CS146S中文版课程 Vibe Coding Together
> 本项目长期维护，希望能帮到各位入门 vibe coding 的朋友，欢迎Star，分享与提PR~
> 非官方项目、Fall 2025 已归档、Fall 2026 跟踪中、内容来源与版权归属原课程方。
付费赞助广告位：联系邮箱
[email protected]，在文档内展示您的品牌和产品。
---
Atlas Cloud is a full-modal AI inference platform that gives developers a single AI API to access video generation, image generation, and LLM APIs. Instead of managing multiple vendor integrations, you connect once and get unified access to 300+ curated models across all modalities..
Check out Atlas Cloud's new coding plan promotion for more budget-friendly API access：
coding-plan
感谢 APIMart 赞助了本项目！APIMart 是专注 AI 图片/视频生成的低价 API 平台，GPT-Image-2 低至 $0.006/张，1 美元可出图 160+ 张。图片、视频一套异步 API 通吃，提交任务拿 ID、回调取结果，跑批万张不超时、换模型不改代码。按量付费、无月费，通过此
注册链接注册即可开用。
## 课程简介
大语言模型（LLM）正在把软件开发从以人工编写代码为主的过程，转变为开发者与能力日益增强的 Coding Agent 协作的过程。这一变化要求我们用新的方式定义意图、组织工作，并协调工具，让 Agent 能够有效参与复杂的软件项目。
课程将探讨 AI 原生软件开发背后的新兴实践与技术，包括 MCP、Agent Skills、spec-driven development、loop engineering 和 software factory。你将学习如何为 Agent 提供合适的上下文与能力，把产品需求转换为可执行的规格，并设计由人类与 Agent 共同规划、构建、评估和迭代改进的工作流。
通过动手作业、项目和来自下一代开发工具实践者的分享，学生将了解当前 Coding Agent 的能力与局限。课程结束时，学生将能够设计有效的 Agent 驱动工作流，将工具与 Skills 组合成可靠的开发系统，并运用 software factory 的原则，以更高的速度和规模构建、演进软件。
**先决条件**：具备相当于 CS111 级别的编程经验。推荐具备 CS221/229 课程知识。
**形式**：每周讲座、动手编码实践课，以及行业嘉宾演讲。期末项目要求展示现代开发实践。
**目标**：掌握现代开发工具、理解 AI 辅助编程、学习自动化测试和部署、探索新兴软件趋势。
**评分**：期末项目 50%，每周作业 15%，开源贡献 5%，课堂参与 5%
---
## 教学大纲
### Fall 2026（进行中，内容以官网发布为准）
| 周次 | 主题与要点 | 课程安排 |
| -------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| 第 1 周 | **Coding Agent 的内部原理**
• LLM 究竟是什么，以及 Agent loop 在底层如何运行
• 核心工具集（read、write、edit、bash）及任务如何在其中流转
• 生产级 Coding Agent 如何组织 system prompt 与工具定义 | **9/22（周二）**：课程简介 + 用 200 行代码构建 Claude Code
**9/24（周四）**：前沿 Coding Agent 的设计方式：深入剖析定义 Agent 的 system prompt |
| 第 2 周 | **高级 Context Engineering**
• 高级 prompting 技巧及其适用场景
• RePPIT（Research、Propose、Plan、Implement、Test）与 spec-driven development
• MCP 基础：server、client、tool 与 transport
• 为 Agent ergonomics 设计工具 | **9/29（周二）**：高级 prompting + Agentic 开发框架（RePPIT、spec-driven development）
**10/1（周四）**：MCP 与 tool calling 全面介绍（理论、配置与高级工具设计） |
| 第 3 周 | **Agent Skills 与 CLI**
• Skills 是什么；SKILL.md + 脚本如何编码一个工作流
• Web Skills，以及如何把 Agent 能力扩展到 repo 之外
• 如何高效地通过 CLI 工作 | **10/6（周二）**：全面了解 Agent Skills（含 Web Skills）
**10/8（周四）**：嘉宾：Lee Robinson（Cursor） |
| 第 4 周 | **定制你的 Agent 与仓库**
• CLAUDE.md 与 AGENTS.md：各自应该写什么
• 用 Hooks 配置 lint gate、测试运行与 guardrail
• Subagent 模式（planner / implementer / reviewer） | **10/13（周二）**：定制 Agentic 开发环境（CLAUDE.md、AGENTS.md、Hooks）
**10/15（周四）**：嘉宾：Boris Cherny（Anthropic），炉边问答 |
| 第 5 周 | **Agent 就绪的代码库**
• 什么让 repo 对 Agent 友好：结构、文档、测试与检查机制
• 就绪度评分与审计
• 真实 repo 中阻碍 Agent 工作的常见缺口 | **10/20（周二）**：让 repo 对 Agent 就绪：使仓库更 Agent-friendly 的结构、文档与检查机制
**10/22（周四）**：嘉宾：Eno Reyes，分享 Agent readiness |
| 第 6 周 | **Agentic Code Review**
• AI 代码审查擅长发现什么、又会遗漏什么
• 审查架构与自定义规则
• 将 AI 审查融入团队的 PR 工作流 | **10/27（周二）**：Agentic Code Review：最佳实践与架构
**10/29（周四）**：嘉宾：Silas Alberti（Cognition） |
| 第 7 周 | **安全**
• SAST / SCA、依赖漏洞与 Secret 泄露漏洞
• Prompt Injection 与 Agent 特有攻击面
• Agent 辅助的漏洞分诊与修复 | **11/3（周二）**：AI 代码库中的安全
**11/5（周四）**：嘉宾：Isaac Evans（Semgrep） |
| 第 8 周 | **后台 Agent**
• 异步、云端委派的 Agent
• 管理并行 Agent 集群
• Issue-to-PR 流水线与触发器（Slack、Linear、GitHub） | **11/10（周二）**：后台 Agent：异步启动任务
**11/12（周四）**：嘉宾（待公布） |
| 第 9 周 | **构建 AI 原生团队**
• MCP 门户与集中化、权限化的工具访问
• LLM gateway、模型路由与成本优化
• 组织范围内的落地模式 | **11/17（周二）**：大型团队中的 Coding Agent（MCP 门户、LLM gateway、组织模式、成本优化与模型路由）
**11/19（周四）**：嘉宾（待公布） |
| 第 10 周 | **Software Factory 与未来**
• 可自行运行、自我改进的软件系统
• 部署后运行与保护 Agent
• AI 软件工程的下一步 | **12/1（周二）**：Software Factory：可自行运行、自我改进的软件系统
**12/3（周四）**：嘉宾（待公布） |
### Fall 2025
| 周次 | 主题与要点 | 阅读材料 | 作业 | 课程安排 |
| -------- | ----------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| 第 1 周 | **Coding LLM 与 AI 开发导论**
• 课程安排
• LLM 究竟是什么
• 如何有效 prompting |
- [深入理解 LLM](https://www.youtube.com/watch?v=7xTGNNLPyMI) [【中文版】](https://www.bilibili.com/video/BV16cNEeXEer)
- [Prompt Engineering 概览](https://cloud.google.com/discover/what-is-prompt-engineering) [【中文版】](https://www.yuque.com/wangjiandong/gwcyhv/uw3b7we9pmdubdig)
- [Prompt Engineering 指南](https://www.promptingguide.ai/techniques) [【中文版】](https://www.promptingguide.ai/zh/techniques)
- [AI Prompt Engineering：深入解析](https://www.youtube.com/watch?v=T9aRN5JkmL8) [【中文版】](https://www.bilibili.com/video/BV18ukBYzEQG)
- [OpenAI 如何使用 Codex](https://cdn.openai.com/pdf/6a2631dc-783e-479b-b1a4-af0cfbd38630/how-openai-uses-codex.pdf) [【中文版】](https://tools.wingzero.tw/article/sn/3533)
| ✅ 已完成：[LLM Prompting Playground](Assignments/week1/README.md) | LLM 简介及其构建原理 — [Slides](Resource/Fall2025/week01-0922-intro-to-llms.pptx)
LLM 的高效 prompting — [Slides](Resource/Fall2025/week01-0926-effective-prompting.pptx) |
| 第 2 周 | **Coding Agent 的剖析**
• Agent 架构与组件
• 工具使用与 function calling
• MCP（Model Context Protocol） |
- [MCP 简介](https://stytch.com/blog/model-context-protocol-introduction/)
- [MCP Server 示例实现](https://github.com/modelcontextprotocol/servers)
- [MCP Server 身份验证](https://developers.cloudflare.com/agents/guides/remote-mcp-server/#add-authentication)
- [MCP Server SDK](https://github.com/modelcontextprotocol/typescript-sdk/tree/main?tab=readme-ov-file#server)
- [MCP Registry](https://blog.modelcontextprotocol.io/posts/2025-09-08-mcp-registry-preview/)
- [关于 MCP 的思考](https://www.reillywood.com/blog/apis-dont-make-good-mcp-tools/)
| ✅ 已完成：[AI IDE 初探](Assignments/week2/assignment.md) | 从零构建 Coding Agent — [Slides](Resource/Fall2025/week02-0929-building-a-coding-agent.pptx)；[已完成练习](Resource/Fall2025/week02-0929-completed-exercise.py)
构建自定义 MCP Server — [Slides](Resource/Fall2025/week02-1003-custom-mcp-server.pptx)；[已完成练习](Resource/Fall2025/week02-1003-completed-exercise.py) |
| 第 3 周 | **AI IDE**
• 上下文管理与代码理解
• 面向 Agent 的 PRD
• IDE 集成与扩展 |
- [规格即新的源代码](https://blog.ravi-mehta