AI Agent / 系统课时

创建第一个 AI 协作项目

创建第一个 AI 协作项目

本节将从一个空目录开始创建第一个 AI 协作项目,学习如何向 AI 描述需求、生成代码、运行程序并验证结果。完成后,你将掌握一次完整的人机协作开发闭环。

学习目标

  • 理解 AI 协作项目从需求到运行的基本流程。
  • 掌握创建项目、生成代码和验证结果的方法。
  • 建立人工判断与 AI 输出结合的开发习惯。

从空目录建立项目

AI 协作项目仍然需要明确的工程边界。开始开发前,先创建项目目录,并初始化基础配置,让 AI 生成的代码拥有明确运行环境。

下面使用 Node.js 创建一个简单命令行项目作为示例。

bash
mkdir first-ai-project
cd first-ai-project
npm init -y

预期结果:

text
Wrote to <PATH>/package.json

初始化完成后,项目目录中会出现 package.json,用于记录项目名称、脚本和依赖信息。

描述需求并生成代码

与 AI 协作时,需求描述需要包含目标、输入、输出和限制条件。例如,不要只说“写一个程序”,而应该说明程序需要完成什么任务。一个有效需求通常包含:

  • 项目目标:希望解决的问题。
  • 功能要求:用户可以执行的操作。
  • 技术约束:语言、框架或运行方式。
  • 验收标准:如何判断结果正确。

AI 生成代码后,需要人工检查文件结构、依赖选择和实现逻辑,再决定是否采用。

编写并运行第一个程序

创建入口文件 index.js,实现一个简单功能。

javascript
function createGreeting(name) {
  // 保持业务逻辑独立,方便后续让 AI 扩展功能
  return `Hello, ${name}`;
}

console.log(createGreeting('AI Developer'));

运行程序:

bash
node index.js

预期输出:

text
Hello, AI Developer

这个过程体现了 Vibe Coding 的基本循环:提出需求、获得方案、运行验证、继续调整。

建立 AI 协作验证流程

AI 生成代码后,不应直接认为结果正确。可靠流程通常包括理解需求、检查代码、执行测试和观察结果四个步骤。

AI 协作开发闭环流程图

人工判断是整个流程中的关键环节。AI 擅长快速生成候选方案,但项目目标、技术取舍和最终质量仍需要开发者确认。

常见失败处理

第一次 AI 协作项目常见问题包括需求描述模糊、生成代码缺少依赖、运行环境不一致等。遇到问题时,可以按照以下顺序定位:

  1. 检查需求是否明确。
  2. 检查项目依赖是否完整。
  3. 检查运行命令是否正确。
  4. 根据错误信息调整需求或代码。

不要只要求 AI “修复错误”,而应该提供错误现象、运行环境和期望结果,让 AI 更准确地定位问题。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

创建第一个 AI 协作项目

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通