尧图网页设计 
这里写自定义目录标题欢迎使用Markdown编辑器一、Vibe Coding 到底改变了什么二、核心工作循环反馈质量决定一切三、从需求到落地一套可复用的工作流程四、工具链选型与组合策略五、上下文管理Vibe Coding 的隐形战场六、什么任务适合 Vibe Coding什么不适合六、团队的技能转型与认知升级七、把 Vibe Coding 变成研发系统新的改变功能快捷键合理的创建标题有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能丰富你的文章UML图表流程图FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好 这是你第一次使用# Vibe Coding 开发工作流从自然语言到产品落地的完整方法论一、Vibe Coding 到底改变了什么Vibe Coding这个词由 OpenAI 联合创始人 Andrej Karpathy 在 2025 年提出它描述的是一种全新的开发范式用自然语言描述需求让 AI 生成、修改和调试代码开发者通过持续的对话把产品聊出来。这个概念迅速走红并非偶然它踩中了开发效率焦虑和 AI 能力跃迁的交汇点。对比传统编程这种转变是根本性的。传统流程是理解需求 → 设计架构 → 写代码 → 调试 → 修改开发者是唯一的执行者每一个细节都要亲力亲为。Vibe Coding 的流程变成了描述需求 → AI 写代码 → 看结果 → 提修改意见 → AI 继续改开发者的角色从写代码的人变成了提需求和验收结果的人。这个转变最本质的地方在于交互对象从代码变成了意图。过去你要告诉计算机具体执行什么代码现在你更多是在告诉 AI我最终想得到什么结果。代码依然存在但它是 AI 的产物你的注意力被释放到更高层的问题上——需求是否清晰、结果是否符合预期、架构是否合理。但这里必须泼一盆冷水Vibe Coding 不是输入需求、坐等成品的魔法。热潮之下大量失败案例正在提醒我们这套工作流需要刻意练习。一个经典的失败案例是一位不懂技术的产品经理让 AI 写一个公众号爬虫因为没说明最终目标AI 把获取文章 URL这个局部问题当成了完整需求最终方案绕了无数弯路——装虚拟机、消耗大量流量、用鼠标模拟点击逐篇抓取效率低到崩溃。问题的根源不是 AI 能力不足而是需求表达出了问题。二、核心工作循环反馈质量决定一切一个健康的 Vibe Coding 工作流不是把需求丢给 AI 等结果而是一个持续的人机交互循环需求描述 → AI 生成代码 → 运行/测试 → 观察结果 → 反馈修正 → 再生成。这个循环里最关键的是反馈质量。AI 编程工具的能力上限取决于它收到的反馈质量是不行再改这种含糊反馈还是这段逻辑有 bug第 15 行索引越界期望输出 X 实际得到 Y这种精准反馈结果天差地别。前者让 AI 在黑暗中摸索后者让 AI 一步定位问题。这揭示了一个反直觉的事实Vibe Coding 不是降低了技能要求而是转移了技能要求。过去你需要的是写代码的能力现在你需要的是表达需求的能力、读懂代码的能力、定位问题的能力、验收结果的能力。一个完全不懂技术的人用 Vibe Coding 做产品大概率会陷入AI 说什么就是什么的被动局面而一个懂技术的人能把 AI 变成十倍效率的杠杆。三、从需求到落地一套可复用的工作流程结合一线实践一套行之有效的 Vibe Coding 工作流通常包含五个阶段。阶段一需求澄清像产品经理一样提问。这是最容易被跳过的环节也是失败率最高的环节。直接让 AI 写代码之前先让它生成产品文档并主动向用户提问澄清关键决策目标用户是谁、核心功能边界在哪、有没有必须兼容的现有系统、数据从哪里来。很多情况下让 AI 以产品经理身份提问 3 到 5 轮需求就从模糊变得清晰后续的编码效率反而最高。经验法则是在需求阶段多花十分钟能在编码阶段省下几个小时。阶段二任务拆解把大需求切成小步骤。不要指望一次对话搞定整个项目。把产品拆成可独立验证的功能模块每个模块单独描述、单独开发、单独验收。这不仅降低了 AI 出错的概率也让每个步骤的结果更容易检验。对复杂项目一份结构化的 PRD 和任务清单是必需品——它既指导 AI 生成代码也防止模型在长对话中跑偏。阶段三迭代编码小步快跑。每个功能模块按生成 → 运行 → 观察 → 反馈的小循环推进。让 AI 先给出可运行的最小版本再逐步完善细节。切忌一次性要求 AI 生成数百行完美代码——生成得越多错误越难定位返工成本越高。阶段四测试与验收像测试人员一样挑错。这是 Vibe Coding 工作流里最容易被轻视、却最决定交付质量的环节。让 AI 生成单元测试是基础更重要的是你自己要像测试人员一样遍历边界场景空输入、异常数据、并发冲突、权限越界。很多 AI 生成的代码在正常路径上表现完美在异常路径上一碰就碎。特别是属性测试——让 AI 生成大量随机输入去冲击函数的不变量——往往是发现隐藏 bug 的利器。阶段五安全审查与工程化收尾。AI 生成的代码可能存在安全隐患SQL 注入、越权访问、敏感信息硬编码、依赖漏洞。上线前的安全审查不能省略。同时要做好工程化收尾补充错误处理、完善日志、整理依赖、接入 CI。四、工具链选型与组合策略Vibe Coding 的工具生态已经非常丰富选型需要结合自身情况。云端对话式工具如 ChatGPT、Claude 的网页版适合需求探索和方案讨论门槛最低AI 原生 IDE如 Cursor、Trae把 AI 能力嵌入编辑器支持选中代码、对话修改、全仓理解是目前的主流选择命令行代理如 Claude Code、Codex CLI适合熟悉终端的开发者能直接操作文件系统、运行命令、执行测试自动化程度最高。国内也有大量可用工具包括 Workbuddy、Codebuddy 等它们针对国内开发环境和中文需求做了优化。选型的原则不是哪个最强而是哪个能融进你的现有工作流——工具再强如果每次使用都要切换环境、转移上下文效率反而下降。组合策略上一个常见的高效搭配是用对话式工具做需求分析和方案设计用 AI 原生 IDE 做日常编码用命令行代理处理批量的重构和测试任务。关键是要让 AI 始终能看到完整的项目上下文——只给它一个孤立的代码片段它只能给你孤立的答案。五、上下文管理Vibe Coding 的隐形战场很多人在 Vibe Coding 中遇到的AI 越改越乱根源是上下文管理失控。模型能记住的对话内容有限随着对话变长早期的需求和约束逐渐被遗忘AI 开始基于不完整的信息做决策。管理上下文的实用技巧包括把关键约束写进项目根目录的说明文件如 README 或 AGENTS.md让 AI 每次都能读到需求变更时明确告诉 AI删除旧方案采用新方案而不是叠加式地补充说明对话过长时主动开新对话把核心需求和当前状态重新交代清楚重要决策用文档固化而不是依赖 AI 的记忆。一个容易被忽略的细节是让 AI 先说方案再动手。对于复杂的改动先要求 AI 输出实现方案和影响范围你确认后再让它写代码。这一步能把大量方向性错误拦截在编码之前。六、什么任务适合 Vibe Coding什么不适合Vibe Coding 不是万能的。它最适合的场景是原型验证、内部工具、中小型应用、学习探索——这些场景迭代快、容错高、失败成本低。它不太适合的场景包括对性能和安全性有极致要求的系统、需要严格合规审计的核心业务、代码库庞大且历史包袱沉重的存量系统改造。判断一个任务是否适合可以问自己三个问题失败的成本高不高需求是否足够清晰可描述能否方便地验证 AI 产出的正确性三个答案都是是就放心用有一个是否就要谨慎。六、团队的技能转型与认知升级Vibe Coding 对团队的影响远不止工具层面它正在改变研发团队的能力结构和协作方式。首先是角色边界的模糊。传统研发团队里产品提需求、开发写代码、测试找 bug的流水线分工在 Vibe Coding 时代正在被打破。产品经理可以自己用 AI 做出可交互的原型开发可以自己验证产品假设测试可以自己补全自动化用例。这不是岗位消失而是每个人都在向全能型靠近——理解需求、验证结果、把控质量成为所有人的公共技能。其次是代码审查的重心转移。过去评审重点是这段代码怎么写现在评审重点是这段代码是否满足了真实需求、边界是否覆盖、有没有引入安全风险。评审者需要更强的业务理解力和系统思维因为 AI 已经替你写了大部分怎么写。再其次是知识沉淀方式的改变。团队里踩坑经验的载体从个人记忆转向了可复用的提示词库、代码片段库和规范文档。一个团队积累的 AI 协作经验越丰富新成员上手越快整体产出越稳定。把人肉经验固化为系统资产是 Vibe Coding 团队拉开差距的关键。最后是对技术深度的重新理解。有人担心 Vibe Coding 会让人不学技术事实恰恰相反AI 帮你写代码的速度越快你判断代码好坏、定位深层问题、设计合理架构的能力就越重要。技术深度没有贬值只是从会写变成了会判断、会设计、会兜底。能驾驭 AI 的开发者永远是懂技术的那一批。七、把 Vibe Coding 变成研发系统最后回到一个更高的视角。Vibe Coding 让写代码变快了却让交付代码变成了新的难题。设计规范、工程资产、跨仓上下文、安全检查、协作断点——这些环节会把编码阶段省下来的时间重新消耗掉。很多团队发现AI 写的代码飞快但交付并没有变快甚至因为代码质量不可控、返工频繁而变得更慢。所以真正值得研究的不是怎么让 AI 写更多代码而是如何把 AI Coding 变成一套能稳定交付、能兜底、能恢复的研发系统。这需要团队在规范层面做功课统一的代码风格和架构约定、强制性的代码评审、自动化的测试与安全检查、完善的文档沉淀。AI 负责速度制度和规范负责质量——两者结合Vibe Coding 才能真正从玩具变成生产力工具。这是一场关于开发方式的重塑工具已经就位剩下的考验的是每个团队的组织能力。Markdown编辑器所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持除了标准的Markdown编辑器功能我们增加了如下几点新功能帮助你用它写博客全新的界面设计将会带来全新的写作体验在创作中心设置你喜爱的代码高亮样式Markdown将代码片显示选择的高亮样式进行展示增加了图片拖拽功能你可以将本地的图片直接拖拽到编辑区域直接展示全新的KaTeX数学公式语法增加了支持甘特图的mermaid语法1功能增加了多屏幕编辑Markdown文章功能增加了焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置等功能功能按钮位于编辑区域与预览区域中间增加了检查列表功能。功能快捷键撤销Ctrl/CommandZ重做Ctrl/CommandY加粗Ctrl/CommandB斜体Ctrl/CommandI标题Ctrl/CommandShiftH无序列表Ctrl/CommandShiftU有序列表Ctrl/CommandShiftO检查列表Ctrl/CommandShiftC插入代码Ctrl/CommandShiftK插入链接Ctrl/CommandShiftL插入图片Ctrl/CommandShiftG查找Ctrl/CommandF替换Ctrl/CommandG合理的创建标题有助于目录的生成直接输入1次#并按下space后将生成1级标题。输入2次#并按下space后将生成2级标题。以此类推我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。如何改变文本的样式强调文本强调文本加粗文本加粗文本标记文本删除文本引用文本H2O is是液体。210运算结果是 1024.插入链接与图片链接: link.图片:带尺寸的图片:居中的图片:居中并且带尺寸的图片:当然我们为了让用户更加便捷我们增加了图片拖拽功能。如何插入一段漂亮的代码片去博客设置页面选择一款你喜欢的代码片高亮样式下面展示同样高亮的代码片.// An highlighted blockvarfoobar;生成一个适合你的列表项目项目项目项目1项目2项目3计划任务完成任务创建一个表格一个简单的表格是这么创建的项目Value电脑$1600手机$12导管$1设定内容居中、居左、居右使用:---------:居中使用:----------居左使用----------:居右第一列第二列第三列第一列文本居中第二列文本居右第三列文本居左SmartyPantsSmartyPants 是一个文本转换工具主要功能是将普通的 ASCII 标点符号自动转换为更美观的印刷体标点符号。例如原始符号转换后说明引号“引号”直引号变弯引号单引号‘单引号’直单引号变弯单引号--–两个连字符变短破折号---—三个连字符变长破折号...…三个点变省略号创建一个自定义列表MarkdownText-to-HTMLconversion toolAuthorsJohnLuke如何创建一个注脚一个具有注脚的文本。2注释也是必不可少的Markdown将文本转换为HTML。KaTeX数学公式您可以使用渲染LaTeX数学表达式 KaTeX:Gamma公式展示Γ ( n ) ( n − 1 ) ! ∀ n ∈ N \Gamma(n) (n-1)!\quad\forall n\in\mathbb NΓ(n)(n−1)!∀n∈N是通过欧拉积分Γ ( z ) ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) \int_0^\infty t^{z-1}e^{-t}dt\,.Γ(z)∫0∞tz−1e−tdt.你可以找到更多关于的信息LaTeX数学表达式here.新的甘特图功能丰富你的文章2014-01-072014-01-092014-01-112014-01-132014-01-152014-01-172014-01-192014-01-21已完成进行中计划一计划二现有任务Adding GANTT diagram functionality to mermaid关于甘特图语法参考 这儿,UML图表可以使用UML图表进行渲染例如下面产生的一个序列图王五李四张三王五李四张三李四想了很长时间, 文字太长了不适合放在一行.你好李四, 最近怎么样?你最近怎么样王五我很好谢谢!我很好谢谢!打量着王五...很好... 王五, 你怎么样?关于UML图表语法参考 这儿,流程图链接长方形圆圆角长方形菱形关于Mermaid语法参考 这儿,FLowchart流程图我们依旧会支持flowchart.js的流程图语法Created with Raphaël 2.3.0开始我的操作确认结束yesno关于Flowchart流程图语法参考 这儿.导出与导入导出如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到文章导出生成一个.md文件或者.html文件进行本地保存。导入如果你想加载一篇你写过的.md文件在上方工具栏可以选择导入功能进行对应扩展名的文件导入继续你的创作。mermaid语法说明 ↩︎注脚的解释 ↩︎ Vibe Coding 开发工作流：从自然语言到产品落地的完整方法论
这里写自定义目录标题欢迎使用Markdown编辑器一、Vibe Coding 到底改变了什么二、核心工作循环反馈质量决定一切三、从需求到落地一套可复用的工作流程四、工具链选型与组合策略五、上下文管理Vibe Coding 的隐形战场六、什么任务适合 Vibe Coding什么不适合六、团队的技能转型与认知升级七、把 Vibe Coding 变成研发系统新的改变功能快捷键合理的创建标题有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能丰富你的文章UML图表流程图FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好 这是你第一次使用# Vibe Coding 开发工作流从自然语言到产品落地的完整方法论一、Vibe Coding 到底改变了什么Vibe Coding这个词由 OpenAI 联合创始人 Andrej Karpathy 在 2025 年提出它描述的是一种全新的开发范式用自然语言描述需求让 AI 生成、修改和调试代码开发者通过持续的对话把产品聊出来。这个概念迅速走红并非偶然它踩中了开发效率焦虑和 AI 能力跃迁的交汇点。对比传统编程这种转变是根本性的。传统流程是理解需求 → 设计架构 → 写代码 → 调试 → 修改开发者是唯一的执行者每一个细节都要亲力亲为。Vibe Coding 的流程变成了描述需求 → AI 写代码 → 看结果 → 提修改意见 → AI 继续改开发者的角色从写代码的人变成了提需求和验收结果的人。这个转变最本质的地方在于交互对象从代码变成了意图。过去你要告诉计算机具体执行什么代码现在你更多是在告诉 AI我最终想得到什么结果。代码依然存在但它是 AI 的产物你的注意力被释放到更高层的问题上——需求是否清晰、结果是否符合预期、架构是否合理。但这里必须泼一盆冷水Vibe Coding 不是输入需求、坐等成品的魔法。热潮之下大量失败案例正在提醒我们这套工作流需要刻意练习。一个经典的失败案例是一位不懂技术的产品经理让 AI 写一个公众号爬虫因为没说明最终目标AI 把获取文章 URL这个局部问题当成了完整需求最终方案绕了无数弯路——装虚拟机、消耗大量流量、用鼠标模拟点击逐篇抓取效率低到崩溃。问题的根源不是 AI 能力不足而是需求表达出了问题。二、核心工作循环反馈质量决定一切一个健康的 Vibe Coding 工作流不是把需求丢给 AI 等结果而是一个持续的人机交互循环需求描述 → AI 生成代码 → 运行/测试 → 观察结果 → 反馈修正 → 再生成。这个循环里最关键的是反馈质量。AI 编程工具的能力上限取决于它收到的反馈质量是不行再改这种含糊反馈还是这段逻辑有 bug第 15 行索引越界期望输出 X 实际得到 Y这种精准反馈结果天差地别。前者让 AI 在黑暗中摸索后者让 AI 一步定位问题。这揭示了一个反直觉的事实Vibe Coding 不是降低了技能要求而是转移了技能要求。过去你需要的是写代码的能力现在你需要的是表达需求的能力、读懂代码的能力、定位问题的能力、验收结果的能力。一个完全不懂技术的人用 Vibe Coding 做产品大概率会陷入AI 说什么就是什么的被动局面而一个懂技术的人能把 AI 变成十倍效率的杠杆。三、从需求到落地一套可复用的工作流程结合一线实践一套行之有效的 Vibe Coding 工作流通常包含五个阶段。阶段一需求澄清像产品经理一样提问。这是最容易被跳过的环节也是失败率最高的环节。直接让 AI 写代码之前先让它生成产品文档并主动向用户提问澄清关键决策目标用户是谁、核心功能边界在哪、有没有必须兼容的现有系统、数据从哪里来。很多情况下让 AI 以产品经理身份提问 3 到 5 轮需求就从模糊变得清晰后续的编码效率反而最高。经验法则是在需求阶段多花十分钟能在编码阶段省下几个小时。阶段二任务拆解把大需求切成小步骤。不要指望一次对话搞定整个项目。把产品拆成可独立验证的功能模块每个模块单独描述、单独开发、单独验收。这不仅降低了 AI 出错的概率也让每个步骤的结果更容易检验。对复杂项目一份结构化的 PRD 和任务清单是必需品——它既指导 AI 生成代码也防止模型在长对话中跑偏。阶段三迭代编码小步快跑。每个功能模块按生成 → 运行 → 观察 → 反馈的小循环推进。让 AI 先给出可运行的最小版本再逐步完善细节。切忌一次性要求 AI 生成数百行完美代码——生成得越多错误越难定位返工成本越高。阶段四测试与验收像测试人员一样挑错。这是 Vibe Coding 工作流里最容易被轻视、却最决定交付质量的环节。让 AI 生成单元测试是基础更重要的是你自己要像测试人员一样遍历边界场景空输入、异常数据、并发冲突、权限越界。很多 AI 生成的代码在正常路径上表现完美在异常路径上一碰就碎。特别是属性测试——让 AI 生成大量随机输入去冲击函数的不变量——往往是发现隐藏 bug 的利器。阶段五安全审查与工程化收尾。AI 生成的代码可能存在安全隐患SQL 注入、越权访问、敏感信息硬编码、依赖漏洞。上线前的安全审查不能省略。同时要做好工程化收尾补充错误处理、完善日志、整理依赖、接入 CI。四、工具链选型与组合策略Vibe Coding 的工具生态已经非常丰富选型需要结合自身情况。云端对话式工具如 ChatGPT、Claude 的网页版适合需求探索和方案讨论门槛最低AI 原生 IDE如 Cursor、Trae把 AI 能力嵌入编辑器支持选中代码、对话修改、全仓理解是目前的主流选择命令行代理如 Claude Code、Codex CLI适合熟悉终端的开发者能直接操作文件系统、运行命令、执行测试自动化程度最高。国内也有大量可用工具包括 Workbuddy、Codebuddy 等它们针对国内开发环境和中文需求做了优化。选型的原则不是哪个最强而是哪个能融进你的现有工作流——工具再强如果每次使用都要切换环境、转移上下文效率反而下降。组合策略上一个常见的高效搭配是用对话式工具做需求分析和方案设计用 AI 原生 IDE 做日常编码用命令行代理处理批量的重构和测试任务。关键是要让 AI 始终能看到完整的项目上下文——只给它一个孤立的代码片段它只能给你孤立的答案。五、上下文管理Vibe Coding 的隐形战场很多人在 Vibe Coding 中遇到的AI 越改越乱根源是上下文管理失控。模型能记住的对话内容有限随着对话变长早期的需求和约束逐渐被遗忘AI 开始基于不完整的信息做决策。管理上下文的实用技巧包括把关键约束写进项目根目录的说明文件如 README 或 AGENTS.md让 AI 每次都能读到需求变更时明确告诉 AI删除旧方案采用新方案而不是叠加式地补充说明对话过长时主动开新对话把核心需求和当前状态重新交代清楚重要决策用文档固化而不是依赖 AI 的记忆。一个容易被忽略的细节是让 AI 先说方案再动手。对于复杂的改动先要求 AI 输出实现方案和影响范围你确认后再让它写代码。这一步能把大量方向性错误拦截在编码之前。六、什么任务适合 Vibe Coding什么不适合Vibe Coding 不是万能的。它最适合的场景是原型验证、内部工具、中小型应用、学习探索——这些场景迭代快、容错高、失败成本低。它不太适合的场景包括对性能和安全性有极致要求的系统、需要严格合规审计的核心业务、代码库庞大且历史包袱沉重的存量系统改造。判断一个任务是否适合可以问自己三个问题失败的成本高不高需求是否足够清晰可描述能否方便地验证 AI 产出的正确性三个答案都是是就放心用有一个是否就要谨慎。六、团队的技能转型与认知升级Vibe Coding 对团队的影响远不止工具层面它正在改变研发团队的能力结构和协作方式。首先是角色边界的模糊。传统研发团队里产品提需求、开发写代码、测试找 bug的流水线分工在 Vibe Coding 时代正在被打破。产品经理可以自己用 AI 做出可交互的原型开发可以自己验证产品假设测试可以自己补全自动化用例。这不是岗位消失而是每个人都在向全能型靠近——理解需求、验证结果、把控质量成为所有人的公共技能。其次是代码审查的重心转移。过去评审重点是这段代码怎么写现在评审重点是这段代码是否满足了真实需求、边界是否覆盖、有没有引入安全风险。评审者需要更强的业务理解力和系统思维因为 AI 已经替你写了大部分怎么写。再其次是知识沉淀方式的改变。团队里踩坑经验的载体从个人记忆转向了可复用的提示词库、代码片段库和规范文档。一个团队积累的 AI 协作经验越丰富新成员上手越快整体产出越稳定。把人肉经验固化为系统资产是 Vibe Coding 团队拉开差距的关键。最后是对技术深度的重新理解。有人担心 Vibe Coding 会让人不学技术事实恰恰相反AI 帮你写代码的速度越快你判断代码好坏、定位深层问题、设计合理架构的能力就越重要。技术深度没有贬值只是从会写变成了会判断、会设计、会兜底。能驾驭 AI 的开发者永远是懂技术的那一批。七、把 Vibe Coding 变成研发系统最后回到一个更高的视角。Vibe Coding 让写代码变快了却让交付代码变成了新的难题。设计规范、工程资产、跨仓上下文、安全检查、协作断点——这些环节会把编码阶段省下来的时间重新消耗掉。很多团队发现AI 写的代码飞快但交付并没有变快甚至因为代码质量不可控、返工频繁而变得更慢。所以真正值得研究的不是怎么让 AI 写更多代码而是如何把 AI Coding 变成一套能稳定交付、能兜底、能恢复的研发系统。这需要团队在规范层面做功课统一的代码风格和架构约定、强制性的代码评审、自动化的测试与安全检查、完善的文档沉淀。AI 负责速度制度和规范负责质量——两者结合Vibe Coding 才能真正从玩具变成生产力工具。这是一场关于开发方式的重塑工具已经就位剩下的考验的是每个团队的组织能力。Markdown编辑器所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持除了标准的Markdown编辑器功能我们增加了如下几点新功能帮助你用它写博客全新的界面设计将会带来全新的写作体验在创作中心设置你喜爱的代码高亮样式Markdown将代码片显示选择的高亮样式进行展示增加了图片拖拽功能你可以将本地的图片直接拖拽到编辑区域直接展示全新的KaTeX数学公式语法增加了支持甘特图的mermaid语法1功能增加了多屏幕编辑Markdown文章功能增加了焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置等功能功能按钮位于编辑区域与预览区域中间增加了检查列表功能。功能快捷键撤销Ctrl/CommandZ重做Ctrl/CommandY加粗Ctrl/CommandB斜体Ctrl/CommandI标题Ctrl/CommandShiftH无序列表Ctrl/CommandShiftU有序列表Ctrl/CommandShiftO检查列表Ctrl/CommandShiftC插入代码Ctrl/CommandShiftK插入链接Ctrl/CommandShiftL插入图片Ctrl/CommandShiftG查找Ctrl/CommandF替换Ctrl/CommandG合理的创建标题有助于目录的生成直接输入1次#并按下space后将生成1级标题。输入2次#并按下space后将生成2级标题。以此类推我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。如何改变文本的样式强调文本强调文本加粗文本加粗文本标记文本删除文本引用文本H2O is是液体。210运算结果是 1024.插入链接与图片链接: link.图片:带尺寸的图片:居中的图片:居中并且带尺寸的图片:当然我们为了让用户更加便捷我们增加了图片拖拽功能。如何插入一段漂亮的代码片去博客设置页面选择一款你喜欢的代码片高亮样式下面展示同样高亮的代码片.// An highlighted blockvarfoobar;生成一个适合你的列表项目项目项目项目1项目2项目3计划任务完成任务创建一个表格一个简单的表格是这么创建的项目Value电脑$1600手机$12导管$1设定内容居中、居左、居右使用:---------:居中使用:----------居左使用----------:居右第一列第二列第三列第一列文本居中第二列文本居右第三列文本居左SmartyPantsSmartyPants 是一个文本转换工具主要功能是将普通的 ASCII 标点符号自动转换为更美观的印刷体标点符号。例如原始符号转换后说明引号“引号”直引号变弯引号单引号‘单引号’直单引号变弯单引号--–两个连字符变短破折号---—三个连字符变长破折号...…三个点变省略号创建一个自定义列表MarkdownText-to-HTMLconversion toolAuthorsJohnLuke如何创建一个注脚一个具有注脚的文本。2注释也是必不可少的Markdown将文本转换为HTML。KaTeX数学公式您可以使用渲染LaTeX数学表达式 KaTeX:Gamma公式展示Γ ( n ) ( n − 1 ) ! ∀ n ∈ N \Gamma(n) (n-1)!\quad\forall n\in\mathbb NΓ(n)(n−1)!∀n∈N是通过欧拉积分Γ ( z ) ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) \int_0^\infty t^{z-1}e^{-t}dt\,.Γ(z)∫0∞tz−1e−tdt.你可以找到更多关于的信息LaTeX数学表达式here.新的甘特图功能丰富你的文章2014-01-072014-01-092014-01-112014-01-132014-01-152014-01-172014-01-192014-01-21已完成进行中计划一计划二现有任务Adding GANTT diagram functionality to mermaid关于甘特图语法参考 这儿,UML图表可以使用UML图表进行渲染例如下面产生的一个序列图王五李四张三王五李四张三李四想了很长时间, 文字太长了不适合放在一行.你好李四, 最近怎么样?你最近怎么样王五我很好谢谢!我很好谢谢!打量着王五...很好... 王五, 你怎么样?关于UML图表语法参考 这儿,流程图链接长方形圆圆角长方形菱形关于Mermaid语法参考 这儿,FLowchart流程图我们依旧会支持flowchart.js的流程图语法Created with Raphaël 2.3.0开始我的操作确认结束yesno关于Flowchart流程图语法参考 这儿.导出与导入导出如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到文章导出生成一个.md文件或者.html文件进行本地保存。导入如果你想加载一篇你写过的.md文件在上方工具栏可以选择导入功能进行对应扩展名的文件导入继续你的创作。mermaid语法说明 ↩︎注脚的解释 ↩︎