AI 项目开发与学习指南

AI 不再是一条独立课程路线，而是贯穿项目开发全过程的方法。你可以用它澄清需求、拆解任务、阅读代码、完成修改和辅助排错，但每一次结果都要回到真实项目中运行、验证和复盘。

本册只讨论怎样把技术项目做出来：怎样选择脚手架、识别开源项目、完成二次开发、设计接口和数据、建立工程约束、部署并排错。产品定位、获客、运营和商业分析不在主线内。为了避免知识点彼此割裂，全书使用同一个贯穿案例 ForgeBoard 团队任务协作系统。它从一个只有任务列表的前端页面开始，逐步增加 API、PostgreSQL、登录、权限、附件、异步任务、测试、CI/CD 和可观测性，最终成为一个可以部署和继续二次开发的 SaaS 技术骨架。

全册目录与完成标准

每个部分固定 6 章。你可以按顺序完整学习，也可以根据项目所处阶段查阅。章节不是工具清单，每章都包含目标、选型依据、逐步实战、验收证据、排错方法和扩展练习。

部分	章节	阶段成果
第0部分 开发环境与 Codex 协作	编辑器与终端、Git 与代码托管、包管理与任务编排、Codex 工作法、容器与环境配置、项目体检与验收基线	获得可复现、可协作、可验证的本地工作区
第1部分 AI 项目开发方法	AI 编程工作流、AI 项目路线、Codex 全栈流程、把需求翻译成技术任务、上下文与提示词工程、AI 代码审查与测试	学会把模糊任务转换成小步工程闭环
第2部分 快速入门指南	AI 编程工具、基础开发环境、快速上线平台、技术文档与教程、全栈推荐书籍、如何阅读源码	建立工具地图和自主学习能力
第3部分 代码样例与片段	AI 与代码片段、前端代码片段、Python 代码片段、组件与表单模式、API 调用与状态处理、数据处理与自动化脚本	将片段改造成有边界、有测试的项目模块
第4部分 包管理器与模块	包管理器的重要性、JavaScript 包管理、常见包、依赖选型与评估、Monorepo 与模块边界、依赖安全与升级	能选择、引入、约束和升级第三方依赖
第5部分 快速启动案例	平台基础案例、框架学习案例、Vite 管理台、Next.js 全栈骨架、FastAPI 服务、Django 后台二次开发	比较四类脚手架并完成最小可运行应用
第6部分 全栈开发流程	全栈技术栈、项目如何开始、需求边界、数据建模、后端学习路线、API 设计与登录鉴权	完成 ForgeBoard 的前后端主链路
第7部分 实战项目	职业发展路径、企业实战项目、工程化学习、代码规范、最佳实践、实战项目列表	把练习升级为可审查、可交付的工程作品
第8部分 系统设计与生产工程	架构拆分、权限与多租户、存储与文件、缓存与异步任务、可观测性与排错、CI/CD 与部署	让项目具备生产环境的可靠性基础
第9部分 SaaS 项目案例	一人副业项目导航、开源 SaaS 选型、任务系统二次开发、订阅权限骨架、后台与审计日志、生产发布复盘	完成一次从开源选型到上线复盘的二次开发

这里的“完成”必须能被证据证明。页面完成要有浏览器截图或交互检查，接口完成要有请求与响应，数据完成要有迁移和约束，工程配置完成要有自动命令，部署完成要有可访问地址与日志。只看代码觉得“应该能用”，不算完成。

贯穿案例的技术基线

主线默认使用 Node.js 20、TypeScript、React、Vite、Fastify、PostgreSQL、Docker Compose、Vitest、Playwright 和 GitHub Actions。这不是“最佳技术栈”的宣言，而是一组容易在本地复现、具有清晰边界并且开源资料充足的教学组合。遇到 Next.js、FastAPI、Django 等章节时，会实现同一个业务切片，比较目录结构、数据流和二次开发成本。

ForgeBoard 的最小领域只有四个对象：用户 User、工作空间 Workspace、项目 Project、任务 Task。任务属于项目，项目属于工作空间，用户通过成员关系加入工作空间。后续增加评论、附件和订阅时，不会推翻这条主链。任何技术选型都要回答一个问题：它怎样帮助这四个对象更稳定地协作？

建议在自己的练习仓库建立 learning-log.md，每章只记录四项：本章运行过的命令、看到的关键输出、遇到的问题、下一步准备改什么。不要复制整章。能用自己的项目证据复述，才说明知识已经从“看过”变成“做过”。

这套指南围绕一个完整开发闭环组织内容：

1. 描述目标，明确页面、数据、接口、权限和部署边界。
2. 提供上下文，让 Codex 先阅读相关文件与项目约定。
3. 小步修改，一次只处理一个能清楚验收的任务。
4. 运行验证，用构建、浏览器、接口请求、日志和测试确认结果。
5. 部署与复盘，保留代码、访问地址、问题记录和可复用经验。

你会从可上线的页面开始，逐步接入 API、数据库、登录、支付、文件上传和 AI 能力，最终形成可以展示、运营和持续扩展的全栈作品。AI 的价值不是替代项目能力，而是帮助你更快走完“提出需求、开发实现、验证结果、交付上线”的循环。

如何使用本指南

• 如果还不熟悉编辑器、终端、Git 或包管理器，先学习“🦊 第0部分 开发环境与 Codex 协作”，并照着每章末尾的提示词完成一个小练习。
• 从“AI 项目开发方法”开始，先掌握协作和验证方式。
• 根据当前项目补充开发环境、代码片段、Package、全栈流程和工程实践。
• 每完成一章，都把方法应用到自己的项目，而不是只停留在阅读层面。
• 对 AI 生成的代码保留判断权，涉及数据、权限、支付和部署时必须人工确认。

编程学习的 5 个阶段

初学者想掌握实际的项目开发通常会经过如下几个阶段

1、基础语法快速入门

通常这部分内容只需要先学习20个小时左右即可，最好的学习路径是通过一个快速入门的Tutorial，来掌握编程语言的代码如何运行、函数、语句、模块、多种数据类型的操作等，

• Tutorial（教程）：一系列的步骤或指南，教你如何完成特定的任务或项目，通常包含多个示例或演示。

2、代码片段与样例

而这部分知识的巩固与提高可以通过学习一些简单功能的代码样例与片段来实现，这些样例与片段可以使用AI工具来辅助你学习。

• Sample（样例）：通常指一个小程序或代码片段，用于展示如何使用特定的语言特性、库函数或API。
• Snippet（代码片段）：一个很小的代码部分，用于展示特定功能或解决特定问题的方法。

3、基础应用与模块

大多数编程语言都有非常丰富而又实用的第三方库，我们可以在只了解了基础语言的情况下，就能用这些库做一些有意思的项目，这些模块属于应用层面不算是核心的知识，模块包含的函数非常多，需要你边查边用。这时候就需要你了解这些编程语言都有哪些模块，这可以借助于

4、Web全栈开发

方向性的学习 用编程语言做一些实际的小应用可以提高你对编程语言应用的熟练度，同时还可以提升一些成就感，但是如果要做程序员，就需要选择一个方向进行深入学习，比如Python的方向可以有Python开发工程师（Python Web全栈开发），Python数据分析甚至数据科学，Python人工智能，Python运维与测试，不同的方向需要掌握的东西就非常多而系统，同时也会涉及海量的模块、库的使用，有些核心的库，比如Python Web框架Django，学习的时候虽然同样是边查边用，但是真要把这个库给搞懂，除了要把Django主要的API给弄熟以外，还会有一些计算机科学方式的知识，同时Django这个库也是一个生态级别的存在，依附于Django的库也有好几十个，十分繁杂。

5、工程化研究

这些更多的是计算机科学的知识，需要你扎实系统学好基础，就像学数学一样；二是一些行业的经验，需要你多阅读技术文章来拓展加强。

项目离你有多远

很多初学者学编程时，误以为只需要掌握某一门编程语言的语法，

项目是生态

只有掌握项目的开发才会让你更难对编程有实践性的了解

项目开发的学习方法

很多人学编程，都是按照学校或培训班的学习路径来一点点学习，即便是学习了几个学期，也只是掌握了编程的基础知识，而并没有能够将这些知识应用起来，这反而会导致你对概念的理解并不能很透彻。

项目开发的知识点是非常复杂的

最快速的学习路线

项目怎么学才能有成就感

https://www.realworld.how/ coder/code-server

• 扩展您之前正在处理的项目并添加更多功能。
• 查看针对初学者的项目列表。
• 浏览和翻阅大量项目，找到有意思的项目并学会拆解背后是怎么实现的
• 查找要贡献的开源包
• 查找其他人所做的项目，看看您是否可以扩展或改编它们。 Github 是一个很好的起点。
• 想一想可以让您的日常生活更轻松的工具。然后，构建它们。

在计算机编程领域，除了“example”（示例）和“demo”（演示），还有许多其他类似的词语用于指代代码或功能的展示，包括：

4. Template（模板）：预先设计好的代码框架，用于快速开始新项目或功能，通常可以进行定制。
5. Skeleton（骨架）：基础的代码结构，提供了开发特定类型应用的基本框架，但细节需自行填充。
6. Case Study（案例研究）：详细介绍特定问题的解决过程，通常包括背景信息、问题描述、解决方案和结果。
7. Prototype（原型）：一个早期版本的程序，用于展示一个想法或概念的可行性，通常不是完全开发出来的。
8. Proof of Concept (PoC)（概念验证）：用于证明某个想法、技术或方法论是可行的代码或应用。
9. Guide（指南）：提供具体信息或说明，帮助用户了解如何使用某项技术或完成某项任务。
10. Walkthrough（演练）：逐步讲解如何解决问题或实现功能的过程，通常更注重于解释而不仅仅是代码本身。

这些词语各自侧重点不同，但都旨在以某种形式提供代码的实际应用示例，帮助开发者学习和理解特定的编程概念或技术。

https://github.com/elsewhencode/project-guidelines/blob/master/README-zh.md