白话AI编程:从入门到实践电子书

扉页

内容提要

前言

第一部分 AI编程基础知识

第1章 你好，AI编程！

1.1 什么是AI编程

1.2 我们能用AI编程做什么

1.2.1 教育与学习

1.2.2 自动化重复操作

1.2.3 开发个人产品

1.2.4 创意与艺术

1.3 传统编程和AI编程的异同

1.3.1 角色的转变：从“砌墙工匠”到“项目总监”

1.3.2 速度的革命：从“按月交付”到“立等可取”

1.3.3 学习路径的改变：从“陡峭阶梯”到“平缓坡道”

1.3.4 问题解决方式的改变：从“搜遍互联网”到“与专家对话”

1.3.5 代码质量与风格的变化：从“杂乱无章”到“整齐划一”

1.3.6 协作模式的变化：从“人与人协作”到“人机共舞”

1.3.7 始终不变的核心：工程师思维与最终责任人

1.4 主流AI编程工具概览和选择建议

1.5 AI编程的局限与应对

1.5.1 “抽盲盒”——代码生成具有随机性

1.5.2 “偏科”——擅长领域有限

1.5.3 “健忘症”——记不住长对话

1.5.4 “活在过去”——知识滞后

1.5.5 “缺乏灵感”——只会组合现有知识

1.6 学习AI编程的思维误区

1.6.1 误区一：学习AI编程要先学习某种编程语言

1.6.2 误区二：入门AI编程不需要懂编程知识

1.6.3 误区三：AI编程必须追求最新工具

1.6.4 误区四：学会写提示词就能搞定AI编程

1.7 学习AI编程的心态准备

1.7.1 降低预期的心态

1.7.2 解决问题的心态

1.7.3 “先把手弄脏”的心态

第2章 AI编程时代必备的编程基础知识

2.1 编程大厦长什么样

2.1.1 编程大厦的四个核心功能分区

2.1.2 编程大厦的建造基础

2.1.3 编程大厦的完整蓝图

2.2 前端和后端：大厦的外观和内部结构

2.2.1 前端：决定用户体验的“门面”工程

2.2.2 后端：支撑功能运转的“里子”工程

2.2.3 示例：“用户注册”流程中前端和后端的分工

2.3 API：连接前端和后端的“插座”

2.3.1 API是什么

2.3.2 API怎么在前端和后端之间传递信息

2.4 数据库：大厦的“中央档案库”

2.4.1 数据库是什么

2.4.2 数据库平时在忙什么

2.4.3 示例：数据库在“用户个人中心”页面中的工作

2.5 编程语言：必备的“基础工具和原材料”

2.5.1 编程语言的基础结构

2.5.2 常见的编程语言

2.6 框架、库和依赖：提效的“骨架”和“预制构件”

2.6.1 框架：大厦的钢筋骨架

2.6.2 库和依赖：直接可用的预制构件

2.6.3 框架、库和依赖与编程语言的关系

2.7 开发环境：代码运行的“工地”

2.7.1 开发环境及其核心组成

2.7.2 开发环境的种类

2.7.3 常见的开发环境问题及应对策略

2.8 服务器与部署：为大厦“选址”和“开业”

2.8.1 服务器：大厦的最终运营场所

2.8.2 部署：将代码从“工地”搬到“最终运营场所”

第3章 让AI编程精准可控：上下文工程

3.1 什么是上下文工程

3.2 为什么上下文工程在AI编程中不可或缺

3.2.1 应对“先天缺陷”：在有限窗口内精准聚焦

3.2.2 提升代码精度：确保交付成果质量在线

3.2.3 减少试错成本：尽量一次就把事情做对

3.3 常用的上下文管理方法

3.3.1 写入上下文：在上下文窗口之外保存重点信息

3.3.2 选择上下文：将必要信息添加到上下文窗口

3.3.3 压缩上下文：仅保留完成任务所需的关键信息

3.3.4 隔离上下文：将不同的上下文分隔开

3.4 如何通过上下文管理让AI编程精准可控

3.4.1 启动阶段：定义“做什么”，将大目标拆解为任务清单

3.4.2 规划阶段：明确“怎么做”，将任务转化为“行动计划”

3.4.3 执行阶段：按照“行动计划”执行任务

第4章 与AI高效对话：提示词

4.1 从提示词到提示工程

4.2 构建提示词的核心原则及万能公式

4.2.1 构建提示词的四个核心原则

4.2.2 基于P.C.C.C.的提示词“万能公式”

4.3 10个常见开发场景的提示词模板和示例

4.3.1 代码生成

4.3.2 功能拓展

4.3.3 UI调整

4.3.4 代码解释

4.3.5 代码重构

4.3.6 代码调试

4.3.7 代码修复

4.3.8 测试用例

4.3.9 代码翻译

4.3.10 API调用

4.4 系统提示词与编程Agent

4.4.1 如何在Cursor中配置编程Agent

4.4.2 如何在TRAE中配置编程Agent

第5章 和AI“约法三章”：理解和运用Rules

5.1 Rules在AI编程中做什么

5.2 常见的Rules分类

5.2.1 按照适用范围分类

5.2.2 按照技术对象分类

5.2.3 按照调用方式分类

5.3 实用的Rules资源平台

5.3.1 GitHub

5.3.2 Rules资源站

5.3.3 AI编程工具的官方文档/社区

5.3.4 技术博客与开发者社区

5.4 如何写出合格的Rules

5.4.1 复用现成的Rules

5.4.2 用AI自动生成Rules

第6章 AI编程的“外挂”：MCP

6.1 什么是MCP

6.1.1 MCP的由来

6.1.2 MCP的架构

6.1.3 MCP的传输方式

6.2 常见的MCP Host和MCP Server

6.2.1 常见的MCP Host

6.2.2 AI编程中常用的MCP Server

6.2.3 实用的MCP资源整合平台

6.3 如何配置并调用MCP Server

6.3.1 第一种配置类型：以Cursor IDE为例

6.3.2 第二种配置类型：以Augment插件为例

6.3.3 第三种配置类型：以Claude Code CLI为例

第7章 与AI结对编程的“后悔药”：版本控制

7.1 为什么要进行版本控制

7.1.1 与AI结对编程的新挑战

7.1.2 版本控制的核心价值：记录、回滚与协作

7.1.3 版本控制就是你的“游戏存档”

7.2 版本控制的基础概念

7.2.1 玩转“单机模式”

7.2.2 开启“联网模式”

7.3 与AI结对编程的四种版本控制方法

7.3.1 使用AI编程工具的checkpoint功能

7.3.2 使用Git命令行

7.3.3 使用IDE的源代码管理功能

7.3.4 使用GitHub Desktop或Sourcetree

第二部分 AI编程实战

第8章 用CodeBuddy开发“SVG转PNG”工具站

8.1 前期准备

8.2 需求梳理

8.3 编程开发

8.4 部署上线（可选）

第9章 用TRAE开发“图片转PNG”浏览器插件

9.1 前期准备

9.2 需求梳理

9.3 编程开发

9.3.1 配置规则

9.3.2 开发与测试

9.4 插件上架（可选）

第10章 用Cline进行数据采集

10.1 浏览器插件采集

10.1.1 前期准备

10.1.2 需求梳理

10.1.3 编程开发

10.2 Python程序采集

10.2.1 前期准备

10.2.2 需求梳理

10.2.3 编程开发

10.3 Playwright MCP Server采集

10.3.1 前期准备

10.3.2 需求梳理

10.3.3 编程开发

第11章 用Xcode+Cursor开发“文生图”iOS应用

11.1 前期准备

11.1.1 注册Apple开发者账号

11.1.2 安装Xcode并创建项目

11.1.3 安装Cursor并完成初始设置

11.1.4 注册Supabase账号

11.2 需求梳理

11.2.1 不存储历史生成图片

11.2.2 用Supabase存储历史生成图片

11.3 编程开发

11.3.1 开发与测试

11.3.2 将应用提交到App Store

第12章 用v0+Cursor+Supabase开发DeepSeek Integrations工具导航站

12.1 前期准备

12.2 编程开发

第13章 用Claude Code开发商业小程序

13.1 前期准备

13.1.1 安装并登录Claude Code

13.1.2 使用Google Stitch和Figma生成设计稿

13.1.3 安装三个MCP Server

13.1.4 安装微信开发者工具

13.2 编程开发

13.2.1 前端交互开发

13.2.2 后端逻辑实现

13.2.3 微信支付接入

附录A 常见的AI编程工具列表

附录B 常见术语表

附录C 进阶学习路径推荐