课程大纲
  • 第一周：AI 编码新范式：工具启蒙与快速实践
    • 学习目标：
      • 认知工具全貌：建立对 AI 辅助工具生态的初步认知，了解 NotebookLM、Cursor、Claude Code 等工具在软件开发中的定位与应用场景。
      • 掌握核心基础：了解主流大语言模型（如 Gemini、OpenAI、Claude）的核心能力，掌握 API 接入与基本使用方法。
      • 零基础快速上手：完成 Cursor 与 Claude Code 的安装配置，并熟练掌握其基础操作，为后续深度学习打下坚实基础。
      • 完成首个 AI 项目：借助 AI 辅助，快速构建一个简单的项目管理工具原型，亲身体验 AI 赋能的编码效率。
    • 知识点：
      • AI 辅助工具生态概览：涵盖 AI 原生代码编辑器（Cursor、Claude Code）和知识管理工具（NotebookLM）。
      • 主流大语言模型（LLM）初探：介绍模型核心能力与 API 接入配置。
      • AI 工具环境搭建与核心功能：涵盖 Cursor/Claude Code 环境配置、基础功能（聊天、命令面板等）初探。
      • 项目原型实践：介绍项目需求提炼与基础代码片段生成。
  • 第二周：深入 Cursor：人机交互式智能编程
    • 学习目标：
      • 精通 Cursor 高级功能：掌握其独特的Rules设置、文档集成与多模态交互技巧。
      • 实践“规划-设计-实现-回顾”流程：以 Cursor 为核心工具，将 AI 深度融入软件开发全流程，重点练习代码补全、解释、重构与测试辅助。
      • 实战项目：构建一个数据库查询工具，实现通过 AI 生成 SQL 查询的核心功能。
    • 知识点：
      • Cursor 核心功能：文档与项目上下文（@文档集成）、行为定制化（Rules 设置）、交互式编程（智能补全、聊天模式）。
      • AI 辅助流程实践（以 Cursor 为例）：需求分析与原型、代码实现与调试、质量保障（测试用例生成）。
      • 实践：基于“规划-设计-实现-回顾”流程，使用 Cursor 设计并实现一个能连接数据库、并通过自然语言输入由 AI 生成和执行 SQL 查询的工具。
  • 第三周：深入 Claude Code：Agent 驱动的自动化开发
    • 学习目标：
      • 精通 Claude Code 高级功能：掌握其独特的 Command、Agent 与 Hook 等自动化功能。
      • 理解 AI Agent 工作原理：学习如何通过定制化 Agent 实现复杂、多步骤的自动化任务。
      • 实践：为第二周构建的数据库查询工具添加更多数据库支持。
    • 知识点：
      • Claude Code 核心功能：任务自动化（Command）、Agent 核心（构建自定义 Agent）、文档集成（@）。
      • AI Agent 工作流实践：任务分解、Agent 协作模式、Agent 在代码审查、API 文档生成等自动化任务中的应用。
  • 第四周：高效解构：AI 赋能下的代码库深度理解与文档化
    • 学习目标：
      • 掌握 AI 代码研究方法：学习并应用 AI 工具（Cursor、Claude Code）快速、系统地解构并深度理解大型开源项目（如 OpenAI Codex 和 Microsoft Autogen）的核心代码库。
      • 将洞察转化为专业文档：熟练运用 AI 辅助，将对代码的理解系统性地转化为高质量的技术方案设计和架构设计文档。
      • 掌握 AI 驱动的可视化表达：利用 AI 工具自动或半自动生成流程图、时序图、架构图等，实现复杂逻辑的清晰可视化。
      • 建立高效工作流：整合 AI 工具，建立一套从代码研究、文档撰写到可视化呈现的完整、高效的工作流。
    • 知识点：
      • 核心代码库研究方法论：AI 辅助的代码理解策略（自顶向下、自底向上、关键路径分析）、多源上下文管理。
      • AI 辅助技术文档撰写：方案设计自动化、架构设计智能辅助。
      • AI 驱动的可视化生成：AI 将代码或自然语言描述转化为 Mermaid、Excalidraw 等格式的图表。
      • 实践：以 Codex/Autogen 的核心模块为例，使用 Cursor 和 Claude Code 理解其工作原理，并输出一份详细的中文设计分析和流程图。
  • 第五周：深入学习和使用 MCP
    • 学习目标：
      • 精通协议原理：深度理解 MCP (Model Context Protocol) 协议的核心概念、工作机制与设计哲学。
      • 掌握架构角色：明确 MCP Client（如 Cursor）与 MCP Server 的角色分工与高效交互模式。
      • 亲手打造核心工具：学习并实践如何从零开始构建一个功能全面、可调用的 MCP Server。
      • 实现 AI 知识增强：将自建的 MCP Server 无缝集成至 AI 工具，为智能体提供精准、实时的外部知识。
    • 知识点：
      • 攻克 LLM 的致命痛点：深入剖析 LLM 上下文窗口限制与知识滞后性带来的挑战。
      • MCP 协议详解：核心机制、协议设计思想。
      • MCP Server 架构与实现：数据源集成、向量化检索（RAG）、API 接口设计。
      • MCP Client 调用实践：深入理解 Cursor 等工具如何通过 MCP 协议，智能地向外部知识源请求信息并应用。
      • 实践：构建一个包含 shell 访问，文件处理，以及 Postgres 数据库访问的 MCP Server。
  • 第六周：Agent 核心：从逆向工程到通用智能体构建
    • 学习目标：
      • 理解 AI Agent：深入理解智能代理 (AI Agent) 的概念及其在复杂开发任务中的应用。
      • 逆向工程与架构洞察：通过分析 Claude Code 和 OpenAI Codex，洞察复杂 AI Agent 的底层工作原理和设计思路。
      • 构建通用 Agent 核心：亲手编写一个支持复杂多轮对话的 Agent 内核，为未来构建特定智能体奠定基础。
      • 实践定制化应用：基于自建的 Agent 核心，开发一个强大的 Code Review Agent，并用于实际代码审查。
    • 知识点：
      • AI Agent 核心原理与设计模式。
      • 多 Agent 协作与任务流编排。
      • Claude Code 与 Codex 的 Agent 架构分析。
      • 通用 Agent 内核的实现要点。
      • 实践：构建一个通用 Agent 内核，并在此基础上实现一个功能强大的 Code Review Agent。
  • 第七周：AI 赋能软件开发全流程端到端实践
    • 学习目标：
      • 综合运用 AI 工具：掌握如何整合 NotebookLM，大模型的高级检索功能，Cursor、Claude Code 等，贯通软件开发全流程。
      • 构建端到端工作流：学习并实践从需求分析、竞品研究到任务分解、编码实现、文档编写的完整 AI 辅助开发流程。
      • 深化工具间协同：掌握在不同开发阶段选择和切换 AI 工具的策略。
    • 知识点：
      • 早期阶段 AI 应用：NotebookLM 在需求与技术预研中的应用。
      • 设计与规划阶段：大模型的高级检索与分析能力在设计方案生成中的应用。
      • 编码与任务管理：利用 Cursor 的 Memory Bank 或 Claude Code 的自定义命令进行有效的任务分解与上下文管理。
      • 全流程实践案例：以小型完整功能模块为例，演练从需求理解到最终代码提交的完整流程。
      • 实践：选择一个小型功能模块，按照本周学习的全流程方法，使用一系列 AI 工具完成其开发，并与课程第一周的原型项目进行对比。
  • 第八周：回顾与展望：AI 在软件工程的未来
    • 学习目标：
      • 知识体系梳理： 全面回顾并巩固课程中介绍的所有核心概念、AI 工具和方法论。
      • 洞察未来趋势： 探讨 AI 编码领域的未来发展方向，以及个人和团队如何保持持续学习。
    • 知识点：
      • 核心 AI 工具与技术串讲： Prompt Engineering、MCP、RAG、AI Agents 等。
      • AI 赋能软件开发流程最佳实践： 各环节的优化策略与案例分析。
      • 未来展望： 编程范式、编程语言、验证机制、软件开发的终极方式等。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。