工具景观全图
30 款"一句话生成 App" + 50 款 IDE/CLI——先看地图再选车。
为什么需要一张工具地图
过去两年，vibe coding 工具从 5 款爆炸到 100+ 款。每一款都说自己最快、最强、最 AI-native。
但你只有一双手、一个项目。问题从来不是"哪个最强"，而是"这一刻、这件事，哪个最合适"。
"There's a new kind of coding I call vibe coding, where you fully give in to the vibes, embrace exponentials, and forget that the code even exists."
这门课的目标：用一个下午，让你看清这片混乱的工具市场，然后挑出属于你的"少而精"组合。
交通工具光谱：同一个目的地，不同开法
把 vibe coding 工具想成交通工具——每一档都对应一种"控制力 × 上手难度"的组合。
打开网页一句话出 demo。零安装、零配置。换来的是控制力——你不能拆开零件改。
AI 副驾。你坐主驾、AI 提示路线、有时直接接管 5 公里。半人工，权衡最佳。
手动挡跑车。没有 UI 没有按钮，只有命令和上下文。陡峭曲线 + 极致控制。
当你同时开三辆车（多 agent 并行），你需要指挥——任务编排 + AGENTS.md 这类工具的工具。
7 大类全景
awesome-vibe-coding 仓库把所有工具分成 7 大类。先记代表选手，细节后面四个模块详讲。
Browser-based
代表：Lovable / Bolt.new / v0 / Replit。一句话 → 部署链接，零安装。
IDEs & Editors
代表：Cursor / Windsurf / Zed / Trae。把 AI 装进 IDE，主驾还是你。
Plugins & Extensions
代表：GitHub Copilot / Cline / continue。给已有编辑器插一个 extension。
Command Line
代表：claude-code / Codex CLI / Gemini CLI / aider。把 AI 装进终端。
Local Apps
代表：Dyad / bolt.diy / CCHub。桌面应用，本地跑、本地存。
Mobile Apps
代表：VibeCode（iOS/Android）。少数派——手机上一句话出 App。
Task Management
代表：vibe-kanban / CCPM / Archon。多 agent 协同的指挥台。
决策树：从想法到选型
面对一墙工具，按下面三个问题走一遍，至少能砍掉 80%。点击 "Next Step" 跟着决策流走。
解读 awesome-vibe-coding 仓库结构
这个 README 是一个标准的 awesome list。下面这段描述就是它的"自我介绍"——读懂它就读懂了它的取舍。
# awesome-vibe-coding
A curated list of vibe coding
references, collaborating with
AI to write code.
## Browser-based Tools
## IDEs and Code Editors
## Command Line Tools
## Task Management for AI"awesome-vibe-coding" ——这是 GitHub 风格的清单标题。
"curated list" ——人工筛过的，不是搜索结果。
"collaborating with AI to write code" ——核心定义：和 AI 一起写代码，不是让 AI 替你写。
分类用使用形态而非品牌——浏览器/IDE/CLI/编排——这是一份"形态地图"，不是品牌排行榜。
所以 Cursor 排在 IDE 类下，claude-code 排在 CLI 类下，不存在"哪个第一"。
小测验：你会选哪个？
下面是真实的工程场景。试着用刚才的决策树推一遍。
同事 30 分钟后开会要看 demo，你需要做一个 landing page 演示新功能概念。
最合适的工具是？
你接手了一个 10 万行的 Java 老项目，要做大规模重构。
最合适的工具组合是？
工具不是越多越好。挑 1 个浏览器派 + 1 个 IDE 派 + 1 个 CLI 派——三件套就能覆盖 90% 真实场景。多了反而切换成本压垮你。
模块 2-4 分别精读 浏览器 / IDE / CLI 三大主线（覆盖 80% 真实选择）。模块 5 拼上"工具的工具"——任务编排 + 文档标准。
浏览器派 · 自动售货机
投币（写 prompt）出货（生成应用）——零安装，但你不能拆零件改。
浏览器派的本质：零摩擦换控制力
所有浏览器派工具都遵守同一条公式：一个输入框 + 一句话 → 完整可部署的产品。
它们隐藏了一切——前端框架、数据库、托管服务、域名、HTTPS。代价是：你看不见也改不了底层。这就像自动售货机：投币立刻出货，但你别想拆开它换齿轮。
独立创业者验证想法、产品经理画原型、设计师做交互 demo、营销做 landing page。共同点是：速度比控制力重要。
Top 4 详解
21 款浏览器派里，这 4 款覆盖了 80% 的真实选择。读完这一屏你就有方向了。
Bolt.new
StackBlitz 出品。"Prompt, run, edit, and deploy full-stack web and mobile apps." 浏览器内运行 Node 容器，前后端一站式。
强项：真前后端 全栈 · 弱项：免费额度紧 · 典型用户：独立开发者验证全栈想法
Lovable 🔥
"Idea to app in seconds. Lovable is your superhuman full stack engineer." 自我定位是超人级全栈工程师，UI 出色、英文社区最热。
强项：UI 设计感强 · 弱项：免费额度有限 · 典型用户：设计敏感的产品经理 / 副业 SaaS
v0 by Vercel
"Vibe coding platform for building production apps and agents with Next.js." Next.js 原生 + Vercel 部署一条龙。
强项：Next.js 生态最佳 · 弱项：非 Next.js 项目用不上 · 典型用户：Next.js 老用户
Replit
老牌在线 IDE 转身做 vibe coding 平台。Agent 模式强，多语言 / 多框架兼容性最好。
强项：支持几乎任何技术栈 · 弱项：UI 比 Lovable 朴素 · 典型用户：编程教学 / 学生 / 多语言项目
类别全景：剩余 17 个工具的扫描
不需要逐一深入——一句话定位即可。某天你刷到了，知道它属于哪一档就行。
Lovable 的同类竞品，UI 各有侧重。挑一个用熟即可。
专做 React Native 移动端 vibe coding。
Google 出品。深度集成 Firebase 数据库 + 认证。
专做组件级生成——给 React 组件，不给整 App。
大厂浏览器 IDE / agent 平台，免费额度大但厂锁强。
2025 年新势力，定位重叠度高。先观察 6 个月再选不迟。
解读一段真实 Lovable prompt
浏览器派的"输入"看起来是一句话，本质上是一份缩微 PRD。下面是一段实战级 prompt，5 段拆给你看。
Build a personal expense tracker
where I can log daily spending
across categories.
Use a clean Notion-style UI
with sidebar navigation and
a dashboard showing weekly
spending charts.
Store data in Supabase with
user authentication via email.
Only logged-in users can view
their own records.
Deploy to Vercel with the
default domain.1. 要做什么：记账工具，按分类记每日支出。这一句决定了功能边界。
2. 长什么样：Notion 风格、侧边栏、周图表。UI 风格用类比比形容词更精准。
3. 数据存哪：Supabase + 邮箱认证。不写默认是 mock 数据，重启就丢。
4. 谁能用：登录用户只看自己的。这一句生成行级权限策略，避免数据泄露。
5. 部署到哪：Vercel 默认域名。不写就停在 staging 链接，给同事看不到。
要做什么 / 长什么样 / 数据存哪 / 谁能用 / 部署到哪。任何浏览器派 prompt 把这 5 段写齐，第一版基本可用。
选型矩阵：4 款 Top 怎么排
不同维度上同一款工具表现完全不同。下面这张表你保留下来——下次选型直接对号入座。
生成 → 看见结果 30 秒。最快感受到"产品有了"。
Next.js 原生，生成的代码可以直接 fork 到 IDE 派继续维护。
Agent + 在线 IDE 双模。可以一句话生成，也可以打开终端手改。
从 prompt 到 deploy 链接，中间不打断。展示性最强。
实战选型测验
你想做一个副业小项目——给摄影爱好者用的图片打分工具。预计月活 500，自己一个人维护，想稳定不想运维。
最合适的工具是？
你接了一个客户单：用 Stripe 做订阅 + 自定义域名 + 后续要团队三人接手开发。
最合适的路径是？
第一版 demo 跑通的兴奋会让你想直接上线。但产品超过 3 屏 / 功能超过 5 个，就该考虑往 IDE 派迁——不是因为浏览器派不好，而是没有 Git 分支没有 PR review，三人协作就翻车。下一模块进 IDE 派。
IDE 派 · 辅助驾驶
你坐主驾，AI 帮你看路、提示路线、有时直接接管 5 公里。
IDE 派的本质：副驾，而非司机
把 IDE 派想成 L2-L4 辅助驾驶——不同 IDE 对应不同自动级别。IDE 派最大的价值不是"AI 写代码"——是上下文管理。AGENTS.md / cursorrules / MCP 让 AI 持续了解你的项目，而不是每次重新解释一遍。
需要长期维护代码的工程师、3-10 人小团队、追求"能看见每一行 diff 再合"的人。共同点：代码质量比首次速度重要。
Top 5 详解
Cursor 🔥
"AI Code Editor with Cloud Agents, JetBrains integration, and 30+ plugins." 2026 IDE 派标杆。
强项：Composer 多文件改 + 30+ 插件 · 弱项：Pro 订阅 $20/月 · 典型用户：独立 + 小团队前端
Windsurf
"Agentic IDE (acquired by Cognition, makers of Devin) with Cascade for multi-step coding."
强项：Cascade 多步执行 + Tab supercomplete · 弱项：2025 易主后节奏不稳 · 典型用户：追求“一句话出整段”
Zed
Rust 原生 "Agentic IDE"——120fps 实时协作 + 内置 Agent。
强项：速度 + 开源 + 协作 · 弱项：插件生态远不如 VS Code · 典型用户：性能洁癖 / 偏好开源
Trae
字节出品，免费。免费 GPT-4o / Claude Sonnet / DeepSeek R1。
强项：免费用顶级模型 · 弱项：新工具，生态薄 · 典型用户：预算紧 / 国内用户
Amazon Kiro
Spec-driven 开发 + AWS 深度集成。
强项：spec-driven 流程 + AWS 集成 · 弱项：厂锁强 · 典型用户：AWS 重度用户 / 企业团队
5 款 IDE 横向对比
对号入座更省时间。同一个团队不同人选不一样的 IDE 也没事——因为下面要讲的 AGENTS.md 跨 IDE 通用。
解读 .cursorrules：让 AI 永远记得你的项目
IDE 派最关键的文件不是代码——是.cursorrules。它是放在仓库根目录的纯文本，AI 每次对话开头都会读到。下面是真实片段：
# Project Rules for AI
- Use TypeScript strict mode.
- Prefer functional components,
no class components.
- API calls go through
src/lib/api/client.ts only.
- Test files live next to code:
foo.ts and foo.test.ts.
- Never edit /generated/ folder.
- Use pnpm, not npm or yarn."Project Rules for AI"——下面这堆是给 AI 看的项目家规。
TypeScript strict mode + 函数组件——技术风格，AI 不会再生成你已经禁用的 class 组件。
"API calls go through src/lib/api/client.ts only"——架构约束。这一句让 AI 永远不会瞎写一个新的 fetch 出来。
"Test files live next to code"——文件组织习惯。AI 生成新文件时会自己放对位置。
"Never edit /generated/"——保护机制。某些目录是自动生成的，AI 改了就会被覆盖掉。
这些规则每一次新对话开头都自动读——你不需要每次重复"用 TypeScript、用 pnpm、别动那个目录"。
GitHub 上有一个 awesome-cursorrules 仓库，按技术栈（Next.js / FastAPI / Rust / 等等）收集精选 .cursorrules。新项目第一件事就是复制一份过来。
两家 IDE 的"工作风格"差异
同一个需求："把这个组件改成响应式 + 加暗色模式"。Cursor Composer 和 Windsurf Cascade 给出的指令风格不同——读懂这个差异，你就明白选哪一家。
@components/Card.tsx
@styles/theme.ts
Make Card responsive:
- single column < 640px
- 2 columns 640-1024px
- 3 columns > 1024px
Add dark mode using
existing theme tokens."@" 选文件——你必须明确告诉 AI 操作哪些文件。
具体断点：< 640px / 640-1024 / > 1024——Cursor 喜欢精确数字，AI 严格执行。
"using existing theme tokens"——指定要复用，不要造新的颜色变量。
风格总结：外科手术——你给精确指令，AI 精准执行。
Make the Card component
work great on phone, tablet,
and desktop, and add dark
mode that matches our brand.
// Cascade then:
// 1. reads project structure
// 2. finds theme tokens
// 3. plans 6 file edits
// 4. asks for approval
// 5. runs tests after更口语——"在手机、平板、桌面都好用"，不写具体断点。
Cascade 自己规划——AI 先看项目结构、找现有变量、规划改哪几个文件，再问你确认。
"runs tests after"——改完自己跑测试，失败再调一次。
风格总结：多步代理——你给意图，AI 自己拆任务执行循环。
怎么选：外科手术派 → Cursor。多步代理派 → Windsurf。两个都试一周再决定。
AGENTS.md：跨 IDE 的通用语言
每家 IDE 有自己的配置文件——Cursor 用 .cursorrules、Windsurf 用 .windsurfrules、Kiro 用自己的 spec……每次换 IDE 都重写一遍？
"A simple, open format for guiding coding agents." 一份 markdown，所有 IDE 都读：Cursor / Windsurf / Zed / Kiro / claude-code 都已支持。这一份文件让你换 IDE 零迁移成本。
仓库：agents.md
实战测验
团队 5 人，想统一 AI 编辑器但预算紧。每人 $20/月 × 5 × 12 = $1200/年承受不起。
最合适的方案是？
你最近频繁切换三个项目（一个 Next.js 老项目、一个 Rust CLI、一个 Python 数据科学）。每次进新项目 AI 都从零猜技术栈。
最该做的事是？
IDE 派最大价值不是"AI 写代码"——是上下文管理。AGENTS.md / .cursorrules / MCP 让 AI 持续了解你的项目。一个有上下文的中等模型，远胜一个零上下文的最强模型。
CLI 派 · 手动挡跑车
没有 UI 没有按钮，只有命令和上下文——senior 工程师的选择。
CLI 派的本质：把 AI 装进终端
CLI 派把 AI 装进终端：你打开 iTerm，敲 claude，告诉它"重构这个模块"，它读全仓 → 改文件 → 跑测试 → 提交。整个过程没有窗口、没有点击。
陡峭曲线换来的是极致控制力 + 极致速度。批量任务、夜间自动化、CI/CD 集成——这些场景 IDE 派做不了。
已经熟悉终端的 senior 工程师、做大规模重构 / 批量迁移的人、把 AI 编排进 CI/CD 的团队。共同点：已经有自己的 prompt → 执行 → 验证 → 提交工作循环。
Top 5 CLI 详解
claude-code 🔥
"Coding agent that understands your codebase, automates tasks, explains code, and manages Git, all via natural language." Anthropic 官方。
强项：整仓理解 + 自动 git · 弱项：按 token 计费 · 典型用户：需要稳定能力的工程师
Codex CLI
OpenAI 官方终端 agent。Codex Cloud 长任务 + IDE 扩展双模。
强项：云端跑长任务 + GPT 模型 · 弱项：2025 才发，生态在追赶 · 典型用户：OpenAI 体系玩家
Gemini CLI
"Open-source AI agent from Google. Generous free tier (60 req/min, 1000/day)."
强项：免费额度极高 + 开源 · 弱项：Gemini 模型对中文 / 长上下文略弱 · 典型用户：预算 0 / 跑批量自动化
aider
老牌 git-first 多文件协调，100+ 语言。每次改代码自动 commit。
强项：每步都有 git diff · 弱项：UI 朴素、不像 claude-code 自动化 · 典型用户：偏好“每一步都看见”的工程师
GitHub Copilot CLI
2026-02 GA。Autopilot 模式 + 多模型可选。
强项：GitHub 深度集成（issue / PR） · 弱项：需要 Copilot 订阅 · 典型用户：GitHub 重度用户
17 款 CLI 全景扫描
CLI 派品类爆发——awesome 仓库列了 17 款。先认得名字、知道定位即可。
长任务规划派，先列计划再执行。
早期社区 CLI，轻量但活跃度参差。
把 AI 内置进终端模拟器本身。
非 OpenAI/Anthropic 模型出的 CLI。中国 / 法国选项。
实验性 / 框架级 / 边缘选手。生态观察期。
三家 CLI 同一需求的不同回应
同一句话："refactor 这个支付模块"——三家 CLI 给的反应完全不一样。读这段对话你会立刻明白选哪一家。
解读一段 claude-code 终端 session
看 CLI 派"工作循环"长什么样——为什么 AI 改代码前要先读 README。
$ claude
> add a /healthz endpoint
Read(README.md)
Read(package.json)
Glob(src/routes/*.ts)
I see this is a Fastify app
with routes in src/routes/.
Edit(src/routes/health.ts)
Bash(pnpm test)
✓ 42 tests passed$ claude——启动 claude-code，进入交互模式。
"add a /healthz endpoint"——你的需求只有一句话。
Read(README) + Read(package.json) + Glob(src/routes)——AI 自己决定要读哪些文件。它不假设你用什么框架，先看证据。
"this is a Fastify app"——AI 推断出来的，不是你告诉它的。这一步避免了它瞎写一个 Express 风格的代码。
Edit + Bash(pnpm test)——改完自己跑测试。失败了它会再调一次。
核心："读 → 推断 → 改 → 验证" 是 CLI 派的 DNA。这就是为什么 AI 改代码前要先读 README——它在建立项目模型。
Gemini CLI 配置 + 第一次运行
CLI 派的"启动仪式"——拿 Gemini CLI 当例子，因为它免费额度最大、最适合从零开始。
# 装
npm install -g @google/gemini-cli
# 配置 ~/.gemini/config.yaml
api_key: ${GEMINI_API_KEY}
model: gemini-2.0-pro
tools:
- read_file
- write_file
- run_shell
# 第一次跑
cd my-project
gemini "explain this repo"npm install -g——全局装一个命令行工具。-g 让你在任意目录都能敲 gemini。
config.yaml——告诉 CLI ‘用哪把 API key、用哪个模型、允许调用哪些工具’。
tools 列表——给 AI 开权限。read/write 文件 + 跑 shell 命令。这一步本质是‘沙箱’——你决定 AI 能动什么不能动什么。
cd my-project + gemini "..."——在项目目录里启动。AI 把这个目录当上下文。
核心仪式：装 → 配 key → 进项目 → 第一句话。其他 CLI 都是这个套路。
实战测验
你想用 AI 跑批量自动化任务（每晚扫 100 个仓库写测试）。预算 0，能开源就开源。
最合适的 CLI 是？
你团队有规矩：AI 改代码必须每步可 review 可回滚。任何"AI 改完一大堆然后说‘搞定了’"都不行。
最合适的 CLI 是？
CLI 派的核心不是"装一个工具"——是建立 prompt → 执行 → 验证 → 提交 的工作循环。一旦循环跑顺，你会发现日常 80% 任务都能在终端里 30 分钟内闭环。下一模块讲多个 CLI 同时跑时怎么不打架。
编排与文档标准 · 交响乐团
单乐器再好，没有指挥就是噪音——这就是工具的工具。
单工具好用，多工具协作炸了
前面四个模块讲了"挑哪辆车"。现实是当你同时开三辆车——比如多 agent 并行跑重构、写测试、修文档——它们会改同一个文件、提交冲突 commit、互相推翻彼此的修改。
这时候你需要"工具的工具"——任务编排当指挥，文档标准当乐谱。所有 agent 看同一份谱子，按指挥的拍子来。
任务编排 Top 4
同一类工具——把多个 AI agent 组织起来不打架。挑最适合你团队规模的一个。
vibe-kanban 🔥
"A kanban board to manage and orchestrate AI coding agents. Supports 10+ coding agents."
定位：看板视角的多 agent 调度 · 典型用户：5-15 人小团队
CCPM
基于 GitHub Issues + Git worktrees 并行 agent。
定位：GitHub-native 的多 agent · 典型用户：已经全 GitHub 工作流的团队
Archon
MCP 知识 + 任务管理后台。把项目知识库当 MCP 服务暴露给所有 agent。
定位：知识 + 任务双中心 · 典型用户：企业 / 知识密集
Boomerang Tasks
自动拆解大任务为可管理小块——给一个"做用户认证"，它自动拆 12 个子任务。
定位：任务拆解器 · 典型用户：独立 + 不擅拆任务
文档标准 6 件套
给 AI 的乐谱。不同标准解决不同问题——但都遵守同一个原则：把项目上下文沉淀成 AI 可读的文件。
跨 IDE 通用 agent 配置。"A simple, open format for guiding coding agents, stewarded by the Linux Foundation."
"Standardized markdown file specification for making website documentation LLM-friendly."
"Delivers up-to-date, version-specific documentation directly into LLM prompts. MCP server + CLI."
精选 .cursorrules 集合。按技术栈现拷一份就行——别从零写。
自学习系统——把每次纠错（"这里写错了，应该这样"）自动同步到 CLAUDE.md，AI 越用越懂你的项目。
真实 DESIGN.md 案例库——告诉你设计文档应该长什么样。
解读一段真实 AGENTS.md
下面这段是一个 Next.js 项目的 AGENTS.md。读懂它你就懂为什么"一份文件让所有 IDE 都明白你的项目"。
# Project: aiflowlearn-web
## Stack
- Next.js 14 App Router
- TypeScript strict
- Tailwind CSS
- Prisma + PostgreSQL
## Conventions
- API calls: lib/api/client.ts
- i18n: messages/zh.json only
- No /api/ prefix in URLs
## Forbidden
- prisma db push (use migrate)
- Editing /generated/
## Test
pnpm test"Project: aiflowlearn-web"——名字 + 一句话定位。AI 进项目第一眼看这个。
Stack 段——技术栈清单。AI 不会再瞎写 React Router 风格代码（Next.js 14 用 App Router）。
Conventions 段——你的项目家规。"No /api/ prefix" 这一句，让 AI 永远不会再出错。
Forbidden 段——硬约束。"prisma db push" 是真实事故级禁令——这种血的教训写进去，AI 就不会再踩坑。
Test 段——验证命令。AI 改完代码自己跑 pnpm test 看绿不绿。
整段 18 行——Cursor / Windsurf / Zed / claude-code 全部读。换 IDE 零迁移。
解读一段 llms.txt
llms.txt 解决的是另一个问题：网站文档怎么给 LLM 读。HTML 有导航、有侧边栏、有广告，对 AI 是噪音。llms.txt 给一份精炼 markdown 索引——AI 一抓就拿到结构化内容。
# awesome-vibe-coding
> Curated list of vibe coding
> tools by category.
## Categories
- [Browser tools](#browser):
Lovable, Bolt.new, v0...
- [IDEs](#ides):
Cursor, Windsurf, Zed...
- [CLI tools](#cli):
claude-code, aider...
## Optional
- [Full README](/README.md)第一行 # 大标题——项目名。LLM 抓取时知道这是关于什么的。
">" 引言段——一句话定位。比读完整 README 快 100 倍。
"## Categories" 章节——核心内容索引。每条是 [标题](#锚点): 简短列表。
"## Optional" 章节——补充信息。LLM 可以选择性跟进——抓完上面的就够回答 80% 问题，需要细节再点 README。
核心：llms.txt 是给 AI 的"目录页"——让大模型读了之后不需要再爬整个网站就能直接回答你的项目。
装备整合矩阵：四种组合
不同流派配不同"工具的工具"。四种组合，对号入座。
浏览器派一句话生成的产品做大了，需要拆任务。Boomerang 帮你把"加用户系统"拆成 12 个 prompt 喂回工具。
团队 5 人各用各的 IDE（有人 Cursor、有人 Windsurf、有人 Zed），AGENTS.md 让所有 AI 看同一份家规——零迁移、零冲突。
claude-code / Codex CLI 通过 Context7 MCP 实时查最新文档。AI 不再幻觉旧 API——你用最新版的 Next.js 它就给最新版代码。
每次你纠正 AI（"这里写错了，应该 X 而不是 Y"），claude-reflect 自动写进 CLAUDE.md。一年后这份文件就是你的项目知识沉淀。
最后的实战测验
你是 10 人团队的技术负责人，要落地多 agent 并行开发——每个工程师同时跑 3-5 个 agent 干活。当务之急最先建立的是？
最先建立什么？
你已经看了系列三的所有内容。系列一讲方法、系列二讲思维、系列三讲工具——这三者关系是？
三者关系最准确的描述？
工具的迭代速度比方法论快——但好工具一定服从好方法论。所以系列 2（方法）的内功永远不会过期。这门课会过期，但你借这门课建立起来的"看工具的视角"会陪你走很久。
课程总结 · 三部曲完结
这门课你走完了——从 100+ 款工具的混乱市场里画出了一张可用地图：
7 大类 + 决策树。少而精：1 个浏览器 + 1 个 IDE + 1 个 CLI 覆盖 90% 场景。
Lovable / Bolt.new / v0 / Replit。零摩擦换控制力——5 分钟出 demo 的最佳选择。
Cursor / Windsurf / Zed / Trae / Kiro。AI 副驾——价值不在写代码，在上下文管理。
claude-code / Codex CLI / Gemini CLI / aider。把 AI 装进终端——senior 工程师的工作循环。
vibe-kanban + AGENTS.md + Context7——工具的工具，让多 agent 协作不打架。
这门课基于 Filipe Calegario 维护的 awesome list：filipecalegario/awesome-vibe-coding。这是 vibe coding 工具领域最权威、更新最勤的清单。本课用中文重组了它的 7 大类工具，并加上了选型决策树和实战场景。
推荐你 Star 原仓库，关注作者持续更新——工具市场每周都在变。
系列一（实战）讲怎么从 0 到 1 起步；系列二（方法）讲思维模型和长期内功；系列三（工具）讲选型和组合。三者各有侧重——方法是内功永不过期，工具半年一换需要持续追，实战是最快的入门路径。
现在你的下一步：挑一个浏览器派 + 一个 IDE 派 + 一个 CLI 派，今晚就装上——不用纠结，不行再换。"少而精"是这门课最重要的一句话。