分享一个vibe coding 复杂项目开发的Prompt

最近在开发自己的app,项目变得比较打了之后发现vibe coding之后,很难做到指哪打哪,经常会改错东西。研究了很久,发现需要一个索引/词表/地图/词典之类的东西,能够帮助ai理解,“帮我改下头像框”究竟指的是要改什么东西。 对于不能完全掌握代码的散修coder来说,应该是很有用的
```
# 通用代码项目功能映射生成器

## 🎯 目标
为任意代码项目生成一份**AI可理解的功能索引**,让用户能够:
- 用自然语言描述想修改的功能
- AI能快速定位到具体的代码文件和位置
- 实现"指哪打哪"的精确代码修改

## 📋 核心任务
扫描项目代码,识别所有**用户可感知的功能点**,并建立**自然语言到代码位置**的映射关系。

## 🔍 分析要点

### 识别标准
1. **界面元素**: 按钮、表单、菜单、弹窗等
2. **交互行为**: 点击、拖拽、输入、导航等
3. **数据展示**: 列表、图表、卡片、详情等
4. **业务流程**: 登录、支付、搜索、上传等

### AI友好的描述原则
- 使用**用户视角**的自然语言
- 避免技术术语,多用功能性描述
- 包含**视觉特征**和**交互方式**
- 提供**多种表达方式**的关键词

## 📊 输出格式

```markdown
# 📂 [项目名称] 功能-代码映射报告

## 🏗️ 项目概览
- **技术栈**: [主要框架] + [其他重要依赖]
- **架构模式**: [识别的架构模式,如 MVC, Component-based, Feature-based 等]
- **状态管理**: [使用的状态管理方案,如 Redux, Context, Vuex 等]
- **样式方案**: [CSS Modules/Styled-components/Tailwind/SCSS 等]
- **构建工具**: [Webpack, Vite, Create React App 等]
- **包管理**: [npm, yarn, pnpm]

## 📊 功能模块统计
- **页面级组件**: X 个 [主要页面/路由]
- **可复用组件**: Y 个 [通用UI组件]
- **业务逻辑模块**: Z 个 [Hooks/Services/Utils]
- **样式文件**: W 个 [CSS/SCSS/样式模块]
- **配置文件**: N 个 [路由/环境/构建配置]

## 🗂️ 目录结构概览
```
[项目根目录]/
├── [主要源码目录]/
│   ├── [页面目录]/
│   ├── [组件目录]/
│   ├── [样式目录]/
│   └── [工具目录]/
├── [资源目录]/
└── [配置文件]
```

---

## 🎯 功能映射表

### [功能类别] - [功能名称]

**🔤 用户描述方式**:
- 主要: "[用户会怎么描述这个功能]"
- 别名: "[其他可能的叫法]", "[相关词汇]"

**📍 代码位置**:
- 主文件: `[文件路径]` - [作用说明]
- 样式: `[样式文件路径]` (如果有)
- 逻辑: `[业务逻辑文件]` (如果分离)

**🎨 视觉标识**:
- 外观: [颜色/形状/位置等描述]
- 文本: "[界面上的关键文字]"

**⚡ 修改指引**:
- 修改外观: 编辑 `[具体文件和行数/区域]`
- 修改行为: 编辑 `[具体文件和函数名]`
- 修改文本: 编辑 `[具体位置]`

---
```

## 📝 示例模板

```markdown
### 界面元素 - 用户头像

**🔤 用户描述方式**:
- 主要: "用户头像", "个人头像", "用户图片"
- 别名: "头像框", "用户照片", "个人图标", "profile picture"

**📍 代码位置**:
- 主文件: `src/components/UserAvatar.jsx` - 头像组件定义
- 样式: `src/components/UserAvatar.css` - 头像圆形边框和大小
- 默认图片: `public/images/default-avatar.png`

**🎨 视觉标识**:
- 外观: 圆形图片,通常在右上角或用户信息区域
- 文本: 无文本,但可能有用户名在旁边

**⚡ 修改指引**:
- 修改头像大小: 编辑 `UserAvatar.css` 中的 `width/height`
- 修改默认头像: 替换 `public/images/default-avatar.png`
- 修改点击行为: 编辑 `UserAvatar.jsx` 中的 `onClick` 函数

---

### 交互功能 - 商品收藏

**🔤 用户描述方式**:
- 主要: "收藏商品", "添加到收藏夹", "收藏按钮"
- 别名: "点赞", "喜欢", "心形按钮", "收藏功能", "favorite"

**📍 代码位置**:
- 主文件: `src/components/FavoriteButton.jsx` - 收藏按钮组件
- 业务逻辑: `src/services/favoriteService.js` - 收藏相关API调用
- 状态管理: `src/store/userStore.js` - 收藏列表状态

**🎨 视觉标识**:
- 外观: 心形图标,未收藏时为空心,已收藏时为红色实心
- 位置: 通常在商品卡片右上角或商品详情页

**⚡ 修改指引**:
- 修改图标样式: 编辑 `FavoriteButton.jsx` 中的图标组件
- 修改收藏逻辑: 编辑 `favoriteService.js` 中的收藏方法
- 修改收藏状态: 编辑 `userStore.js` 中的收藏数据结构

---
```

## 🚀 使用说明

### 对于用户
当你想修改某个功能时,只需告诉AI:
- "我想修改登录按钮的颜色"
- "搜索框的位置需要调整"
- "商品评分的星星太小了"

### 对于AI
收到用户需求后:
1. 在映射表中搜索相关的"用户描述方式"
2. 定位到对应的"代码位置"
3. 根据"修改指引"提供具体的修改方案

## 🎯 生成指令

请分析提供的项目代码,按照上述格式生成功能映射表。重点关注:

1. **完整性**: 覆盖所有用户可见的功能
2. **准确性**: 确保代码位置和修改指引正确
3. **自然性**: 用户描述要贴近真实表达习惯
4. **实用性**: AI能够直接根据映射表定位和修改代码

现在请开始分析我的项目代码,生成这份AI友好的功能映射表。

14 posts - 13 participants

Read full topic

via LINUX DO - 热门话题 (author: fakepan)
【PowerShell 全自动】[Google Gemini AI ONE ] 全自动12月学生认证一键脚本

效果:

----------------------

使用方法:

1. 使用Powershell ISE 直接修改代码:

需要填写的部分:
[string]$ProxyUrl = "http://127.0.0.1:7892",
[string]$verificationId = "689c",

可选:
$birthDate = "2000-10-02"

1. 命令行传入参数执行

可用的参数:

1. 指定自定义logo文件(除非你想用自己的):
   .\google.ps1 -verificationId "custom_id" -logoPath "university_logo.png"

2. 使用系统代理:
   .\google.ps1 -verificationId "custom_id" -UseSystemProxy

4. 使用指定的HTTP代理:
   .\google.ps1 -verificationId "custom_id" -ProxyUrl "http://127.0.0.1:7890"

5. 完整参数示例:
   .\google.ps1 -verificationId "custom_id" -logoPath "mit_logo.png" -ProxyUrl "http://127.0.0.1:7890"

注意:Logo文件必须存在,否则脚本会报错退出

一般情况下,只设置verificationId和你的代理ProxyUrl即可

----------------------

提示:

请保持logo.png和google.ps1在同一个文件夹,如果报错请先管理员权限下运行:
Set-ExecutionPolicy RemoteSigned

另外请自查ipqs,建议使用azure,
代码里面的生日为什么是固定的?
自己修改就行了
verificationId 从 SheerID URL 中的参数中获取:
https://services.sheerid.com/verify/67c8c14f5f17a83b745e3f82/?verificationId=689c96eexxxxxxxx

----------------------

下载:

Gemini.zip (78.7 KB)

----------------------

代码如果过了之后订阅没生效,按 @xjw 的方法修改

【PowerShell 全自动】[Google Gemini AI ONE ] 全自动12月学生认证一键脚本 福利羊毛
发现实际验证和ID和自己填写的verificationId不一样唉 导致验证完后 跳转到one会发现没有优惠 手动在代码394行 定义 $actualVerificationId = $verificationId 正常通过 页面也有优惠了 想问一下 $actualVerificationId 这个值的意义? thinking

242 posts - 167 participants

Read full topic

via LINUX DO - 热门话题 (author: 存档账号)

Invalid media: image
魔搭免费api接口支持Anthropic API可直接用于claude code附教程

今天看到这个消息

测试支持Anthropic API了 于是去试了下能不能直接支持claudecode 发现可以用
直接改环境变量的这几个
“ANTHROPIC_API_KEY”: “你自己的key注意去掉前面的ms-”,
“ANTHROPIC_BASE_URL”: “https://api-inference.modelscope.cn”,
“ANTHROPIC_MODEL”: “Qwen/Qwen3-Coder-480B-A35B-Instruct”,
“ANTHROPIC_SMALL_FAST_MODEL”: “Qwen/Qwen3-Coder-480B-A35B-Instruct”
我直接默认用的qwen3code 可以换成里面能用的别的模型

也可以用glm4.5,总共每天免费2000次 qwen3code是500限制
直接改配置文件这样

Windows 平台:notepad C:\Users\你的用户名.claude\settings.json
Linux/Mac 平台:vim ~/.claude/settings.json
复制粘贴以下内容:
{
“env”: {
“ANTHROPIC_API_KEY”: “你自己的key注意去掉前面的ms-”,
“ANTHROPIC_BASE_URL”: “https://api-inference.modelscope.cn”,
“ANTHROPIC_MODEL”: “Qwen/Qwen3-Coder-480B-A35B-Instruct”,
“ANTHROPIC_SMALL_FAST_MODEL”: “Qwen/Qwen3-Coder-480B-A35B-Instruct”
},
“permissions”: {
“allow”: ,
“deny”:
}
}

26 posts - 15 participants

Read full topic

via LINUX DO - 热门话题 (author: 麒白掌)

Invalid media:
image
image
正在使用lobe-chat的佬们注意了!lobe-chat正在泄漏你的隐私!
LINUX DO - 热门话题 (RSS)

太长不看版本:

当你使用lobe-chat-database进行MCP工具调用之后, lobe-chat团队和cloudflare就会知道该工具调用的细节。

存在严重隐私泄漏、跨境数据传输等安全风险,请各位佬友谨慎使用该软件。

lobe-chat我觉得算是一个优秀的ai对话工具,特别是在MCP集成方面。

项目开发者也在本站: 个人资料 - Arvin_Xu - LINUX DO

但最近碰到的一件事却让我不寒而栗。

我通过lobehub/lobe-chat-database - Docker Image | Docker Hub 这个镜像部署了本地数据库版(v1.112.0),连接了内网的数据库,AI使用的MCP服务器也是部署在内网的(由我自己开发)。理论上,我和AI的对话记录只有我内网有记录(以及AI的服务供应商)。

但我最近在使用AI调用MCP服务器时, 发现lobe-chat在MCP服务器返回结果后,还需要loading很长的时间(可能要几十秒)才能发起下一次AI请求。经过排查,主要是受该接口影响: /trpc/lambda/market.reportCall,message.update?batch=1, 短则几秒、多则几十秒。

让AI帮我分析lobe-chat代码后, 我发现lobe-chat在这个接口里将MCP调用数据上报到了env.MARKET_BASE_URL



但我的lobe-chat-database实例内没有MARKET_BASE_URL这个环境变量,那么数据去哪了呢?

通过查看DNS解析记录/网络抓包后,我发现lobe-chat将数据传到了https://market.lobehub.com,托管在cloudflare上(怪不得速度忽快忽慢!)。但这个域名,在lobe-chat的官方代码仓库(lobehub/lobe-chat)里是没有的,这又是怎么回事呢?

通过排查lobe-chat-database容器实例,我发现这个域名记录在容器内的js文件中:...

View original post
手把手教程利用gemini-cli操控你的浏览器!附实用场景总结L站帖子
LINUX DO - 热门话题 (RSS)






应佬友 @Darthvader 邀请,分享一下可以通过大模型操控自己的浏览器的开源MCP项目,跟着我一步步操作吧!我个人常用场景是总结L站的帖子,试图快速理清佬友们讨论的重点hh。

一、安装mcp-chrome

github.com

GitHub - hangwin/mcp-chrome: Chrome MCP Server is a Chrome extension-based...

Chrome MCP Server is a Chrome extension-based Model Context Protocol (MCP) server that exposes your Chrome browser functionality to AI assistants like Claude, enabling complex browser automation, content analysis, and semantic search.

1、全局安装mcp-chrome-bridge...

View original post
#影视 #电影
😞 飞流视频 新兴的在线影视播放平台

亮点😝
😍高清播放体验优秀,支持多清晰度切换

😍片源丰富,涵盖电影、电视剧、动漫、综艺全品类

😍界面简洁,操作直观,新手友好

😍更新速度快,热门内容同步及时

😍适合人群:全类型影视观众,尤其是追求操作简便的用户


🥰 https://www.flixflop.com/
🗣️ 豆包Ai实战营从小白到高手速成

🏷️ #资源 #AI

👉 https://www.ahhhhfs.com/74706/
Open Lovable 是一个开源的 AI 驱动网页应用构建工具,能够将任意网站 URL 转换成一个可编辑的 React 克隆版本,极大加速 MVP 和产品验证过程。核心亮点包括:

• 基于 Groq、E2B 和 Firecrawl 的高性能技术栈,兼顾速度与智能
• 支持即时可视化编辑,直接修改 DOM 元素,代码与设计实时同步
• 通过拖拽新增、移动 div 容器,TailwindCSS 样式可视调整,Figma 风格 UI 体验
• 可从现有 GitHub 仓库或 Figma 设计导入,快速启动项目或迭代设计
• 开源且社区活跃,已在 vercel 等平台部署演示,便于开发者贡献与扩展
• 适用于快速生成产品原型、设计验证及团队协作,降低前端开发门槛

目前仍处于积极开发阶段,欢迎开发者参与改进。
deck:用 Markdown 高效驱动 Google Slides 幻灯片制作的利器
• 基于“内容与设计分离”理念,Markdown 负责内容创作,Google Slides 专注视觉呈现
• 支持持续迭代构建,实时同步修改,配合 --watch 参数实现边写边看,显著提升制作效率
• 完整支持 Google Slides API 与 Drive API,兼容个人与共享云盘,管理演示文稿更灵活
• YAML Frontmatter 灵活配置演示ID、标题、换行、代码块转图片命令等,满足多样化定制需求
• 自动识别 Markdown 结构,智能匹配幻灯片布局(标题、副标题、正文占位符),减少重复操作
• 支持 GitHub Flavored Markdown 语法,包括表格、粗体、斜体、代码、引用及内嵌 HTML 标签
• 代码块可通过自定义命令转为图片,方便展示复杂代码或图表(如 Mermaid、文本转图等)
• 页配置可嵌入 JSON 注释,实现布局、跳过、冻结、忽略等细粒度控制,提升演示灵活性
• 多账号/环境支持,profile 模式下管理多个身份,适应不同项目或组织需求
• 结合 AI agent 协作,可实现更高效的 Markdown 格式幻灯片创作,推动内容与设计的深度融合

deck 让幻灯片制作回归内容本质,兼顾灵活定制与自动化,适合研发、教学、产品等多场景的专业演示需求。
构建智能AI代理的新范式:基于MCP与OpenAI gpt-oss的实用指南

• 使用MCP打造标准化工具接口,简化AI代理与外部工具的交互,提升代理能力与扩展性。
• 结合OpenAI最新gpt-oss-120B大模型,作为强大LLM骨干,实现更精准且多功能的智能响应。
• Hugging Face轻量级客户端支持TypeScript(@huggingface/tiny-agents)和Python(huggingface_hub[mcp]),入门简便,跨语言体验无缝衔接。
• 本地浏览器代理示例:通过Playwright MCP服务器,代理可自主浏览互联网,进行信息检索与任务执行,具备实战应用价值。
• 灵活定义agent.json配置,支持自定义模型、工具、输入参数及系统提示,确保代理行为可控且高效。
• 轻松接入Hugging Face MCP服务器,访问数千AI空间,实现代理与多样AI服务的深度融合。
• 运行方式统一,Python与JavaScript客户端均支持“一行命令”快速启动,适合开发测试与生产部署。
• 设计理念强调代理需深度规划调用逻辑,反思执行结果,避免盲目调用与猜测,确保解决方案的准确性与完整性。

这套方案不仅降低了构建复杂AI代理的门槛,也为长期构建智能、多工具协同的AI系统奠定了基础。未来AI代理将不再孤立,而是通过MCP无缝连接多样能力,真正实现智能助理的多场景落地。
Back to Top