登录社区云，与社区用户共同成长
邀请您加入社区
程序员不再逐行编写代码，而是通过自然语言描述意图、提供上下文，让AI理解"vibe"（氛围/意图），然后生成、修改和优化代码。对话式开发：像和同事讨论一样编程意图驱动：说出你想要什么，而非如何实现迭代式完善：通过多轮对话逐步完善代码上下文感知：AI理解整个项目的架构和历史程序员写代码代码执行查看结果修改代码重复…描述意图AI生成代码对话式改进快速迭代持续优化。
KubePolaris（北辰），取意“北极星”，旨在为复杂的集群运维提供稳定可靠的指引。它不仅仅是一个 UI，更是一个集成了多集群管理、DevOps 工作流、监控告警、安全审计的一站式工作台。它采用了最新的技术栈。不仅跑得快，界面更是德芙般丝滑。KubePolaris 现已在 GitHub 全面开源（Apache 2.0 协议）。我希望它能成为你桌面上最趁手的那个“北极星”。如果你觉得好用，或者这
本文分享了AI与开发者协同工作的实践经验与思考。作者通过PostgreSQL批量写入优化、企业微信消息推送系统设计等案例，展示了AI在方案设计、代码生成、测试验证等场景中的价值，总结出"发散-收敛-细化"的协同模式。文章指出LLM本质是概率预测器而非理解者，其成功率随任务复杂度呈指数级下降，因此需要构建"人机协同"新范式：通过确定性优先、减少可能性空间、阶段
在AI的加持下，MindFlow 项目已完成 Phase 1: 项目启动与基础设施 阶段，所有既定目标均已达成：本次更新同步发布了 完整的技术文档体系，为项目的持续发展奠定坚实基础。详细的技术架构和选型说明，包含：技术选型对比方案优势劣势评估Electron生态成熟，跨平台好体积大，性能一般⭐⭐⭐Tauri轻量，安全，性能好生态较新⭐⭐⭐⭐⭐Flutter性能好，UI一致桌面支持一般⭐⭐⭐推荐方案
好的描述能事半功倍，比如用 “帮我拆分这个函数，不改变核心逻辑，提升复用性”，而非笼统的 “帮我优化这段代码”。有了这个MCP，配合一些rules，就可以让大模型在本应结束会话时，调用这个MCP征求你的反馈，而且输入体验与原生几乎一模一样，可以输入图片、文字， 可以设置超时后的默认回复，能够有效避免额度浪费。也尝试过更多的MCP工具，但使用得越多，越明白一个道理：它们的价值远不止于 “解决某个具体
他们调试着代码，笑谈着迭代——“从第一篇的简单认证，到现在添加了JWT和WebSocket，代码越来越优雅了。”艾丽说，调试着一个顽固的socket连接bug。李磊点头：“重构让它更安全，也更浪漫。看，这个WebSocket能实时同步消息，就像我们的心跳。”
OneCode表单架构采用注解驱动+组件化+工厂模式的设计思想，实现了表单的可视化配置与灵活扩展。核心解决了传统表单开发中"重复编码"、“样式不统一”、"难以维护"等痛点，通过将表单拆分为视图配置层组件层和数据处理层，构建了低代码平台的核心能力。
模块化是指将一个大型系统分解成若干个相对独立的模块，每个模块都有自己的功能和接口，可以独立开发、测试、维护和升级。2. 提高软件质量：模块化可以将一个大型系统分解成若干个相对独立的模块，每个模块都有自己的功能和接口，可以独立测试和调试，从而提高软件质量。1. 提高开发效率：模块化可以将一个大型系统分解成若干个相对独立的模块，每个模块都可以独立开发、测试、维护和升级，从而提高开发效率。4. 降低维护
摘要： 本文分享了作者从依赖AI生成代码的“魔法黑箱”模式，到将其作为“工程伙伴”进行结构化协作的实践历程。通过引入“6A工作流”和“PDCA循环”，作者强调需求对齐、架构设计先行和任务原子化的重要性，确保AI输出符合预期。此外，通过文档化设计、上下文工程和规则约束，作者优化了人机协作流程，将自身角色从代码执行者升级为战略构建者。最终，作者认为在AI时代，开发者的核心能力已转向问题定义、流程设计及
这次分享的案例堪称PLC界的满汉全席——从ST编程到机器人联机，从双屏配方向到EPLAN图纸，完整展示了一套高端设备的控制逻辑。三菱R系列ST、RD77MS定位以及三菱触摸屏配方功能，此案例还提供两个触摸屏实现异地操作，使操作更加方便快捷。此案例还通过CClink远程连接远程IO站以及机器人，将机器人作为远程设备站，实现跟机器人的快速通信。此案例还通过CClink远程连接远程IO站以及机器人，将机
2026年程序员必备的20款AI编程工具推荐 本文精选了20款面向2026年开发者的AI编程工具，涵盖AI原生IDE、多智能体协作工具和主流编辑器分支。这些工具致力于将开发流程从需求分析到部署上线实现自动化、可追溯和可控。推荐工具包括verdent（复杂工程适用）、joycode（京东云一站式开发平台）、Cursor（智能代码生成）等。文章提供了5个关键选型维度：上下文能力、Agent闭环功能、可
Claude Code之父Boris分享了13条高效使用技巧：1）并行运行多个实例；2）本地与网页端协同工作；3）全程使用Opus 4.5+思考模式；4）团队共享CLAUDE.md文档；5）自动化代码审查；6）从Plan模式开始会话；7）斜杠命令自动化工作流；8）使用子代理处理常见流程；9）PostToolUse钩子自动格式化；10）预授权安全命令；11）整合多种工具；12）长任务处理策略；13）
为 Claude Code 等 AI 开发环境准备的 开发者工具包，提供可复用的 “skills（技能）” 和 “agents（代理）”，帮助自动化代码评审、测试、API 设计和 AI 集成等任务，当前重点支持 Java/Spring Boot，同时扩展到 TypeScript/Node.js、React、NestJS 等多语言生态
摘要： 本文系统对比2024年主流AI编程工具，针对不同用户群体提供选型指南。零代码平台如Lovable.dev适合非技术人员快速构建应用；专业IDE如Cursor能提升开发者效率；命令行工具如Claude Code满足高级用户定制需求。文章从门槛、功能、适用场景三个维度分析各类工具特点，并给出具体选型建议，帮助读者根据自身技能水平和项目需求选择最合适的AI编程助手。未来趋势显示，AI编程工具将向
Claude Code是一款终端级AI编程工具，由Anthropic推出，将Claude大模型直接嵌入开发环境。它能全局扫描代码库，实现跨文件编辑、自动测试和PR生成，大幅提升开发效率。支持主流IDE和终端操作，提供安全可控的执行环境，适合中大型项目维护和重构。安装简单，订阅灵活，适合个人开发者到企业团队使用。相比其他AI编程助手，Claude Code更擅长处理复杂代码库和私有项目，让开发者通过
摘要： "vibe-coding"（氛围编程）是一种AI辅助编程新范式，通过规划驱动、上下文固定和AI结对执行，实现高效开发。作者以凌晨紧急完成数据大屏项目为例，展示如何用AI快速生成可运行代码。该方法强调明确需求、分步验收和复用现有轮子，避免代码失控。核心技巧包括：编写详细设计文档、拆解任务步骤、使用"胶水编程"连接成熟开源库。文中还分享了2小时搭建Pol
本文提供完整的Claude Code安装指南，特别针对新手用户详细讲解下载、配置及Skills功能使用。教程涵盖基础环境准备、安装步骤、API Key获取、服务器配置等关键环节，并介绍文件夹管理、Claude.md配置文件和危险模式等核心功能。通过实际案例演示如何用Claude Code处理工资条拆分等办公场景，帮助用户快速掌握这款通用AI助手的使用技巧。文章还推荐了Claude Code Now
摘要：AI结对编程时常出现代码风格不一致问题，需要反复纠正。SlashCommand技术可将开发规范（如错误处理、日志格式等）封装为可复用指令，避免重复沟通。该技术还能将排查流程、团队规范等隐性知识转化为标准化工具，支持团队经验沉淀。典型应用包括代码审查、新人指导、变更日志生成等场景，通过固化高频Prompt提升协作效率。OpenSpec框架提供了标准化配置方案，支持技术规范的自动化管理与校验。
AI 如何自主编码、测试、优化？从独立思考、到访问终端、最后改写未来！编译 | Eric Harrington出品丨AI 科技大本营（ID：rgznai100）代码世界的下一个浪潮将由谁掀起？当 AI 不再仅仅是辅助工具，而是化身为能够独立思考、访问终端、甚至拥有“专属电脑”的智能体软件工程师，软件开发的未来图景正被彻底改写。从去年最早的 Devin 号称“首个 AI 程序员”，GitHub Co
摘要： Anthropic Claude官方开源了16个Skills技能库，涵盖文档处理、创意开发等场景，安装仅需两条命令。重点推荐PDF处理（自动提取/合并文档）、skill-creator（自定义插件开发）和webapp-testing（网页测试）等核心功能。Skills无需手动调用，Claude会根据需求自动匹配，实现高效AI结对编程。通过Vibe Coding（氛围编程）理念，用户可专注规
《Vibe Coding氛围编程规范》提出AI结对编程的100条实践原则，核心是通过系统提示词构建结构化协作流程。规范强调AI应遵循"规划驱动、模块化、可验证"三大原则，避免随意重构、风格混乱等问题。具体包括：1)明确AI身份与行为边界（15条）；2)优化专业沟通方式（18条）；3)建立分步任务机制（24条）；4)确保代码可维护性（29条）；5)严守安全红线（10条）。作者猫头
《Vibe Coding：AI编程的系统化驾驭之道》摘要 本文深入探讨了Vibe Coding（氛围编程）这一AI结对编程方法论。作者猫头虎提出，未来编程的核心在于系统化驾驭AI的能力，而非单纯的手写代码速度。文章从三个维度展开： 核心理念：强调"规划就是一切"，主张人类负责顶层设计，AI执行具体编码，形成可控的工作流。 方法论体系： 提出α/Ω元提示词概念，构建自我进化的AI
摘要： 《Vibe Coding氛围编程系列：AI模型与服务选择指南》探讨了如何高效利用AI模型提升编程效率。作者猫头虎指出，模型选择的关键在于匹配使用场景（如架构规划、复杂逻辑或脚本开发），而非单纯追求“最强模型”。推荐组合包括Claude Opus（架构设计）、GPT Codex（复杂逻辑）、Gemini（脚本）和Copilot（补全）。文章强调Vibe Coding的核心是“规划驱动+模块化
最近几个月，我被安排负责与大模型应用相关的开发工作。刚开始接触OpenAI的AgentSDK、OpenManus时，面对一大堆新名词，比如Functioncall、ReAct、Agent 等概念像一堆零散的拼图等，真的是一头雾水。好在平时我也会关注大模型领域的最新资讯，了解到Cursor可以帮助快速理解项目代码。实际体验后，发现它确实比当时的工蜂好用不少，于是我就果断“付费上班”了。而这段经历的价
技术半衰期加速下开发者如何突破成长瓶颈：AI驱动的刻意练习体系 StackOverflow调查显示，68%开发者面临18个月内技能贬值困境。微软数据表明，35岁工程师73%的大学知识已被新技术替代。传统经验积累模式失效的同时，GitHub分析发现78%开发者时间消耗在重复编码上。本文提出AI驱动的刻意练习解决方案： 重构反馈机制：通过毫秒级多维反馈（时间复杂度、资源泄漏、设计原则）突破传统Code
在设备上安装的嵌入式传感器节点，持续采集振动、温度数据，通过边缘计算分析，提前预警故障，变“计划维修”为“预测性维护”，极大减少停机损失。高性能的嵌入式系统是手术机器人“手眼”的协调中枢，实现比人类医生更稳定、更精准的操作。在极小的体积和严格的功耗限制下，嵌入式SoC（系统级芯片）集成了CPU、DSP、NPU等多种核心，实现了主动降噪、运动健康监测、高分辨率渲染等复杂功能，将强大的计算力融入日常穿
2022软工K班结对编程任务
芯图相册高并发技术架构摘要 芯图相册采用异步I/O架构实现高并发处理，核心特点包括： 全异步设计：基于Python asyncio实现，所有数据库操作、文件读取和API调用均采用异步方式，避免阻塞事件循环。 连接池优化：使用aiomysql连接池管理数据库连接，支持连接复用和自动回收，显著降低连接创建开销。 混合并发策略： 异步HTTP客户端(httpx)处理外部API调用 线程池执行器(Thre
摘要：华为昇腾AI在2025年世界人工智能大会上展示其创新算力架构——昇腾384超节点，通过将384颗NPU和192颗CPU全对等互联，实现算力有效使用率提升50%以上。华为从芯片到软件构建全栈自主技术体系，已联合2700+合作伙伴开发6000+行业解决方案，应用于运营商、金融等领域。面对单芯片算力差距，华为通过系统创新和开放生态弥补不足，构建包含6000+认证开发者的创新社区。昇腾AI正推动智能
这里藏着三个层级：普通Transformer裸奔上阵，NRBO-VMD-Transformer相当于给模型加了前处理，而双NRBO版本更是连Transformer的超参数都优化了。NRBO-VMD-NRBO-Transformer(双优化)、NRBO-VMD-Transformer、Transformer三模型单变量时序预测一键对比(仅运行一个main即可) Matlab代码。评价指标方面，除了常
我们使用的代码生成工具是ChatGPT（GPT-4），它支持自然语言需求输入，能快速生成代码并实时优化功能，适配小组协作的高效需求。guess = input(f"\n请输入你猜的字母（还剩{remaining}次机会）：")print("游戏规则：我已经想好了一个字母（a-z），你有6次机会猜出它")print(f"角色B：{result}，请重新输入")print(f"角色B：{result}
我们通过 **“需求拆解 + AI 辅助编码”的方式，聚焦“收集资源、躲避敌人、限时撤离”** 三大核心玩法，使用 Java Swing（轻量级 GUI 库）快速落地 Demo，同时借助 GitHub Copilot 的 “自然语言转代码” 能力，大幅提升开发效率。我向 Copilot 提出需求：“用 Java Swing 创建 800×600 的游戏窗口，定义玩家、敌人、道具、撤离点的类，支持键
结对编程（Pair Programming）是一种敏捷软件开发的方法，两个程序员在一个计算机上共同工作。一个人输入代码，而另一个人审查他输入的每一行代码。输入代码的人称作驾驶员，审查代码的人称作观察员（或导航员）。两个程序员经常互换角色。在结对编程中，观察员同时考虑工作的战略性方向，提出改进的意见，或将来可能出现的问题以便处理。这样使得驾驶者可以集中全部注意力在完成当前任务的"战术"方面。观察员当
陈豪杰（需求与 AI 交互）：ChatGPT 的代码生成能力超出预期，但需要非常精准的提示词。比如最初我只说 “生成图书管理系统代码”，得到的是很简陋的版本；后来学会拆解需求（如 “先设计领域模型→再实现核心功能→最后优化交互”），产出质量才明显提升。孙晟继（测试与优化）：结对编程让测试工作更有价值。当我发现 “借阅后图书状态未更新” 的问题时，XXX 能快速和 AI 沟通定位，这种 “发现问题→
摘要：23计科本班小组使用GitHub Copilot进行结对编程，开发Java猜数字游戏。通过注释引导AI生成代码，小组分工协作完成项目初始化、输入验证、游戏循环等功能实现。最终成果展示了一个包含难度选择、异常处理等完整功能的控制台游戏。实践表明，Copilot能显著提升开发效率，但仍需人工审查优化。这种"人机结对"模式既发挥了AI的代码生成优势，又保留了开发者的主导权，为编
结对编程
——结对编程
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
火山引擎 ADG 社区
CSDN-OPC开发者社区
DAMO开发者矩阵
西安城市开发者社区
AI编程社区
九章云极普惠算力
开源鸿蒙跨平台开发者社区
