0基础 AI 编程实践

课前准备文档 · v1.2

第一章:开始之前

你其实不需要会编程

AI 编程和传统编程已经不太一样了。很多时候,你更像是在「描述需求」,而不是在写代码。

  • 不需要背大量代码
  • 不需要一次性学完所有知识
  • 不需要计算机专业背景
  • 重点是:敢动手、会提问、会 Debug

这次学习的目标是什么

本次实践的目标不是:

  • 成为专业程序员
  • 学完所有技术栈
  • 一次性掌握 AI

而是:

  • 真正开始动手
  • 用 AI 做出属于自己的东西
  • 学会基础 AI 编程流程
  • 建立 AI 编程思维

AI 编程和传统编程的区别

传统编程:
人写代码 → 人找 Bug → 人查资料

AI 编程:
人描述需求 → AI 生成代码 → 人负责测试、修改、Debug

在 AI 编程中,你更像是:

  • 产品经理——定义你想要什么
  • 指挥者——告诉 AI 去做什么
  • 协作者——和 AI 一起迭代完善

而不是纯代码工人。

一次 AI 编程长什么样

在正式开始之前,先给你一个直观感受——一次完整的 AI 编程大概是这样的:

  1. 你对 AI 说:「帮我做一个个人介绍网页,要简洁好看」
  2. AI 生成一段代码
  3. 你在编译器里打开这段代码
  4. 点运行,浏览器里弹出一个网页
  5. 你觉得标题太大了,跟 AI 说:「标题小一点,改成蓝色」
  6. AI 改好,你刷新一看——对了
  7. 继续调整,直到满意

整个过程你不需要手写一行代码。

你只需要说清楚你想要什么,然后看结果、提修改

后面我们的课程就是围绕这个流程展开的。

关于「报错」这件事

请提前接受一个事实:

报错是 AI 编程的一部分。

即使是专业程序员,也会经常报错。一天不报错反而不正常。

所以:

  • 不要害怕报错
  • 不要觉得是自己太笨
  • 大部分问题都很常见,不是你一个人会遇到

后面大家遇到问题,都可以直接发群里一起解决。

术语小词典

这份文档后面会用到一些「技术词汇」,如果你从来没接触过编程,可能会觉得陌生。不用担心,下面用大白话帮你快速理解。遇到不懂的词,随时回来翻。

IDE(集成开发环境)
你写代码用的「超级记事本」。类比:普通记事本 = 只能写字的笔记本;IDE = 带计算器、语法检查、自动翻页的智能笔记本。我们课程用的 Trae(国内首选)或 Cursor(海外)都是 IDE。
模型
AI 的「大脑」。不同的模型就像不同的人——有的擅长写代码,有的擅长聊天,有的擅长画画。类比:模型 = 一个有特定能力的「数字人」。常见的模型:Claude(Anthropic)、GPT-4(OpenAI)、Gemini(Google)等。
大模型平台
提供 AI 模型服务的「AI 超市」。你去超市买东西,超市里有不同品牌的产品。大模型平台也一样——它聚集了多种 AI 模型,你选择一个来用。类比:大模型平台 = 超市;模型 = 超市里某个品牌的商品。常见的大模型平台:Claude.ai、ChatGPT、通义千问、豆包等。
Token
AI 计算和理解文本的「最小单位」。可以把 Token 想象成 AI 看文字时的「一个字片」:大约 4 个英文字符 = 1 Token,大约 1 个中文字 ≈ 2 个 Token。AI 每次对话消耗的 Token 数量决定了它的「思考量」和费用。类比:Token = AI 读书时的「页数」,页数越多,AI 读得越认真(也越费钱)。
Prompt(提示词)
你给 AI 的「指令」。你说什么,AI 就按什么去做。Prompt 写得越清楚,AI 的回答越靠谱。类比:Prompt = 你给厨师下的菜单——「一份微辣的宫保鸡丁,不要花生」比「做个鸡丁」靠谱得多。
代码 / Code
人写给电脑看的「指令文本」。代码就是一串文字,电脑读到了就会照着做。类比:代码 = 你给机器人写的操作说明书。
Bug
代码里的「错误」。Bug 导致程序运行不正常——页面打不开、功能不对、显示乱码等。类比:Bug = 说明书里写错的一步,导致机器人动作出错。
运行 / Run
让代码「活起来」。代码写好之后是静态的文字,运行之后才会变成你能看到、能用的东西。类比:运行 = 把说明书递给机器人,让它开始干活。
Debug(调试)
找出 Bug 并修好它的过程。Debug = Detect(发现)+ Bug(错误)→ 找到错误、修好错误。类比:Debug = 检查说明书哪里写错了,改过来再让机器人重新试一遍。
状态词(Spinner Verb)
Claude Code 在执行任务时,界面上会显示一些「…中」的提示词,告诉你它正在做什么。比如你会看到:Analyzing…(分析中)、Compiling…(编译中)、Generating…(生成中)等。这些词叫状态词,一共有 187 种,覆盖了从代码编译、数据处理到 AI 推理的所有常见任务类型。你不需要记住这些词,只需要知道:看到某个「…中」的提示时,说明 Claude Code 正在执行对应任务,耐心等待就好。完整清单见附录 B
前端 / 后端
前端:用户看得见、摸得到的部分——网页的按钮、颜色、排版。后端:用户看不见的部分——数据存储、逻辑处理、安全验证。类比:前端 = 餐厅的大堂(菜单、桌椅、灯光);后端 = 餐厅的厨房(食材、厨师、冰箱)。我们课程前期主要做前端项目(网页),后端后续再接触。

软件项目的四种形态

你做出来的东西,最终要给用户用。用户怎么用,取决于你选择了哪种「形态」。目前主流有四种,它们的部署方式、依赖服务、项目结构都不一样:

纯静态网页

用户通过浏览器访问,打开网址就能看到内容,但没有任何交互功能。比如:个人简历页、产品展示页、活动落地页。

  • 部署方式:把文件放到服务器上,用户打开网址即可访问。也可以用免费平台一键上线(如 GitHub Pages、Vercel),零成本
  • 依赖服务:只需要一个静态文件托管服务,不需要后端服务器、不需要数据库
  • 项目结构:最简单,就是 HTML(页面结构)、CSS(样式)、JS(页面动画)几个文件

类比:纯静态网页 = 一张贴在墙上、路过就能看的海报——好看,但不能互动。

Web 系统 / 应用

同样通过浏览器访问网址,但需要后端服务器支撑,能做登录、存储数据等动态功能。比如:在线记账本、任务管理工具、带用户系统的博客。

  • 部署方式:前端文件托管 + 后端服务器部署 + 数据库部署,通常需要购买云服务器或使用云服务平台
  • 依赖服务必须有后端服务器(处理登录、数据存取、业务逻辑)+ 数据库 + 可能还需要缓存、邮件、支付等第三方服务
  • 项目结构:分为前端和后端两部分,结构比纯静态网页复杂得多

类比:Web 系统 = 一家有前台和后厨的餐厅——前台(网页)接待客人,后厨(服务器)处理订单和食材。

App(手机应用)

用户需要从应用商店下载安装到手机上,比如微信、淘宝。

  • 部署方式:开发完成后提交到应用商店审核。安卓:可以直接生成 APK 安装包。iOS:必须上架 App Store,需要购买苹果开发者席位($99/年),且审核严格。App 通常还需要注册域名用于后端接口访问,并购买云服务器
  • 依赖服务必须有后端服务器 + 数据库 + 推送服务、支付服务等 + 域名 + SSL 证书
  • 项目结构:复杂度高,有原生开发和跨平台开发两套路线

类比:App = 一本你需要买回家、摆在书架上的书——得专门安装,占用手机空间,而且出版这本书还得先拿到出版许可证(开发者席位)。

小程序(如微信小程序)

用户在微信 / 抖音等平台内搜索打开,不需要下载安装。

  • 部署方式:开发完成后提交给平台审核,通过后用户在平台内搜索或扫码打开
  • 依赖服务:必须依赖宿主平台提供的框架和接口;部分能力(支付、登录)由平台直接提供
  • 项目结构:使用平台专用框架,有自己的目录规范和配置文件

类比:小程序 = 微信城里一家租了铺位的店——不用自己盖房子,但得遵守微信的规矩。

形态 用户怎么用 部署难度 是否需要后端 项目复杂度
纯静态网页打开网址★☆☆ 低不需要★☆☆ 低
Web 系统打开网址★★☆ 中必须★★☆ 中
App下载安装★★★ 高必须★★★ 高
小程序平台内打开★★☆ 中不一定★★☆ 中

我们课程先从纯静态网页入手——门槛最低、见效最快,做完立刻能看到成果。

开始之前,先想清楚你要做什么

看了四种形态的区别,建议你在动手之前先想清楚一个问题:你想做的东西,属于哪一类?

  • 纯展示型(个人简历、产品介绍页)→ 选纯静态网页
  • 需要用户登录、存数据(在线工具、管理系统)→ 选Web 系统
  • 只在微信里用 → 选小程序
  • 要做成手机 App → 选App(但门槛最高,建议先从其他形态起步)

想清楚形态,才能知道你需要哪些工具和服务,避免走弯路。

课程期间提供的资源

为了让大家能顺利上手,课程期间我会提供以下资源供大家免费使用:

  • 域名:提供 fdmba.com 的二级域名(如 yourname.fdmba.com),供大家部署和测试项目
  • 后端服务:教学期间,数据库和相关后端应用也会免费提供,需要用到 Web 系统的同学可以直接对接

重要提醒:以上资源仅在教学期间免费提供。教学结束后,域名、服务器、数据库等相关资源都需要自行找云服务商购买。届时我会提供购买指引,但费用需自行承担。

第二章:这次会用到哪些工具

一句话总结:安装好 Trae(国内版),然后有两种方式开启 AI 编程:

  • 方式一(最简单):在 Trae 的 AI 助手设置里配置自定义模型(火山引擎 Plan + ark-code-latest),几步搞定,推荐新手优先使用
  • 方式二(更灵活):安装 Claude Code 插件 + CC Switch,可以灵活切换底层模型
  • 两种方式任选其一即可,全程不需要翻墙

国内可直接使用(推荐)

工具 形态 作用 费用 必要性
Trae(国内版)桌面软件(需安装)AI 编程 IDE,国内直连,基于 VSCode 改造免费版可用必装
Claude Code 插件插件(装在 Trae 里)AI 编程助手,底层用国产旗舰模型,国内直连免费版可用必装
CC Switch桌面软件(需安装)AI 编程 Agent 管理器,方便切换底层大模型,一键换模型免费版可用必装
豆包网页端 + App国内 AI 助手,帮你分析 Bug、讨论方案免费版可用必装
通义千问网页端 + App国内 AI 助手,辅助问答、方案讨论免费版可用可选
Chrome浏览器运行和预览项目免费必装
GitHub网页 + 桌面客户端保存代码、部署项目免费后续使用

海外工具(需要翻墙,可选补充)

工具 形态 作用 费用 说明
Cursor桌面软件(需安装)AI 编程 IDE免费版可用,Pro 版 $20/月需翻墙,如果你能用则推荐
Claude网页端 + 桌面客户端帮你分析 Bug、讨论方案免费版可用,Pro 版 $20/月需翻墙,代码能力很强
ChatGPT网页端 + App辅助问答、方案讨论免费版可用,Plus 版 $20/月需翻墙,可作为补充

简单选择逻辑

  • 能翻墙 → 用 Cursor + Claude(体验最好)
  • 不能翻墙 / 觉得麻烦 → 用 Trae + Claude Code 插件 + 豆包(国内直连,底层用国产旗舰模型,体验一样丝滑)
  • 两者都能用 → Trae 做主力 IDE,Claude 做补充顾问

关于付费

以上工具都有免费版,足够完成本次课程。如果你使用频率较高,可以考虑订阅付费版以获得更好的体验。具体是否需要付费,我们会在群里提前通知。

工具之间的关系

国内方案(不需要翻墙)

方案 A:Claude Code 插件 + CC Switch(功能更灵活)

  • Trae + Claude Code 插件 + CC Switch——你在这里写代码、运行项目
  • 打开 Trae → 插件市场搜索「Claude Code」→ 安装 → 底层模型选择国产旗舰模型(如 Qwen3.6、GLM-4、DeepSeek V3、小米Mimov2Pro)→ 不需要翻墙,体验一样丝滑
  • 安装 CC Switch(独立桌面软件)→ 方便一键切换底层大模型,不同模型擅长的方向不同,随时换最适合的那个
  • 遇到问题 → 把代码或报错信息贴给 豆包通义千问
  • 想讨论方案 → 问 豆包通义千问
  • 写好了 → Chrome 浏览器里预览效果

方案 B:Trae 内置 AI 助手(配置更简单,推荐新手优先使用)

如果你觉得安装 Claude Code 插件 + 配置 CC Switch 比较麻烦,可以直接在 Trae 的 AI 助手设置里配置自定义模型,不用装插件、不用下载 CC Switch,几步就能开启 AI 编程:

  1. 打开 Trae → 左上角点击 AI 助手图标 → 进入设置
  2. 选择「自定义模型」
  3. 配置参数:
    • 模型服务商:选择「火山引擎 Plan」
    • 模型 ID:填写 ark-code-latest
    • 密钥(API Key):私聊泽权获取
    • URL:不用填(系统会自动识别)
  4. 保存 → 开始使用

ark-code-latest 是一个智能混合模型,它会根据你的提示词,后台自动选择最合适的大模型来处理——简单任务用轻量模型(快),复杂任务用旗舰模型(强),你不需要手动切换,它帮你自动分配。

详细配置文档见:火山引擎配置文档

方案 A 和方案 B 选哪个?

本质上两者是两种不同的 AI 编程 Agent:Claude Code 插件是一个独立的编程助手,Trae 内置 AI 助手是 Trae 自带的编程助手。两个任选其一就行,看个人喜好:

  • 方案 A:适合喜欢终端操作、需要灵活切换模型的同学
  • 方案 B:适合新手、不想折腾配置的同学,一步到位

海外方案(需要翻墙)

  • Cursor(主力)——你在这里写代码、运行项目
  • 遇到问题 → 把代码或报错信息贴给 Claude
  • 想讨论方案 → 问 ClaudeChatGPT
  • 写好了 → Chrome 浏览器里预览效果

一句话总结:Trae / Cursor 是你的工作台,豆包 / Claude 是你的顾问,Chrome 是你的展示窗口。

各工具简介

Trae(国内首选 IDE)

  • 字节跳动出品的 AI 编程 IDE,基于 VSCode 改造
  • 国内可直接使用,不需要翻墙
  • 国内版官网:trae.com.cn(海外版:trae.ai
  • 内置 AI 对话能力,可以直接在编辑器里让 AI 帮你写代码、改代码
  • 支持接入多种 AI 模型(豆包、Claude 等)

Claude Code 插件(国内首选 AI 编程助手)

  • 在 Trae 里安装的 AI 编程插件,不需要翻墙
  • 安装方式:打开 Trae → 插件市场搜索「Claude Code」→ 点击安装
  • 底层模型可选国产旗舰模型(如 Qwen3.6、GLM-4、DeepSeek V3、小米Mimov2Pro),国内直连,体验一样丝滑
  • 支持代码生成、代码修改、Bug 分析等功能
  • 也可以选择海外模型(如 Claude),但需要翻墙
  • 官网:claude.ai

CC Switch(AI 编程 Agent 管理器)

  • 一款独立的桌面软件,方便一键切换底层大模型
  • 下载地址:
  • 它是 Claude Code、Codex、Gemini CLI 等多种 AI 编程 Agent 的 All-in-One 管理器
  • 为什么需要它?不同模型擅长的方向不同:
    • 写代码 → DeepSeek V3、Qwen3.6 比较强
    • 聊天讨论 → 豆包、通义千问比较强
    • 代码审查 → GLM-4 比较擅长
    • 海外高端 → Claude(需翻墙)
  • 装了 CC Switch,随时一键切换模型和 Agent,不用退出重开,非常方便

本次课程提供的模型配置

课程为大家准备了三套国内可直接使用的模型配置,在 CC Switch 中选择对应的配置即可使用,不需要翻墙

配置名称 主力模型 服务商 特点
小米 Mimo 方案mimo-v2.5-pro小米 Mimov2Pro综合能力强、性价比高,所有级别统一用一个模型
百度千帆方案glm-5.1百度千帆逻辑推理强、代码审查擅长,所有级别统一用一个模型
字节豆包方案ark-code-latest字节豆包三级分工:帮厨用 Doubao-Seed-2.0-pro、副厨用 DeepSeek-V4-Pro、主厨用 minimax-m2.7

方案一:小米 Mimo(所有级别统一用同一个模型)

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://token-plan-cn.xiaomimimo.com/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "tp-xxxxxxxxxxxxxxxx",
    "ANTHROPIC_MODEL": "mimo-v2.5-pro",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "mimo-v2.5-pro",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "mimo-v2.5-pro",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "mimo-v2.5-pro"
  },
  "includeCoAuthoredBy": false
}

方案二:百度千帆(所有级别统一用 GLM 5.1)

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://qianfan.baidubce.com/anthropic/coding",
    "ANTHROPIC_AUTH_TOKEN": "xxxxxxx",
    "ANTHROPIC_MODEL": "glm-5.1",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-5.1",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.1",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.1"
  },
  "includeCoAuthoredBy": false
}

方案三:字节豆包(三级分工,不同级别用不同模型)

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "xxxxxxxx",
    "ANTHROPIC_MODEL": "ark-code-latest",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "minimax-m2.7",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "DeepSeek-V4-Pro",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "Doubao-Seed-2.0-pro",
    "ANTHROPIC_BASE_URL": "https://ark.cn-beijing.volces.com/api/coding"
  },
  "includeCoAuthoredBy": false
}

怎么选?

  • 简单省心 → 用方案一(小米 Mimo)或方案二(百度千帆),所有级别统一用一个模型,相当于只请了一位全能厨师,够用了
  • 追求精细 → 用方案三(字节豆包),三级分工,简单活用帮厨,日常活用副厨,复杂活用主厨大师,各司其职
字段 通俗解释 类比
ANTHROPIC_BASE_URLAI 模型的「服务器地址」,告诉 Claude Code 去哪个网站找 AI你打车时告诉司机的目的地地址
ANTHROPIC_AUTH_TOKEN你的「通行证 / 钥匙」,用来证明你有权限使用这个 AI 服务你进小区时刷的门禁卡
ANTHROPIC_MODEL你想用的「主力模型」,日常对话和写代码主要用它你请的主力厨师
ANTHROPIC_DEFAULT_HAIKU_MODEL「快速轻量模型」,用于简单快速的任务你请的帮厨,简单小菜让他快速搞定
ANTHROPIC_DEFAULT_SONNET_MODEL「中等模型」,用于日常任务你请的副厨师,日常菜品由他负责
ANTHROPIC_DEFAULT_OPUS_MODEL「旗舰高端模型」,用于最复杂的任务你请的主厨大师,最复杂的大菜由他掌勺

简单理解BASE_URLAUTH_TOKEN 是「地址和钥匙」,让你能连上 AI 服务;其余 4 个 MODEL 字段是「你请了几个不同级别的厨师」。方案一和方案二所有级别统一用同一个模型,相当于只请了一位全能厨师;方案三则三级分工,帮厨/副厨/主厨各司其职。

提示ANTHROPIC_AUTH_TOKEN 的具体值需要私聊我获取,届时替换即可。每个同学的 Token 会有使用限额,请合理使用。

在校学生额外福利

如果你是在校学生,强烈建议去 GitHub Education 申请 GitHub Student Developer Pack,通过教育邮箱验证后可以获得免费的 GitHub Pro 账号、GitHub Copilot Student(AI 编程助手)等大量免费资源,包括免费 Token 额度。申请条件:需要有教育邮箱(如 .edu.cn 结尾的邮箱)和 GitHub 账号。

豆包(国内首选 AI 助手)

  • 字节跳动出品的 AI 助手
  • 国内可直接使用,不需要翻墙
  • 适合用来分析报错、讨论方案、优化你的 Prompt
  • 官网:doubao.com

通义千问(可选)

  • 阿里云出品的 AI 助手
  • 国内可直接使用,不需要翻墙
  • 辅助问答、方案讨论、生成内容
  • 官网:tongyi.aliyun.com

Cursor(海外,需翻墙)

  • 基于 VSCode 改造的 AI 编程工具
  • 内置 AI 对话能力,可以直接在编辑器里让 AI 帮你写代码、改代码
  • 国内使用需要翻墙
  • 官网:cursor.sh

Claude(海外,需翻墙)

  • Anthropic 出品的 AI 助手
  • 擅长长文分析、代码审查、逻辑推理
  • 国内使用需要翻墙
  • 官网:claude.ai

ChatGPT(海外,需翻墙)

  • OpenAI 出品的 AI 助手
  • 辅助问答、方案讨论、生成内容
  • 国内使用需要翻墙
  • 官网:chat.openai.com

浏览器

推荐使用 ChromeEdge,用来运行和预览你做出来的项目。

GitHub(后续使用)

  • 全球最大的代码托管平台
  • 后续可能会用到,届时会单独说明
  • 官网:github.com

第三章:电脑环境准备

电脑要求

  • 系统:Windows 10+ / macOS 均可
  • 内存:建议至少 8GB
  • 电脑年限:5 年以内的机器一般没问题
  • 网络:保证网络稳定,AI 工具都需要联网使用

必须安装(桌面软件)

国内同学优先安装以下工具,不需要翻墙即可使用。海外工具(Cursor、Claude 等)需翻墙,详见下方可选安装部分。

软件 下载地址 说明
Trae(国内版)trae.com.cn国内首选 AI 编程 IDE,下载安装到本地即可使用
Chromegoogle.com/chrome大部分人已有,确认是最新版即可

安装完 Trae 后,有两种方式开启 AI 编程,任选其一即可:

方式一:Trae 内置 AI 助手(最简单,推荐新手优先)

直接在 Trae 的 AI 助手设置里配置自定义模型,不用装插件、不用下载额外软件:

  1. 打开 Trae → 左上角点击 AI 助手图标 → 进入设置
  2. 选择「自定义模型」
  3. 配置参数:
    • 模型服务商:选择「火山引擎 Plan」
    • 模型 ID:填写 ark-code-latest
    • 密钥(API Key):私聊泽权获取
    • URL:不用填(系统会自动识别)
  4. 保存 → 开始使用

ark-code-latest 是智能混合模型,后台根据你的提示词自动选择最合适的大模型,简单任务用轻量模型(快),复杂任务用旗舰模型(强),你不需要手动切换。

方式二:Claude Code 插件 + CC Switch(更灵活)

打开 Trae → 插件市场搜索「Claude Code」→ 点击安装。底层模型选择国产旗舰模型(如 Qwen3.6、GLM-4、DeepSeek V3、小米Mimov2Pro),国内直连,不需要翻墙。

另外下载 CC Switch(独立桌面软件),方便一键切换底层大模型:

网页端使用(不需要安装)

工具 地址 说明
豆包doubao.com国内首选 AI 助手,注册账号后直接使用
通义千问tongyi.aliyun.com可选,国内 AI 助手

可选安装(海外工具,需翻墙)

软件 下载地址 说明
Cursorcursor.sh海外 AI 编程 IDE,需翻墙下载和使用
VSCodecode.visualstudio.com通用代码编辑器,如果对 Trae 不习惯可作为备选

海外网页端(需翻墙,可选补充)

工具 地址 说明
Claudeclaude.ai需翻墙,代码能力很强
ChatGPTchat.openai.com需翻墙,可作为补充

注册相关账号

国内账号(优先注册)

  1. 一个邮箱(QQ 邮箱、163 邮箱等均可)
  2. 豆包账号注册
  3. Trae 账号 → 安装软件后引导注册(可用手机号)
  4. GitHub 账号(后续需要时再注册) → github.com

海外账号(需翻墙,可选)

  1. Gmail 箱(如果要用海外工具)
  2. Claude 账号claude.ai(需翻墙)
  3. Cursor 账号 → 安装后会引导注册(需翻墙)
  4. ChatGPT 账号chat.openai.com(需翻墙)

提示:国内工具用手机号即可注册,零门槛。海外工具注册可能需要邮箱验证和翻墙,如果觉得麻烦,直接用国内方案就行。

安装过程中可能遇到的问题

问题 可能原因 建议
网络问题海外工具需要翻墙优先使用国内工具,不需要翻墙
下载失败网络不稳定或被拦截更换网络 / 使用国内工具替代
无法登录网络问题或缓存问题检查网络,清除浏览器缓存后重试
软件打不开系统版本不兼容确认系统版本满足要求
Claude Code 插件装不上Trae 版本过旧 / 插件市场网络问题更新 Trae 到最新版 / 检查网络连接

遇到问题的处理流程

  1. 截图——保留完整的报错信息
  2. 发到学习群里——附上截图
  3. 描述清楚——你做了什么操作 → 出现了什么现象

我们会统一协助解决,不要自己闷头折腾太久。

第四章:运行环境说明

以下内容在课前不需要提前操作,仅供了解。线下课时会统一引导配置。

如果你后续想做更多类型的项目,可能还会用到以下环境:

环境 用途 现在需要装吗?
Node.js运行前端 / 全栈项目不需要
Python运行脚本 / 数据处理 / 自动化不需要
终端 / 命令行执行命令不需要,系统自带

不用担心,这些我们后面用到时会手把手教你安装和使用。提前知道有这些东西存在就好,不用现在就去折腾。

第五章:正式开始前检查清单

请在正式线下实践前,逐项确认以下内容:

国内同学按左列检查,海外同学按右列检查。

工具是否安装完成

国内方案

海外方案

是否完成账号登录

国内方案

海外方案

是否能正常联网

国内方案

海外方案

是否提前阅读本文档

建议:提前完成以上准备工作,这样线下课可以直接进入实操,效率会高很多。

第六章:关于后续学习的一些说明

不要和别人比较进度

每个人的基础不同、想做的方向不同、学习速度不同。有人可能第一节课就做出一个网页,有人可能花了两节课才跑通第一个项目——这都非常正常。

你只需要和昨天的自己比。

重点不是「学会」,而是「先做出来」

哪怕只是一个简单网页、一个小 Demo、一个能运行的小程序——都已经是非常好的开始。

「做出来」比「学完」重要一百倍。

遇到问题一定要提问

不要卡太久。很多问题可能一句话就能解决。

卡了 15 分钟还没头绪?直接发群里。

后续学习形式

  • 文档教程——详细的步骤指引
  • 群内交流——随时提问、互助
  • 线下实践——手把手带着做项目
  • Debug 排错——一起解决遇到的问题
  • Demo 演示——看看别人做出了什么
  • 项目交流——分享思路、互相启发

第七章:你可以开始思考的方向

你未来可能会尝试的方向:

方向 举个例子
AI 网页个人简历页、产品展示页、落地页
AI 小程序微信小程序、H5 活动页
AI 小工具BMI 计算器、记账本、倒计时器
AI 工作流自动整理笔记、自动汇总信息
AI 自动化批量生成内容、自动处理 Excel 表格
AI 副业项目独立产品、付费工具、SaaS 小产品
AI 内容工具文案生成器、排版工具、配色方案生成器

不需要现在就确定方向。
先动手,做着做着你自然会知道自己喜欢什么。

欢迎来到 AI 编程世界

希望这次大家不仅能学到东西,更能真正做出属于自己的作品。

有问题随时在群里问,我们不见不散。

附录 A:Claude Code Skill 说明

什么是 Skill?

Skill 就是给 Claude Code 装的一个「专业外挂」。

类比:你请了一个厨师(Claude Code)帮你做饭,但这位厨师虽然全能,有些特别专业的活(比如烤法式甜点、做日式寿司)做得不够精细。于是你给厨师配了几本专业菜谱(Skill),厨师拿到菜谱后,遇到这类任务就会按菜谱来,做得更专业、更靠谱。

一句话理解:Skill = Claude Code 的专业技能包,装了之后 AI 在某个领域干活更专业。

Skill 的三种类型

类型 存放位置 适用场景 类比
个人技能~/.claude/skills/在所有项目中都可用,适合个人常用流程你随身携带的菜谱,到哪家厨房都能用
项目技能.claude/skills/只对当前项目生效,适合团队共享、项目特定流程这个厨房专门配的菜谱,换厨房就没用了
插件技能通过插件安装随插件一起提供,装完插件自动可用买烤箱时附赠的烘焙指南,有烤箱就有指南

简单选择:个人常用 → 个人技能;团队/项目专用 → 项目技能;不想自己写 → 直接装插件技能。

Skill 文件结构

一个 Skill 最核心的文件是 SKILL.md,它告诉 AI:

  1. 这个 Skill 干什么(功能描述)
  2. 什么时候自动触发(触发关键词)
  3. 具体怎么做(分步流程)
my-skill/
└── SKILL.md          ← 必需,核心配置文件
├── reference.md      ← 参考文档(可选)
├── scripts/          ← 可选,辅助脚本目录
│   └── helper.py
└── templates/        ← 可选,模板目录

SKILL.md 格式

---
name: my-skill-name
description: 这个 Skill 的功能描述,越清晰越好
allowed-tools: Read, Grep, Glob      ← 允许 AI 使用的工具列表(可选)
---

# Skill 详细指令

在这里用自然语言描述:
1. 这个 Skill 解决什么问题
2. 触发条件(什么时候自动调用)
3. 具体执行步骤
4. 输出格式要求

关键提示description 写得越清晰,AI 在正确的时机自动调用的准确率越高。就像菜谱封面写得越清楚,厨师翻到时就知道该不该用。

怎么安装 Skill?

方法一:从插件市场安装(最简单)

在 Trae 里打开 Claude Code → 输入 /skill → 浏览并选择需要的 Skill → 自动安装

方法二:手动创建个人技能

  1. 进入个人技能目录:~/.claude/skills/
  2. 创建技能文件夹:比如 my-code-reviewer/
  3. 在文件夹中创建 SKILL.md
  4. 写好内容后保存,Claude Code 下次启动会自动识别

方法三:为当前项目创建技能

  1. 在项目根目录下创建 .claude/skills/ 目录
  2. 创建技能文件夹和 SKILL.md
  3. 该技能只对当前项目生效

怎么使用 Skill?

自动触发

当你给 Claude Code 下达指令时,如果指令中包含 Skill 的触发关键词,AI 会自动调用对应的 Skill。

类比:你说「帮我审查这段代码」,厨师听到「审查」关键词,自动翻开代码审查的菜谱来操作。

手动触发

在 Claude Code 中输入斜杠命令:/skill <技能名称>

类比:你直接告诉厨师「请用寿司菜谱来做」,厨师就按寿司菜谱来。

常见 Skill 示例

Skill 名称 功能 适用场景
code-reviewer代码审查写完代码后让 AI 帮你检查问题
test-writer自动写测试帮你生成单元测试代码
debugger调试助手遇到 Bug 时帮你定位和修复
markdown-to-htmlMarkdown 转 HTML把 md 文件转成网页格式
pdfPDF 处理生成或处理 PDF 文件

以上只是示例,Skill 生态在持续扩展。你可以在 Claude Code 中输入 /skill 查看当前可用的所有 Skill。

怎么自己写一个 Skill?

核心就一件事:写好 SKILL.md

步骤:

  1. 想清楚这个 Skill 解决什么问题 — 比如你想让 AI 帮你自动检查代码风格
  2. 写 description — 简洁清晰地描述功能,比如「检查项目代码是否符合团队风格规范」
  3. 写触发关键词 — 比如用户说「检查代码风格」或「style check」时自动触发
  4. 写执行步骤 — 用自然语言描述 AI 应该怎么做,比如「先读取所有源码文件 → 检查命名规范 → 检查缩进 → 输出问题清单」
  5. 保存到对应目录 — 个人技能放 ~/.claude/skills/,项目技能放 .claude/skills/

新手建议:刚开始不用自己写 Skill,先用现成的插件技能体验效果。等熟悉了 Claude Code 的工作方式,再尝试自己写。

Skill vs Agent vs 插件 — 有什么区别?

术语 通俗解释 类比
Skill一个专业流程包,教 AI 怎么做某类事菜谱——告诉厨师怎么做某道菜
Agent一个独立的 AI 助手,有独立的上下文和工具权限另一个厨师——可以独立完成一桌菜
插件一个扩展包,给 Claude Code 添加新功能或新 Skill新厨具——烤箱、搅拌机等,装上后厨师能做更多事

简单理解:Skill 是「菜谱」(怎么做),插件是「厨具」(能做什么),Agent 是「另一个厨师」(谁来做)。

推荐安装的 Skill

Skill 功能 安装方式
ui-ux-pro-maxUI/UX 设计智能助手,内含可搜索的设计数据库,帮你做界面设计和交互优化在 Trae 的 Claude Code 中输入 /skill ui-ux-pro-max 安装
skill-creator创建新 Skill 的专用工具,你想自己写 Skill 时用它来引导生成 SKILL.md在 Trae 的 Claude Code 中输入 /skill skill-creator 安装

使用建议

  • 做界面时 → 用 ui-ux-pro-max,它会根据你的需求推荐合适的 UI 设计方案
  • 想创建自己的 Skill → 用 skill-creator,它会一步步引导你写好 SKILL.md

总结

  • Skill = Claude Code 的专业技能包,装了之后 AI 在某个领域干活更专业
  • 三种类型:个人技能(随身带)、项目技能(厨房专用)、插件技能(买厨具附赠)
  • 核心文件是 SKILL.md,写清楚功能、触发条件、执行步骤
  • 新手先用现成的,熟悉了再自己写

附录 B:Claude Code 187种状态词全解析

Claude Code 在执行任务时,界面上会显示一些「…中」的提示词(Spinner Verb),告诉你它正在做什么。

这 187 种状态词从代码编译、数据处理到 AI 推理,几乎涵盖了所有常见的任务类型,兼顾专业性和趣味性。

A 类(吸收/聚合/分析类)

  • Absorbing… 吸收中 — 数据读取、知识吸收
  • Aggregating… 聚合中 — 数据聚合、粒子聚集
  • Aligning… 对齐中 — 代码格式对齐、数据对齐
  • Analyzing… 分析中 — 代码分析、数据解析
  • Assembling… 组装中 — 代码模块组装、依赖整合
  • Attenuating… 衰减中 — 信号处理、数据衰减

B 类(混合/构建/烘焙类)

  • Baking… 烘焙中 — 模型训练、代码优化(趣味化提示)
  • Blending… 混合中 — 数据混合、多模块融合
  • Boiling… 煮沸中 — 高强度计算任务(趣味提示)
  • Brewing… 酝酿中 — 模型推理、方案酝酿
  • Building… 构建中 — 项目构建、代码生成
  • Bundling… 打包中 — 代码打包、依赖打包

C 类(核心高频提示词,重点收藏)

  • Calculating… 计算中 — 通用计算场景,高频出现
  • Churning… 搅动中 — 数据处理、任务调度
  • Clustering… 聚类中 — AI 聚类、数据分类
  • Coalescing… 融合中 — 多源数据融合、模型融合
  • Compiling… 编译中 — 代码编译,程序员最常遇到
  • Composing… 撰写中 — AI 代码生成、文档撰写
  • Compressing… 压缩中 — 数据压缩、文件压缩
  • Computing… 运算中 — 通用运算、AI 推理
  • Crunching… 处理中 — 数据 crunch、密集计算
  • Smooshing… 揉合中 — 数据揉合、逻辑整合(趣味提示)

D 类

  • Decoding… 解码中 — 数据解码、信号解码
  • Decomposing… 分解中 — 任务分解、代码拆解
  • Developing… 开发中 — 代码开发
  • Diagnosing… 诊断中 — Bug 诊断、问题排查
  • Digesting… 消化处理中 — 数据消化、信息处理

E 类

  • Encoding… 编码中 — 数据编码
  • Evaluating… 评估中 — 代码评估、结果评估
  • Exploring… 探索中 — 代码探索、方案探索
  • Extracting… 提取中 — 数据提取、信息提取

F 类

  • Filtering… 过滤中 — 数据过滤
  • Formatting… 格式化中 — 代码格式化
  • Formulating… 公式化中 — 策略制定、方案规划

G 类

  • Generating… 生成中 — AI 代码生成、内容生成
  • Gathering… 收集中 — 数据收集
  • Grokking… 深度理解中 — 深度学习、知识理解

H 类

  • Hashing… 哈希计算中 — 哈希运算
  • Harvesting… 采集收获中 — 数据采集

I 类

  • Indexing… 索引中 — 数据索引
  • Inferring… 推理中 — AI 推理
  • Initializing… 初始化中 — 项目初始化、环境初始化
  • Integrating… 集成中 — 模块集成、系统集成
  • Iterating… 迭代中 — 代码迭代、循环处理

J 类

  • Joining… 连接中 — 数据连接、表连接
  • Judging… 判断中 — 结果判断、条件判断

L 类

  • Loading… 加载中 — 数据加载、项目加载
  • Linking… 链接中 — 依赖链接
  • Layering… 分层中 — 模型分层、逻辑分层

M 类

  • Mapping… 映射中 — 数据映射
  • Matching… 匹配中 — 模式匹配
  • Merging… 合并中 — 代码合并、数据合并
  • Mining… 挖掘中 — 数据挖掘
  • Modelling… 建模中 — AI 建模

N 类

  • Normalizing… 归一化中 — 数据归一化
  • Narrowing… 收窄中 — 范围缩小、聚焦

O 类

  • Optimizing… 优化中 — 代码优化、性能优化
  • Organizing… 组织中 — 代码整理、数据组织

P 类

  • Parsing… 解析中 — 代码解析、数据解析
  • Processing… 处理中 — 数据处理、通用处理
  • Polishing… 打磨优化中 — 代码打磨、细节优化
  • Programming… 编程中 — 代码编写
  • Projecting… 投影/规划中 — 规划方案

Q 类

  • Quantizing… 量化中 — 模型量化
  • Querying… 查询中 — 数据查询
  • Queueing… 排队中 — 任务排队

R 类

  • Rendering… 渲染中 — 页面渲染
  • Refactoring… 重构中 — 代码重构
  • Retrieving… 检索中 — 数据检索
  • Routing… 路由中 — 路由处理

S 类

  • Sampling… 采样中 — 数据采样
  • Scraping… 抓取中 — 网页抓取
  • Searching… 搜索中 — 代码搜索
  • Sorting… 排序中 — 数据排序
  • Synthesizing… 合成中 — AI 合成
  • Solving… 求解中 — 问题求解

T 类

  • Translating… 翻译中 — 代码翻译、语言翻译
  • Traversing… 遍历中 — 数据遍历
  • Tracing… 追踪中 — 代码追踪
  • Trimming… 修剪中 — 数据裁剪

U 类

  • Updating… 更新中 — 数据更新、代码更新
  • Unzipping… 解压中 — 文件解压
  • Unifying… 统一中 — 数据统一、格式统一

V 类

  • Validating… 验证中 — 数据验证
  • Vectorizing… 向量化中 — 数据向量化
  • Verifying… 校验中 — 代码校验

W 类

  • Weaving… 编织整合中 — 逻辑整合
  • Wrangling… 数据整理中 — 数据清洗整理

Z 类

  • Zipping… 压缩打包中 — 文件压缩打包

你不需要记住这些词,遇到不认识的提示词时,直接来这里对照查阅即可。

开始你的 AI 编程之旅

这份文档已经帮你整理好了所有课前准备信息。按照检查清单逐项确认准备完毕,就可以开始动手实践了!

作者:echo 刘泽权 · 版本 v1.2