高级检索结果页
欢迎来到工程科技数字图书馆
登录 | 注册
 
您当前的位置:图书 > 实战AI编程:方法、工具、工程项目实践(Cursor、Claude Code、Codex、OpenCode)

实战AI编程:方法、工具、工程项目实践(Cursor、Claude Code、Codex、OpenCode)

  • 相关图书推荐
  • 相关课程推荐
  • DeepSeek+AI赋能工作效率提升
  • DeepSeek实用技巧
  • DeepSeek与AI办公提效
  • AI通识与DeepSeek提问逻辑
  • Deepseek高效使用技巧
  • 计算机组装与维护教程
  • C语言程序设计
  • Python编程基础与应用
  • Java算法从菜鸟到达人
  • deepseek高效辅助课题申报
  • AI辅助教学
  • deepseek高效辅助论文写作

本书聚焦AI编程这一软件开发前沿领域,系统梳理其从“模糊交互”的Vibe Coding到“精确规范”的Spec Coding的演进路径,为读者搭建起完整的AI编程知识框架。书中详细剖析Cursor、Claude Code、Codex、OpenCode等主流AI编程工具的定位、设计理念与核心功能,帮助读者精准匹配工具与开发场景,深入拆解两种核心范式的定义、特征、工作流程及优劣势,使读者能够清晰把握不同AI编程范式的适用边界与演进逻辑。
本书兼具理论深度与实践指导价值,适合软件开发从业者、AI技术爱好者、高校计算机相关专业师生阅读,助力读者建立系统化AI编程知识体系,把握行业发展趋势,在AI时代抢占先机。

封面
前折页
书名页
版权页
序一
序二
序三
前言
目录
第1章 AI编程的概念、应用场景与范式
 1.1 什么是AI编程
  1.1.1 AI编程的定义与本质
  1.1.2 AI编程的核心要素:模型、工具、上下文
  1.1.3 AI编程与传统编程的区别
  1.1.4 AI编程的技术基础:大语言模型与代码理解
 1.2 AI编程的六个经典应用场景
  1.2.1 代码生成与智能补全
  1.2.2 代码重构与优化
  1.2.3 代码审查与错误诊断
  1.2.4 文档生成与代码注释
  1.2.5 测试用例生成与质量保障
  1.2.6 架构设计辅助与决策支持
 1.3 AI编程的演进趋势
  1.3.1 从模糊到精确
  1.3.2 从单次交互到持续对话
  1.3.3 从代码生成到工程实践
 1.4 什么是Vibe Coding
  1.4.1 Vibe Coding的定义与特征
  1.4.2 Vibe Coding的工作流程
  1.4.3 Vibe Coding的优势与局限
 1.5 什么是Spec Coding
  1.5.1 Spec Coding的定义与特征
  1.5.2 Spec Coding的核心思想
  1.5.3 Spec Coding的实践模式
  1.5.4 Spec Coding的优势与局限
第2章 Cursor:AI驱动的IDE
 2.1 Cursor的定位及特色
  2.1.1 Cursor:AI原生IDE
  2.1.2 Cursor与VS Code的关系:继承与超越
  2.1.3 Cursor的核心设计理念:让AI成为编程的默认模式
 2.2 Cursor的核心功能
  2.2.1 Chat:多轮对话式编程
  2.2.2 Composer:多文件协同编辑
  2.2.3 代码补全:智能上下文感知
  2.2.4 代码审查:AI驱动的质量保障
 2.3 快速上手Cursor
  2.3.1 安装配置Cursor并选择AI模型
  2.3.2 使用Chat功能进行代码对话和问题解答
  2.3.3 配置.cursorrules文件管理项目级上下文和编码规范
  2.3.4 在Cursor中使用MCP服务
第3章 Claude Code:架构师的项目级AI助手
 3.1 Claude Code的定位及特色
  3.1.1 Claude Code:项目中的AI架构师
  3.1.2 Claude Code的核心设计理念:理解项目全貌,完成完整开发任务
 3.2 Claude Code的核心功能
  3.2.1 代码库结构理解:深度分析项目架构与模块关系
  3.2.2 跨文件协同修改:接口改动时自动更新调用方并测试
  3.2.3 Git工作流集成:直接提交、创建分支、发起PR
  3.2.4 任务导向开发:描述需求后完成整个开发流程
 3.3 Claude Code的上下文处理能力:Spec Coding的关键
  3.3.1 超长上下文支持:理解大型项目全貌
  3.3.2 高精度上下文理解:准确识别模块间依赖与调用关系
  3.3.3 多文件关联分析:自动发现需要同步修改的相关文件
  3.3.4 项目级思维:从单文件思维到项目整体思维
 3.4 快速上手Claude Code
  3.4.1 安装配置Claude Code
  3.4.2 使用Claude Code Router来配置、切换和使用多个AI模型
  3.4.3 使用ccusage工具来对Claude Code使用量进行定量分析
  3.4.4 使用opcode实现Claude Code操作可视化
  3.4.5 使用Claude Code Skills实现可重复的编码任务和工作流程自动化
  3.4.6 使用skill-creator插件来自定义技能
  3.4.7 获取技能资源
  3.4.8 如何获得Claude Code的内置提示词
 3.5 Claude Agent SDK
  3.5.1 什么是Claude Agent SDK
  3.5.2 为什么采用Claude Agent SDK而非传统方式构建智能体
  3.5.3 Claude Agent SDK的主要能力
  3.5.4 Claude Agent SDK的安装和使用
第4章 Codex:开源的开发者AI助手
 4.1 Codex的定位及特色
  4.1.1 Codex:面向一线开发者的实用工具
  4.1.2 Codex的核心设计理念:开源+AI,让开发者更高效
 4.2 Codex的核心功能
  4.2.1 快速原型实现从模糊想法到可运行代码(Vibe Coding场景)
  4.2.2 精确理解项目上下文,生成高质量代码(Spec Coding场景)
  4.2.3 开源优势:社区贡献,持续优化,适应开发者真实需求
 4.3 快速上手Codex
  4.3.1 安装配置Codex
  4.3.2 Codex的能力增强——配置多层AGENTS.md体系
  4.3.3 Codex配置MCP
  4.3.4 VS Code与Codex集成
第5章 OpenCode:开源生态与协作导向的AI编程助手
 5.1 OpenCode的定位及特色
  5.1.1 OpenCode:开源生态中的AI编码智能体
  5.1.2 OpenCode的核心设计理念:开源生态+多模型中立,让协作成为AI编程的核心
 5.2 OpenCode的核心功能
  5.2.1 开源生态深度集成:GitHub/GitLab工作流中的AI智能体
  5.2.2 多模型配置与策略化使用:成本、性能与隐私的平衡
  5.2.3 跨终端统一智能体:CLI、桌面、IDE、GitHub的无缝协作
 5.3 快速上手OpenCode
  5.3.1 安装配置OpenCode
  5.3.2 OpenCode连接云模型
  5.3.3 OpenCode切换到本地Ollama模型
  5.3.4 OpenCode的各种运行模式
  5.3.5 OpenCode的会话管理
  5.3.6 OpenCode支持多会话
  5.3.7 OpenCode对MCP的支持
  5.3.8 在OpenCode中使用自定义技能
  5.3.9 用@general子智能体执行多步骤任务
  5.3.10 用@explore子智能体进行快速工程的探索
第6章 其他主流AI编程工具
 6.1 国外主流AI编程工具
  6.1.1 GitHub Copilot
  6.1.2 Gemini CLI
  6.1.3 Kiro
  6.1.4 Cline
 6.2 国内AI编程工具
  6.2.1 阿里云通义灵码
  6.2.2 字节Trae
  6.2.3 腾讯CodeBuddy
  6.2.4 阿里Qwen Code
第7章 发挥AI编程工具最大效能的关键——上下文工程
 7.1 什么是上下文工程
  7.1.1 上下文工程的定义:系统化的上下文管理体系
  7.1.2 上下文工程的目标:可复用、可扩展、可维护的上下文体系
 7.2 为什么需要上下文工程
  7.2.1 规模化:大型项目中的上下文管理复杂性
  7.2.2 质量保障:通过工程化提升代码生成质量
  7.2.3 团队协作:统一的上下文标准促进协作
 7.3 上下文管理与AI编程工具的关系
  7.3.1 上下文管理用来弥补AI的“记忆缺陷”
  7.3.2 AI编程工具通过上下文管理主动优化信息输入
 7.4 Codex的上下文处理机制
  7.4.1 Codex如何调试源代码
  7.4.2 Codex的整体交互流程
  7.4.3 Codex的上下文处理机制
第8章 AI编程项目开发实践
 8.1 使用Cursor打造股票分析智能体
  8.1.1 背景
  8.1.2 厘清痛点和总体需求
  8.1.3 识别主要的架构决策点
  8.1.4 列出功能清单
  8.1.5 开发流程
  8.1.6 运行效果
  8.1.7 相关资源
 8.2 使用Codex+Cursor打造软件运维质量智能分析智能体
  8.2.1 背景
  8.2.2 整体业务需求
  8.2.3 整体架构设计
  8.2.4 关键技术
  8.2.5 开发流程
  8.2.6 运行效果
  8.2.7 相关资源
 8.3 使用Codex+Cursor完成学术科研项目
  8.3.1 背景
  8.3.2 科研方式1:利用Spec Kit工具来实现论文调研
  8.3.3 科研方式2:利用Paper Search MCP来实现科研中用到的论文调研任务
第9章 AI编程项目实践进阶
 9.1 使用Claude Agent SDK+Claude Code打造零售贷款推荐智能体
  9.1.1 背景
  9.1.2 整体架构设计
  9.1.3 为什么选择Claude Agent SDK
  9.1.4 系统演示
  9.1.5 剖析关键业务的代码实现
  9.1.6 相关资源
 9.2 使用Codex+Cursor打造时序数据处理与预测智能体
  9.2.1 背景
  9.2.2 整体架构设计
  9.2.3 关键技术
  9.2.4 开发流程
  9.2.5 系统概览
  9.2.6 相关资源
附录A 企业如何落地实践Spec Coding
 A.1 从软件工程视角看规范驱动开发
  A.1.1 传统软件开发模式的痛点
  A.1.2 规范驱动开发概述
  A.1.3 规范驱动开发的本质
  A.1.4 对比传统软件工程模式和规范驱动开发模式
  A.1.5 规范驱动开发的发展演进历程
  A.1.6 规范驱动开发需要与AI工具集成来更好地发挥作用
 A.2 分阶段实施策略
  A.2.1 先让团队认可规范驱动开发的价值
  A.2.2 落实分阶段实施策略
  A.2.3 如何选择试点项目
  A.2.4 整体思路是渐进式改造
附录B 主流编程工具综合对比及简要模型参考
后折页
封底

机工科技数字图书馆