Go to file
aichy126 2eb0ed7021 fix(api): 检测客户端断开连接并提前终止请求处理 2025-12-15 14:55:10 +08:00
courses docs: update courses 2025-12-14 13:57:31 +08:00
demo fix(api): 检测客户端断开连接并提前终止请求处理 2025-12-15 14:55:10 +08:00
.gitignore fix: 修复lib 依赖组件 2025-12-15 14:07:04 +08:00
README.md docs: update README.md 2025-12-14 13:56:10 +08:00

README.md

用Markdown语法轻松开发 AI 应用

10 天掌握 AI 应用开发,让全栈工程师梦想触手可及

Language Duration Tech Stack Level

📚 点击学习课程


🎯 课程介绍

在 AI 时代,开发一个 AI 应用不再需要深厚的编程功底。本课程将带你体验全新的 Vibe Coding 开发范式让你用自然语言描述需求AI 帮你实现代码,你只需专注于设计和验证。

  本课程是一个 2周训练营式的 AI 应用开发教程,从工具生态出发,深入 MarkdownFlow 语法,结合 Vibe Coding 工作流,带你亲手搭建一个前后端完整的 AI 应用Python FastAPI + React Next.js

  不同于传统的编程课程,我们采用 MarkdownFlow 语法来精准控制大模型输出,让你用类似 Markdown 的语法就能开发复杂的 AI 交互应用。整个课程强调个性化学习路径,根据你的背景(零基础、有编程经验、前端/后端专长)动态调整内容深度,确保每个人都能高效学习。

你将收获什么?

  • 🚀 2周快速上手 - 完整的 AI 应用开发全流程体验
  • 🧠 Vibe Coding 范式 - 掌握 AI 辅助编程的正确姿势(人类设计 + AI 实现 + 人类验证)
  • 📝 MarkdownFlow 精通 - 用自然语言控制 AI 输出,告别繁琐的提示词工程
  • 🛠️ 全栈实战项目 - 动手搭建前后端分离的 AI 应用Python + React
  • 🎨 个性化学习路径 - 根据你的背景定制课程内容,学你需要的
  • 🌐 工具生态洞察 - 深度对比低代码平台、工作流编排、MarkdownFlow 三种开发模式
  • 💡 快速迭代能力 - 学会用 AGENTS.md 让 AI 理解你的项目,加速开发

📖 课程大纲

第 1 章:课程导论与学习路径规划

节次 标题 核心内容 状态
1.1 课程概览2 周打造你的第一个 AI 应用 课程架构介绍、Demo 演示、学习成果、学习方法
1.2 课程适用人群与学习前置知识 适合人群、前置知识要求
1.3 学习路径个性化推荐(交互式问卷) MarkdownFlow 交互问卷、收集学员背景、推荐学习路径
1.4 开发环境准备清单 必备软件安装、Demo 项目运行、LLM API 配置

学习目标: 了解课程全貌,明确学习路径,收集学员背景 建议时间: 第 1-2 天4 小时学习 + 2 小时环境准备)


第 2 章AI 应用开发工具生态全景

节次 标题 核心内容 状态
2.1 AI 应用开发的三种模式对比 低代码平台 vs 工作流编排 vs 代码开发、选择决策树
2.2 低代码智能体平台实操体验 扣子平台实操30 分钟、Dify 工作流实操30 分钟)
2.3 MarkdownFlow代码级精准控制的优势 为什么选择 MarkdownFlow、vs 传统 Prompt 对比
2.4 选型决策:什么场景用什么工具 决策矩阵、本课程选择 MarkdownFlow 的理由

学习目标: 了解 AI 开发工具分类,理解各工具优劣势和适用场景 建议时间: 第 3 天3 小时学习 + 1 小时实操体验)


第 3 章Vibe Coding 工作流与项目脚手架

节次 标题 核心内容 状态
3.1 什么是 Vibe Coding与传统开发的区别 Vibe Coding 定义、核心原则、vs 传统开发对比
3.2 Demo 项目全景导览 项目功能演示、技术栈介绍、目录结构解析
3.3 AGENTS.md让 AI 理解你的项目 AGENTS.md 文件结构、编写高质量文档、Prompt 设计
3.4 第一次 Vibe Coding 实战:添加一个小功能 添加"生成历史记录"功能、读懂代码、验证调试

学习目标: 掌握 Vibe Coding 开发流程,理解 Demo 项目结构,完成第一次 AI 辅助编程 建议时间: 第 4-5 天6 小时学习 + 4 小时实践)


第 4 章AI 应用后端开发实战Python + MarkdownFlow

节次 标题 核心内容 状态
4.1 后端架构全景理解 API → Service → Library 三层架构、SSE 流式输出原理、Demo 项目技术栈
4.2 MarkdownFlow 语法深度掌握 基础语法、变量系统、交互元素、保留内容、块分隔符、高级用法
4.3 用 AI 构建后端 API AI Prompt 模板5 大场景)、代码审查清单、集成第三方 API
4.4 Demo 项目实战 三个渐进任务:修改内容 → 设计流程 → 添加功能

学习目标: 理解后端架构,精通 MarkdownFlow 语法40% 篇幅),掌握 AI 协作工作流 建议时间: 第 6-7 天6 小时学习 + 4 小时实践) 核心特色: 采用 Vibe Coding 教学模式,强调"学会与 AI 协作"而非"记住语法"


第 5 章AI 应用前端开发实战React + markdown-flow-ui

节次 标题 核心内容 状态
5.1 前端架构全景理解 组件层级、状态管理、数据流、Demo 项目组件树
5.2 markdown-flow-ui 组件库使用 <MarkdownFlow> 组件完整指南、InteractionPanel、辅助组件、最佳实践
5.3 用 AI 构建前端界面 UI 需求描述模板、AI Prompt 场景5 大场景)、代码审查清单、实战案例
5.4 Demo 项目实战 三个渐进任务:修改样式 → 添加功能 → 基于项目想法开发

学习目标: 掌握 markdown-flow-ui 组件库30% 篇幅),学会用 AI 构建前端界面40% 篇幅) 建议时间: 第 8-9 天6 小时学习 + 4 小时实践) 核心特色: 强调组件库使用而非 React 语法Task 3 使用 {{project_idea}} 实现个性化


第 6 章:项目总结与进阶路径

节次 标题 核心内容 状态
6.1 开发模式回顾 Vibe Coding 提效总结(有/无编程基础、MarkdownFlow 优势、课程收获自查
6.2 最佳实践总结 变量设计原则、交互流程设计技巧、常见问题8 个)、通用检查清单
6.3 项目部署与发布 部署全景、Docker 思路、Vercel 部署、域名配置、常见问题7 个)
6.4 进阶学习路径 5 种个性化路径MarkdownFlow/AI 项目/其他框架/开源/复习)、学习资源、结业认证

学习目标: 巩固核心知识30%、掌握部署思路30%、规划个性化进阶路径40% 建议时间: 第 10 天3 小时学习 + 1 小时总结) 核心特色: 均衡分配,部署讲思路不讲完整代码,根据 {{next_step}} 推荐个性化路径


💡 如何学习

🎓 适合人群

  本课程适合以下人群:

  • 计算机相关专业大学生(本科/研究生)
  • 有一定编程基础的开发者(想快速转型 AI 应用开发)
  • 对 AI 感兴趣的产品经理设计师(想理解 AI 应用开发流程)
  • 零基础但有强烈学习意愿的初学者(需要投入更多时间)

📋 前置知识要求

  • 必须: 基本的计算机操作能力(文件管理、命令行基础)
  • 🔶 推荐: 了解 Python 或 JavaScript 基础语法
  • 加分项: 使用过 Git、了解 HTTP 协议、用过 ChatGPT/Claude

注: 即使你完全不会编程,也可以跟随本课程学习,我们会根据你的背景调整内容深度。

🛤️ 学习路径建议

零基础路径(预计 30-40 小时)

  1. 第 1-2 章重点学习 - 打好基础,理解概念
  2. 第 3 章多次实践 - 熟悉 Vibe Coding 工作流
  3. 第 4-5 章跟随 Demo - 逐行理解代码,不要求自主开发
  4. 第 6 章选择进阶方向 - 决定后续深入前端还是后端

有编程基础路径(预计 20-30 小时)

  1. 第 1-2 章快速过 - 重点关注 MarkdownFlow 和工具对比
  2. 第 3 章深入理解 - 掌握 Vibe Coding 核心思想
  3. 第 4-5 章自主实现 - 尝试扩展 Demo 功能
  4. 第 6 章开发自己的项目 - 应用所学知识

进阶路径(预计 15-25 小时)

  1. 第 1-3 章略读 - 快速了解课程体系
  2. 第 4-5 章源码阅读 - 深入理解 MarkdownFlow 解析器和 UI 组件库
  3. 第 6 章二次开发 - 贡献开源项目或开发复杂应用

📚 学习建议

  在学习本课程的过程中,建议:

  • 理论与实践结合 - 每学完一章立即动手实践
  • 多使用 AI 工具 - 善用 Claude Code、Cursor、GitHub Copilot 等工具
  • 参与开源社区 - 遇到问题在 Issue 区提问,学有余力可以贡献代码
  • 记录学习笔记 - 用 MarkdownFlow 写学习笔记,加深理解
  • 分享学习成果 - 在社交媒体或技术社区分享你的 AI 应用

🔧 环境准备

必备软件

软件 版本要求 安装指南
Python 3.9+ 官网下载
Node.js 16+ 官网下载
Git 最新版 官网下载
VS Code / Cursor 最新版 VS Code | Cursor
LLM API Key Claude / OpenAI 详见 1.4 环境准备

快速启动 Demo 项目

# 1. 克隆项目
git clone https://www.gitlink.org.cn/ai-shifu/vibe-coding-app.git
cd demo

# 2. 修改配置文件
# 将.env.example 文件复制为 .env
# 修改 .env 文件中的内容
LLM_BASE_URL="https://xxx"
LLM_API_KEY="xxx"
LLM_MODEL="xxx"

# 3. 启动后端
pip install -r requirements.txt
python main.py

# 4. 启动前端(新终端)
cd frontend
npm install
npm run dev

  详细的环境配置指南请参见 第 1.4 节:环境准备


🤝 如何贡献

我们欢迎任何形式的贡献!

  • 🐛 报告问题 - 发现课程内容错误或技术问题,请提交 Issue
  • 💡 功能建议 - 有好的课程改进想法,告诉我们
  • 📝 内容完善 - 帮助改进课程内容(错别字、表述优化、案例补充)
  • 🔧 代码优化 - 提交 Pull Request 改进 Demo 项目代码
  • 📖 学习笔记分享 - 在 issues 分享你的学习心得

📚 参考资源

核心依赖项目

学习资料


🙏 致谢

特别感谢

  • 感谢所有为本课程提供反馈和建议的学员
  • 感谢开源社区的贡献者们 ❤️

📜 开源协议

本作品采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可。


如果这个课程对你有帮助,请给我们一个 Star

📧 交流方式

Made with ❤️ by AI Shifu Team