由 Google 開發的高性能、標準化 AI 編程框架，透過嚴格的多階段生命週期將需求轉化為經過驗證的代碼。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install vibe-coding-guide
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 vibe-coding-guide。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 VibeCoding AI 編程工作流？
VibeCoding 是一套由 Google 發起、全面由 AI 驅動的開發方法論，它將焦點從隨機代碼生成轉向了標準化的工程流程。透過將此技能集成到 Openclaw Skills 中，開發者可以利用包含研究、規劃和測試先行開發在內的 20 步結構化協議。其主要目標是確保 AI 代理像專業工程師一樣行動，優先考慮邏輯正確性和模組化，而非快速、未經驗證的代碼片段。
該系統為構建企業級應用（包括後端 API 和前端原型）提供了路線圖。透過遵循 Openclaw Skills 中的 VibeCoding 標準，團隊可以實現高達 6 倍的效率提升，同時顯著減少 bug 並提高技術文檔質量。
VibeCoding AI 編程工作流 應用場景
- 企業級系統和商業智慧 (BI) 平台的快速原型設計。
- 開發自動化影片處理工具和字幕生成器。
- 為任務調度和數據視覺化創建交互式儀表板。
- 透過提供引導式架構框架來擴大初級開發者的產出。
- 在沒有深度手動編碼的情況下，驗證跨國應用的最小可行性產品 (MVPs)。
VibeCoding AI 編程工作流 運作原理
- 需求結構化：流程從使用標準化模板定義目標、功能細節、輸入、輸出和約束開始。
- 研究與規劃：AI 代理在起草戰略實施方案前進行深入研究。
- 測試先行開發：在編寫任何功能代碼之前生成單元測試和集成測試，以確保立即驗證。
- 模組化實現：一次生成一個模組的代碼，隨後進行即時驗證以防止技術債務。
- 邏輯驗證：系統優先考慮邏輯正確性而非樣式，確保核心功能按預期工作。
- 迭代優化：以 2-3 個更改的小批量處理優化，以保持嚴格的上下文控制。
- 專業收尾：工作流以全面的代碼審查、基於瀏覽器的測試和自動文檔生成結束。
VibeCoding AI 編程工作流 設定指南
要在您的開發環境中實施此工作流，請確保您使用的是兼容的 AI 原生 IDE 或代理。使用以下步驟根據 Openclaw Skills 標準初始化項目：
# 為標準 VibeCoding 項目安裝核心依賴
pip install fastapi uvicorn pandas
# 在您的 AI 代理界面中觸發工作流：
# "使用 VibeCoding 協議初始化 [目標應用] 的新項目"
獲得最佳體驗的推薦工具包括 VS Code, Cursor 或 Claude Code，並配合 Openclaw Skills 以增強自動化。
VibeCoding AI 編程工作流 資料結構與分類體系
VibeCoding 技能將項目數據組織成結構化層級，以確保可維護性和清晰度：
| 數據組件 | 格式 | 描述 |
|---|---|---|
| 需求 | Markdown | 包含 I/O 和約束的結構化文檔 |
| 測試套件 | PyTest / Jest | 實現前的測試用例 |
| 原始碼 | 模組化文件 | 按後端 (FastAPI) 和前端 (HTML/JS) 分離 |
| 審查日誌 | JSON / MD | 安全和性能審計結果 |
| 文檔 | README.md | 自動生成的設置和 API 文檔 |
VibeCoding AI 編程工作流 進階特性
- 多階段研究規劃：AI 在編寫單行代碼之前對技術需求進行深度挖掘。
- Bug 復現協議：在嘗試修復之前必須復現 bug 的嚴格要求，以確保穩定性。
- 上下文保留迭代：使用先前的代碼狀態來優化功能，而不破壞現有邏輯。
- LLM API 與瀏覽器集成：與 browser-use 無縫集成，用於自動化端到端測試。
- 安全與性能審計：專用的子技能，根據行業標準安全和速度基準審查代碼。
SKILL.md
加載中
Openclaw 相關技能
LocalsBnb 路客雲 MCP
一個強大的 MCP server 整合，允許 AI 代理透過 LocalsBnb (路客雲) 官方 API 管理飯店房量、價格與訂單。
精選*
