存放在~/.claude目录包括设置文件、Skill 目录等。Codex 的配置文件一般在~/.codex目录登录凭证和配置会保存在这里。如果你在团队环境中使用应该特别注意配置里的密钥内容不要提交到 Git 仓库。最简单的方式是在项目根目录维护一份.gitignore把包含密钥的目录或文件排除掉。3. 核心用法拆解提示词、Skills 与工作流3.1 Vibe Coding 的第一个核心能力写清“需求”很多人让 AI 写代码失败并不是因为 AI 不够强而是因为需求描述太模糊。举个例子你如果只说“帮我写一个计算器”AI 可能给出一个极其简陋的控制台程序但如果你说“帮我写一个 Python 命令行计算器支持加、减、乘、除输入错误时提示并允许重新输入退出时打印历史记录”效果会完全不一样。一个比较通用的 Vibe Coding 提示词模板是请你完成一个 [程序类型]使用 [语言/框架]。 核心功能 1. [功能一] 2. [功能二] 3. [功能三] 运行方式在命令行通过 [命令] 启动。 输出要求[打印信息的格式] 边界情况当 [异常输入] 出现时应该 [处理方式]。这段话看起来不复杂但它实际上包含了一个理想需求描述需要的四个要素目标、功能、运行方式和边界行为。AI 编程最怕的不是需求长而是需求含糊。3.2 用 Superpowers 的思路给 Claude Code 设定“技能”Superpowers 编程的落地方式之一是在.claude/skills目录里放置技能说明文件。假设你希望 Claude Code 在生成 Python 代码时必须遵守“先用 pytest 写测试再写实现”的习惯可以创建一个技能文件。文件路径.claude/skills/python-tdd/SKILL.md# Python TDD 技能 当用户要求你用 Python 实现某个功能时你必须 1. 先根据需求列出核心功能点。 2. 先编写 pytest 测试用例覆盖正常输入、边界输入和异常输入。 3. 再编写满足测试的 Python 实现。 4. 最后运行 python -m pytest把测试结果反馈给用户。完成这个文件后在和 Claude Code 对话时如果任务涉及 Python 功能它可以读取这个技能并按照约定工作。团队协作时这类技能文件可以提交到仓库里让整个团队的 AI 编程行为保持一致。3.3 Claude Code 常用操作从一个命令开始Claude Code 的核心交互方式是命令行对话。进入项目目录后执行claude启动后你会进入交互式对话界面可以直接输入自然语言指令。常见指令包括/init让 Claude Code 扫描当前项目生成项目说明文档。/clear清空当前对话上下文。/status查看当前任务状态。!前缀直接执行终端命令例如!git status。CLI 工具的实际命令集合会随版本变化以上只是常用示意。你可以通过/help查看当前版本的完整命令列表。3.4 Codex 常见运行模式Codex 也支持在项目目录里直接对话式使用。它的交互模式会随着版本迭代不断调整。大致思路是在项目根目录运行codex进入对话模式。让 Codex 分析代码仓库、提出修改方案。Codex 生成代码后你需要审查 diff再决定是否应用修改。Codex 在工作时可能会执行命令、读取文件因此在使用前要明确告知它“只读取、不执行”还是“允许执行命令”。对于零基础用户建议先让 AI 只生成代码等你理解了再手动复制进去运行。4. 完整实战零基础用 Claude Code 写一个待办事项 CLI 小工具这一节我们完成一个可运行的小项目待办事项命令行工具。最终效果是在终端里可以添加任务、查看任务、标记完成。项目语言用 Python因为 Python 环境最容易验证。4.1 创建项目结构在终端执行mkdir todo-ai-demo cd todo-ai-demo git init接着用 Claude Code 启动项目目录claude4.2 在 Claude Code 中描述需求在 Claude Code 对话界面中输入请用 Python 实现一个待办事项命令行工具 todo.py。 功能要求 1. 支持通过 python todo.py add 任务内容 添加任务。 2. 支持通过 python todo.py list 查看所有任务。 3. 支持通过 python todo.py done 序号 将某个任务标记为已完成。 4. 任务保存在本地文件中程序退出后不丢失。 5. 标记已完成时如果序号不存在要友好提示。这里我们给出了 5 条明确需求其中第 4 条和第 5 条是很多初学者容易忽略的边界情况。AI 接收到这样的描述后通常会生成一个类似下面的 Python 文件。我们先不讨论是不是 AI 一次写对而是把精力放在“如何理解它生成的代码”。4.3 参考实现todo.py下面是一份符合上述需求的参考实现实际由 AI 生成的内容可能略有差异但核心逻辑一致。你可以把这个文件保存为todo.py。# 文件路径todo-ai-demo/todo.py import json import os import sys TODO_FILE todos.json def load_todos(): if not os.path.exists(TODO_FILE): return [] with open(TODO_FILE, r, encodingutf-8) as f: return json.load(f) def save_todos(todos): with open(TODO_FILE, w, encodingutf-8) as f: json.dump(todos, f, ensure_asciiFalse, indent2) def add_task(content): todos load_todos() todos.append({content: content, done: False}) save_todos(todos) print(f已添加任务{content}) def list_tasks(): todos load_todos() if not todos: print(暂无任务) return for index, task in enumerate(todos, start1): status [x] if task[done] else [ ] print(f{index}. {status} {task[content]}) def mark_done(index): todos load_todos() if index 1 or index len(todos): print(f错误不存在序号 {index} 的任务) return todos[index - 1][done] True save_todos(todos) print(f任务 {index} 已标记为完成) def main(): if len(sys.argv) 2: print(用法) print( python todo.py add \任务内容\) print( python todo.py list) print( python todo.py done 序号) return command sys.argv[1] if command add: if len(sys.argv) 3: print(错误add 命令需要任务内容) return add_task(sys.argv[2]) elif command list: list_tasks() elif command done: if len(sys.argv) 3: print(错误done 命令需要任务序号) return try: index int(sys.argv[2]) except ValueError: print(错误任务序号必须是数字) return mark_done(index) else: print(f错误未知命令 {command}) if __name__ __main__: main()这份代码虽然简单但它已经涵盖了文件读写、异常判断、命令行参数解析等基础能力。AI 生成代码后你不要急着说“完成了”而是应该自己读一遍再看有没有可以改进的地方。4.4 运行与验证在终端执行python todo.py add 学习 Claude Code python todo.py add 学习 Codex python todo.py list预期输出已添加任务学习 Claude Code 已添加任务学习 Codex 1. [ ] 学习 Claude Code 2. [ ] 学习 Codex然后标记第一个任务完成python todo.py done 1 python todo.py list预期输出任务 1 已标记为完成 1. [x] 学习 Claude Code 2. [ ] 学习 Codex再测试一个边界情况python todo.py done 99预期输出错误不存在序号 99 的任务到这里你已经完成了一个完整的“需求描述 → AI 生成 → 人工运行 → 验证结果”闭环。这就是 Vibe Coding 最基本的流程。4.5 如果 AI 生成的代码有问题怎么办实际使用中AI 很可能会生成有语法错误或逻辑缺陷的代码。遇到这种情况不要重新开一个对话而是直接把报错信息复制给 AI。比如运行 python todo.py add 测试 之后报错了 NameError: name load_todo is not defined 请检查代码修复这个错误并解释错误发生的原因。AI 会根据报错内容修改代码。这也是 AI 编程的一个重要习惯把 GPT 或 Codex 当成“结对程序员”而不是“背答案机器”。每修一次你就对代码多一分理解。5. 常见问题与排查思路AI 编程工具虽然越来越成熟但安装和运行阶段仍然容易出现各种报错。下面整理几个近期用户反馈较多的问题以及排查思路。问题现象常见原因解决思路运行 Clude Code 或 Codex 时提示找不到 CLI binary例如unable to locate the codex cli binary编辑器插件或工具找不到对应可执行文件的路径检查是否已经全局安装对应 CLI在路径配置项里指定可执行文件位置重开终端让 PATH 生效使用 Codex 时提示the model is not supported when using codex with ...当前 Codex 版本不支持你选择的模型升级 Codex 版本或切换到模型配置中支持的模型名Claude Code 运行时提示your organization has disabled claude subscription access for claude code组织策略限制管理员关闭了 Claude Code 使用权限联系组织管理员开通权限或使用自己的账号测试请求过程中出现 529 错误服务端负载较高或请求限额触发稍后重试检查 API 额度避免短时间高并发请求Claude Code 识别不了某个模型名例如提示xxx is not a model this version of claude code recognizes模型名写错或当前版本 Claude Code 尚未支持该模型检查模型名拼写更新 Claude Code 到最新版本网络请求失败或连接超时本机网络、服务状态或代理变量配置有问题先确认基础网络连通再查看服务状态页面检查终端代理相关环境变量是否与公司网络要求一致在排查问题上有一个通用顺序先看版本再看配置最后看网络。版本过旧是最常见的问题源头配置错误往往表现为登录态失效或找不到密钥网络问题则通常出现在请求阶段。建议你每隔一段时间就主动升级一次 CLI 工具很多奇怪的报错会在升级后自动消失。6. 最佳实践与工程建议6.1 提示词工程从“能用”到“好用”AI 编程的产出质量很大程度上由需求描述决定。三个非常实用的习惯把任务拆细。不要让 AI “做一个系统”而是让它“先实现某个模块”。给出验收标准。告诉 AI 什么行为是正确的什么输入是应该报错的。使用迭代式对话。第一轮先让 AI 产出基础版本第二轮再让它补充边界情况第三轮再提性能优化。6.2 代码审查永远不要盲目信任 AIAI 生成代码的速度快但不代表它一定正确。包含安全敏感操作的项目比如登录、支付、内部权限验证AI 生成代码必须经过严格人工审查。一个比较稳妥的策略是在本地分支让 AI 生成内容人工 review 后必须补齐测试用例通过后再考虑合并。如果你不清楚某段代码的原理一定要追问 AI让它解释清楚而不是直接复制上线。6.3 密钥与安全边界无论使用 Claude Code 还是 Codex都要把 API Key 当作密码来管理不要把 API Key 直接写在项目代码里。用环境变量管理密钥并在.gitignore中排除相关文件。不要把包含密钥的终端输出直接粘贴到团队群里。生产环境使用最低权限原则只授予当前任务需要的最小权限。# 项目根目录 .gitignore 示例 node_modules/ .env .claude/ .codex/6.4 测试与版本控制AI 编程工具很适合用来生成测试用例。你可以让 AI 编写单元测试覆盖正确路径、边界输入和异常输入。更好的方式是在项目中固定测试运行命令比如 Python 项目用pytestNode 项目用内置的node --test或 Jest。每次 AI 修改代码后都运行一遍测试确保没有引入新问题。6.5 掌握 CLI 工具本身Claude Code 和 Codex 都是命令行工具这意味着它们需要你具备最基本的终端经验。你不需要成为 Shell 专家但至少要会进入目录、创建文件、执行 Python 脚本、查看 Git 状态。这些基础能力是 AI 编程时代的“新基本功”。7. 总结与下一步学习路线通过这篇文章你应该已经理解了 Vibe Coding 和 Superpowers 编程的核心思想知道了 Claude Code 与 Codex 各自扮演的角色也亲手完成了一个用自然语言驱动 AI 生成 CLI 工具的全过程。接下来可以按这个顺序继续深入先把本文的待办事项项目做一遍如果你已经完成尝试加一个“删除任务”功能看 Claude Code 或 Codex 是否能继续正确修改代码。尝试在真实项目仓库里让 AI 修 Bug观察它在已有代码中定位问题的能力。尝试自己写一个 Skill 文件把 AI 工作流固化下来体验 Superpowers 编程的进阶玩法。了解 Git 分支和代码审查流程因为多人数 AI 协作最终一定会涉及团队流程。AI 编程工具更新很快今天写下来的安装方式和命令可能几个月后就会变化。所以比起记住某个具体命令更重要的是理解它的工作流明确需求 → 让 AI 生成 → 人工阅读验证 → 持续迭代。只要把这套思路掌握住无论工具怎么更新你都能快速上手。如果觉得这篇文章有帮助可以收藏备用动手把环境装起来跑通第一个 AI 生成的小项目。 AI编程实战指南：Vibe Coding与Claude Code零基础开发CLI工具
最近不少读者都在问程序员和 AI 协作写代码到底是从哪一步开始的以前想学编程至少要花几周搞清楚变量、函数、报错现在很多人直接让 AI 写一个脚本、建一个网页、修一个 Bug甚至完成一整个小项目。这背后就是 AI 编程工具快速普及带来的变化。这篇文章我把 Vibe Coding、Superpowers 编程、Claude Code 和 Codex 放在一起讲一遍从概念、环境配置、核心用法到完整实战案例最后附上常见报错排查。内容面向零基础也适合已经有开发经验、想把手上的 AI 工具用得更明白的读者。读完你应该能自己搭好环境用一句话让 AI 写出可运行的小工具。1. AI 编程的核心概念Vibe Coding、Superpowers、Claude Code 与 Codex 到底是什么1.1 从“手敲代码”到“描述代码”传统编程的核心是“写代码”你需要在编辑器里一个字符一个字符地告诉计算机怎么做。AI 编程时代“写代码”的占比正在下降“描述需求”和“验证结果”的占比快速上升。Vibe Coding 是这两年很流行的一种编程方式它描述的并不是某款具体软件而是一种人机协作状态开发者用自然语言描述诉求AI 负责生成代码开发者负责阅读、运行、纠错和迭代。你不需要一次记住所有 API也不需要把整个项目结构背下来而是可以一边描述一边让 AI 帮你成型。对于零基础的人这大大降低了入口门槛对于有经验的开发者它同样能减少重复劳动。1.2 Superpowers 编程让 AI 按“技能”工作如果你把 Vibe Coding 看作一种工作理念那 Superpowers 编程更像是 Vibe Coding 的方法论升级版。它强调给 AI 提供清晰的“技能”和“工作协议”而不是每次重新解释一遍背景。比如你希望 AI 严格按照“先写测试再写实现”的方式开发那就可以把这条规则固化下来形成 AI 可随时调用的技能文件。这个思路在 Claude Code 中体现为 Skills 机制。你可以创建类似 SKILL.md 的说明文件告诉 Claude Code 在某种任务下应该采用什么流程、遵守什么规范。相比每次对话都重新输入要求这种做法的好处是稳定、可复用、可沉淀到团队。1.3 Claude Code 和 Codex 分别是什么Claude Code 是 Anthropic 推出的 AI 编程代理工具它能够在你的代码仓库目录里直接运行帮助读取文件、修改代码、执行命令、运行测试。用户和它的交互方式是命令行对话核心优势在于长上下文理解能力适合处理一个相对完整的项目任务。Codex 是 OpenAI 推出的 AI 编程工具体系。早期有人觉得 Codex 只是某个网页应用后来 Codex 已经发展出 CLI 工具能够在本地终端里连接代码仓库配合模型完成问题分析、代码修改和命令执行。它在一些人的工作流里被用作“终端里的编程助手”。二者在实际使用中并不是互斥的。比较常见的做法是先在 Claude Code 里进行长文本思考、架构梳理再用 Codex 执行某些类型的任务或者反过来。当然更多用户还是只选一个作为主力工具把它用深用透。本文后面的案例会分开演示思路方便你理解两者的操作方式。2. 环境准备安装 Claude Code 与 Codex CLI2.1 前置条件不管使用 Claude Code 还是 Codex都需要准备以下基础环境项目建议操作系统macOS / Linux / Windows(WSL 或原生终端)Node.js建议 LTS 版本需要支持 npm 全局安装Python建议 3.10 及以上部分项目需要运行 Python 脚本Git建议安装便于代码版本管理终端工具macOS 用 Terminal 或 iTermWindows 用 Windows Terminal 或 WSL版本的细节需要根据你的实际环境调整。如果你已经装了 Node.js可以通过node -v查看自己的版本node -v npm -v python --version git --version2.2 安装 Claude CodeClaude Code 最常见的安装方式之一是通过 npm 全局安装。打开终端执行npm install -g anthropic-ai/claude-code安装完成后在项目目录里运行claude首次运行时会要求你完成登录授权。如果你使用的是 Claude 订阅账号需要在弹出来的页面里确认授权如果你的场景是通过 API Key 方式接入则需要在环境变量里配置好对应密钥。具体登录方式会因为账号类型和地区而有所不同以官方文档为准。安装成功后可以查看版本claude --version2.3 安装 Codex CLICodex 的安装方式也在持续更新中。目前常见的方式也是通过 npm 全局安装npm install -g openai/codex安装完成后在项目目录里运行codex首次运行需要登录或配置 API Key。如果你的网络环境、账号权限存在限制登录时会有对应提示。安装完成后同样可以验证版本codex --version2.4 配置文件的存放位置Claude Code 和 Codex 都会在本地生成配置文件用于保存登录态和用户偏好。Claude Code 的配置一般存放在~/.claude目录包括设置文件、Skill 目录等。Codex 的配置文件一般在~/.codex目录登录凭证和配置会保存在这里。如果你在团队环境中使用应该特别注意配置里的密钥内容不要提交到 Git 仓库。最简单的方式是在项目根目录维护一份.gitignore把包含密钥的目录或文件排除掉。3. 核心用法拆解提示词、Skills 与工作流3.1 Vibe Coding 的第一个核心能力写清“需求”很多人让 AI 写代码失败并不是因为 AI 不够强而是因为需求描述太模糊。举个例子你如果只说“帮我写一个计算器”AI 可能给出一个极其简陋的控制台程序但如果你说“帮我写一个 Python 命令行计算器支持加、减、乘、除输入错误时提示并允许重新输入退出时打印历史记录”效果会完全不一样。一个比较通用的 Vibe Coding 提示词模板是请你完成一个 [程序类型]使用 [语言/框架]。 核心功能 1. [功能一] 2. [功能二] 3. [功能三] 运行方式在命令行通过 [命令] 启动。 输出要求[打印信息的格式] 边界情况当 [异常输入] 出现时应该 [处理方式]。这段话看起来不复杂但它实际上包含了一个理想需求描述需要的四个要素目标、功能、运行方式和边界行为。AI 编程最怕的不是需求长而是需求含糊。3.2 用 Superpowers 的思路给 Claude Code 设定“技能”Superpowers 编程的落地方式之一是在.claude/skills目录里放置技能说明文件。假设你希望 Claude Code 在生成 Python 代码时必须遵守“先用 pytest 写测试再写实现”的习惯可以创建一个技能文件。文件路径.claude/skills/python-tdd/SKILL.md# Python TDD 技能 当用户要求你用 Python 实现某个功能时你必须 1. 先根据需求列出核心功能点。 2. 先编写 pytest 测试用例覆盖正常输入、边界输入和异常输入。 3. 再编写满足测试的 Python 实现。 4. 最后运行 python -m pytest把测试结果反馈给用户。完成这个文件后在和 Claude Code 对话时如果任务涉及 Python 功能它可以读取这个技能并按照约定工作。团队协作时这类技能文件可以提交到仓库里让整个团队的 AI 编程行为保持一致。3.3 Claude Code 常用操作从一个命令开始Claude Code 的核心交互方式是命令行对话。进入项目目录后执行claude启动后你会进入交互式对话界面可以直接输入自然语言指令。常见指令包括/init让 Claude Code 扫描当前项目生成项目说明文档。/clear清空当前对话上下文。/status查看当前任务状态。!前缀直接执行终端命令例如!git status。CLI 工具的实际命令集合会随版本变化以上只是常用示意。你可以通过/help查看当前版本的完整命令列表。3.4 Codex 常见运行模式Codex 也支持在项目目录里直接对话式使用。它的交互模式会随着版本迭代不断调整。大致思路是在项目根目录运行codex进入对话模式。让 Codex 分析代码仓库、提出修改方案。Codex 生成代码后你需要审查 diff再决定是否应用修改。Codex 在工作时可能会执行命令、读取文件因此在使用前要明确告知它“只读取、不执行”还是“允许执行命令”。对于零基础用户建议先让 AI 只生成代码等你理解了再手动复制进去运行。4. 完整实战零基础用 Claude Code 写一个待办事项 CLI 小工具这一节我们完成一个可运行的小项目待办事项命令行工具。最终效果是在终端里可以添加任务、查看任务、标记完成。项目语言用 Python因为 Python 环境最容易验证。4.1 创建项目结构在终端执行mkdir todo-ai-demo cd todo-ai-demo git init接着用 Claude Code 启动项目目录claude4.2 在 Claude Code 中描述需求在 Claude Code 对话界面中输入请用 Python 实现一个待办事项命令行工具 todo.py。 功能要求 1. 支持通过 python todo.py add 任务内容 添加任务。 2. 支持通过 python todo.py list 查看所有任务。 3. 支持通过 python todo.py done 序号 将某个任务标记为已完成。 4. 任务保存在本地文件中程序退出后不丢失。 5. 标记已完成时如果序号不存在要友好提示。这里我们给出了 5 条明确需求其中第 4 条和第 5 条是很多初学者容易忽略的边界情况。AI 接收到这样的描述后通常会生成一个类似下面的 Python 文件。我们先不讨论是不是 AI 一次写对而是把精力放在“如何理解它生成的代码”。4.3 参考实现todo.py下面是一份符合上述需求的参考实现实际由 AI 生成的内容可能略有差异但核心逻辑一致。你可以把这个文件保存为todo.py。# 文件路径todo-ai-demo/todo.py import json import os import sys TODO_FILE todos.json def load_todos(): if not os.path.exists(TODO_FILE): return [] with open(TODO_FILE, r, encodingutf-8) as f: return json.load(f) def save_todos(todos): with open(TODO_FILE, w, encodingutf-8) as f: json.dump(todos, f, ensure_asciiFalse, indent2) def add_task(content): todos load_todos() todos.append({content: content, done: False}) save_todos(todos) print(f已添加任务{content}) def list_tasks(): todos load_todos() if not todos: print(暂无任务) return for index, task in enumerate(todos, start1): status [x] if task[done] else [ ] print(f{index}. {status} {task[content]}) def mark_done(index): todos load_todos() if index 1 or index len(todos): print(f错误不存在序号 {index} 的任务) return todos[index - 1][done] True save_todos(todos) print(f任务 {index} 已标记为完成) def main(): if len(sys.argv) 2: print(用法) print( python todo.py add \任务内容\) print( python todo.py list) print( python todo.py done 序号) return command sys.argv[1] if command add: if len(sys.argv) 3: print(错误add 命令需要任务内容) return add_task(sys.argv[2]) elif command list: list_tasks() elif command done: if len(sys.argv) 3: print(错误done 命令需要任务序号) return try: index int(sys.argv[2]) except ValueError: print(错误任务序号必须是数字) return mark_done(index) else: print(f错误未知命令 {command}) if __name__ __main__: main()这份代码虽然简单但它已经涵盖了文件读写、异常判断、命令行参数解析等基础能力。AI 生成代码后你不要急着说“完成了”而是应该自己读一遍再看有没有可以改进的地方。4.4 运行与验证在终端执行python todo.py add 学习 Claude Code python todo.py add 学习 Codex python todo.py list预期输出已添加任务学习 Claude Code 已添加任务学习 Codex 1. [ ] 学习 Claude Code 2. [ ] 学习 Codex然后标记第一个任务完成python todo.py done 1 python todo.py list预期输出任务 1 已标记为完成 1. [x] 学习 Claude Code 2. [ ] 学习 Codex再测试一个边界情况python todo.py done 99预期输出错误不存在序号 99 的任务到这里你已经完成了一个完整的“需求描述 → AI 生成 → 人工运行 → 验证结果”闭环。这就是 Vibe Coding 最基本的流程。4.5 如果 AI 生成的代码有问题怎么办实际使用中AI 很可能会生成有语法错误或逻辑缺陷的代码。遇到这种情况不要重新开一个对话而是直接把报错信息复制给 AI。比如运行 python todo.py add 测试 之后报错了 NameError: name load_todo is not defined 请检查代码修复这个错误并解释错误发生的原因。AI 会根据报错内容修改代码。这也是 AI 编程的一个重要习惯把 GPT 或 Codex 当成“结对程序员”而不是“背答案机器”。每修一次你就对代码多一分理解。5. 常见问题与排查思路AI 编程工具虽然越来越成熟但安装和运行阶段仍然容易出现各种报错。下面整理几个近期用户反馈较多的问题以及排查思路。问题现象常见原因解决思路运行 Clude Code 或 Codex 时提示找不到 CLI binary例如unable to locate the codex cli binary编辑器插件或工具找不到对应可执行文件的路径检查是否已经全局安装对应 CLI在路径配置项里指定可执行文件位置重开终端让 PATH 生效使用 Codex 时提示the model is not supported when using codex with ...当前 Codex 版本不支持你选择的模型升级 Codex 版本或切换到模型配置中支持的模型名Claude Code 运行时提示your organization has disabled claude subscription access for claude code组织策略限制管理员关闭了 Claude Code 使用权限联系组织管理员开通权限或使用自己的账号测试请求过程中出现 529 错误服务端负载较高或请求限额触发稍后重试检查 API 额度避免短时间高并发请求Claude Code 识别不了某个模型名例如提示xxx is not a model this version of claude code recognizes模型名写错或当前版本 Claude Code 尚未支持该模型检查模型名拼写更新 Claude Code 到最新版本网络请求失败或连接超时本机网络、服务状态或代理变量配置有问题先确认基础网络连通再查看服务状态页面检查终端代理相关环境变量是否与公司网络要求一致在排查问题上有一个通用顺序先看版本再看配置最后看网络。版本过旧是最常见的问题源头配置错误往往表现为登录态失效或找不到密钥网络问题则通常出现在请求阶段。建议你每隔一段时间就主动升级一次 CLI 工具很多奇怪的报错会在升级后自动消失。6. 最佳实践与工程建议6.1 提示词工程从“能用”到“好用”AI 编程的产出质量很大程度上由需求描述决定。三个非常实用的习惯把任务拆细。不要让 AI “做一个系统”而是让它“先实现某个模块”。给出验收标准。告诉 AI 什么行为是正确的什么输入是应该报错的。使用迭代式对话。第一轮先让 AI 产出基础版本第二轮再让它补充边界情况第三轮再提性能优化。6.2 代码审查永远不要盲目信任 AIAI 生成代码的速度快但不代表它一定正确。包含安全敏感操作的项目比如登录、支付、内部权限验证AI 生成代码必须经过严格人工审查。一个比较稳妥的策略是在本地分支让 AI 生成内容人工 review 后必须补齐测试用例通过后再考虑合并。如果你不清楚某段代码的原理一定要追问 AI让它解释清楚而不是直接复制上线。6.3 密钥与安全边界无论使用 Claude Code 还是 Codex都要把 API Key 当作密码来管理不要把 API Key 直接写在项目代码里。用环境变量管理密钥并在.gitignore中排除相关文件。不要把包含密钥的终端输出直接粘贴到团队群里。生产环境使用最低权限原则只授予当前任务需要的最小权限。# 项目根目录 .gitignore 示例 node_modules/ .env .claude/ .codex/6.4 测试与版本控制AI 编程工具很适合用来生成测试用例。你可以让 AI 编写单元测试覆盖正确路径、边界输入和异常输入。更好的方式是在项目中固定测试运行命令比如 Python 项目用pytestNode 项目用内置的node --test或 Jest。每次 AI 修改代码后都运行一遍测试确保没有引入新问题。6.5 掌握 CLI 工具本身Claude Code 和 Codex 都是命令行工具这意味着它们需要你具备最基本的终端经验。你不需要成为 Shell 专家但至少要会进入目录、创建文件、执行 Python 脚本、查看 Git 状态。这些基础能力是 AI 编程时代的“新基本功”。7. 总结与下一步学习路线通过这篇文章你应该已经理解了 Vibe Coding 和 Superpowers 编程的核心思想知道了 Claude Code 与 Codex 各自扮演的角色也亲手完成了一个用自然语言驱动 AI 生成 CLI 工具的全过程。接下来可以按这个顺序继续深入先把本文的待办事项项目做一遍如果你已经完成尝试加一个“删除任务”功能看 Claude Code 或 Codex 是否能继续正确修改代码。尝试在真实项目仓库里让 AI 修 Bug观察它在已有代码中定位问题的能力。尝试自己写一个 Skill 文件把 AI 工作流固化下来体验 Superpowers 编程的进阶玩法。了解 Git 分支和代码审查流程因为多人数 AI 协作最终一定会涉及团队流程。AI 编程工具更新很快今天写下来的安装方式和命令可能几个月后就会变化。所以比起记住某个具体命令更重要的是理解它的工作流明确需求 → 让 AI 生成 → 人工阅读验证 → 持续迭代。只要把这套思路掌握住无论工具怎么更新你都能快速上手。如果觉得这篇文章有帮助可以收藏备用动手把环境装起来跑通第一个 AI 生成的小项目。