Skip to content

学习路径 ​

这条路径不按工具多少来分级,而按你能不能完成一次真实交付来分级。每往前走一步,都要留下能检查、能复用的结果。

学习路径:从会用到可交付

路径总览 ​

阶段你要解决的问题建议先读
00 基础认知先判断项目是什么,别一上来就写代码产品形态、技术栈、对 AI 友好的代码
01 入门闭环完成第一个低风险任务,并知道怎么验收项目总览
02 工程实践进入真实仓库,完成可提交的改动GitHub 协作基础、对 AI 友好的代码
03 工作流扩展让 AI 参与验证、文档、发布和排障服务器部署、CI/CD 流水线
04 团队沉淀把个人经验变成团队规范和案例库案例库、共建指南

推荐顺序:

text
产品形态 -> 技术栈 -> GitHub 协作基础 -> AI 友好代码 -> 第一个任务闭环 -> 真实项目交付 -> 部署与 CI/CD -> 团队规范

只看懂不算完成。能复用、能验证、能交给别人接着做,才算走完一个阶段。

00 基础认知 ​

目标:先把“要做什么产品、由哪些部分组成、这次交付到哪里”为止说清楚。

你需要掌握:

  • 官网、落地页、Web 应用、小程序、移动 App、管理后台、API 服务和自动化工具的区别。
  • 不同产品形态对应的用户入口、技术结构、部署方式和验收标准。
  • 前端、后端、数据库、存储、部署、CI/CD 等技术栈层次分别解决什么问题。
  • 对 AI 友好的代码原则:高内聚、低耦合、单一职责。
  • 如何在给 AI 分配任务前说明产品形态、目标用户、核心场景和交付边界。

产出物:

  • 一份产品形态判断表。
  • 一份项目技术栈说明。
  • 一段能放进任务提示词里的项目背景描述。
  • 一个清楚的交付边界:本次做什么,暂时不做什么。

01 入门闭环 ​

目标:完成第一个低风险任务,并能说清它为什么算完成。

你需要掌握:

  • AI 编程助手的几种用法:命令行、编辑器插件、云端和聊天窗口。
  • 如何描述任务背景、目标、约束和验收标准。
  • 如何让 AI 先读项目,再动手修改。
  • 如何阅读它给出的 diff、测试结果和风险说明。

产出物:

  • 一个成功执行的小任务。
  • 一份任务提示词模板。
  • 一条“修改后必须验证”的习惯。

02 工程实践 ​

目标:让 AI 进入真实仓库,完成一项可以提交、可以验证的改动。

你需要掌握:

  • 项目结构识别。
  • 依赖安装与本地运行。
  • 小步提交与变更说明。
  • 测试、构建、lint 和页面检查。

产出物:

  • 一个可运行的本地项目。
  • 一个通过构建的 commit。
  • 一份验证记录。

03 工作流扩展 ​

目标:让 AI 从“修改文件”走到“参与检查、发布和排障”。

你需要掌握:

  • Skills 的使用与沉淀。
  • MCP 工具接入。
  • Playwright 页面验证。
  • GitHub Actions 排障。
  • 文档站、PPT、流程图等交付物生成。

产出物:

  • 一个团队可复用的任务流程。
  • 一个自动化检查或发布流程。
  • 一个可复现案例。

04 团队沉淀 ​

目标:把个人记得住的做法,变成团队都能照着执行的规则。

你需要掌握:

  • AGENTS.md 项目规则。
  • 权限、沙盒与审批策略。
  • 代码 review 与验收清单。
  • 失败案例复盘。
  • 团队贡献规范。

产出物:

  • 团队 Playbook。
  • 案例库。
  • CI/CD 发布规范。

从 Demo 到商用:用 AI 编程,把 Demo 做成能收钱、能长期运行的项目。