Vibe Coding保姆级教程:3步上手AI编程

三步搭好Vibe Coding环境:装依赖、接DeepSeek、编辑器验证模型。
本文是一篇基于B站教程视频整理的文字版Vibe Coding上手指南。Vibe Coding让零基础用户通过自然语言在本地环境中完成代码编写与文件操作,但前提是先搭好环境。全文将流程拆为三步:第一步安装Node.js、Git与Claude Code并逐项验证版本号;第二步在DeepSeek官网创建API Key,通过第三方工具CC Switch将其配置到Claude Code中;第三步安装编辑器及Claude Code插件、中文语言包,新建工作文件夹后通过询问"你是什么模型"验证整条链路是否打通。文末还总结了npm报错、API Key仅显示一次、插件版本选错、第三方工具界面变动等常见坑点,并指出工具链仍在快速演进,应先跑通环境再打磨提示技巧。
最近Vibe Coding(氛围编程)的概念非常火爆,它让零基础的代码小白也能通过几句话就制作出自己的游戏或工具,大幅提升工作效率。B站上一位UP主发布了一期保姆级教程视频,声称4分钟、3步就能上手。我跟着视频走了一遍,并在此基础上补充了一些关键细节和踩坑经验,整理成这篇文字版教程。
需要说明的是,原视频核心围绕Claude Code的安装与配置展开,只是UP主在口播中误将"Vibe Coding"说成了"webcoding",将"Claude Code"说成了"Cloud Code",将"DeepSeek广告"说成了"DeepSig"。本文已统一修正为标准名称,方便读者搜索和对照官方文档。
为什么Vibe Coding值得一试
Vibe Coding的本质是让开发者用自然语言描述需求,由AI代理在本地环境中完成代码编写、文件操作和命令执行。相比在聊天窗口里复制粘贴代码,这类工具直接扎根在你的项目文件夹里,能读写文件、运行终端命令,真正做到"动嘴不动手"。
对于完全没有编程基础的人来说,它把门槛降到了"会打字就能做东西"的程度。你只需要把想法说清楚,剩下的交给AI。当然,前提是你得先把环境搭好——这正是本教程要解决的核心问题。

Vibe Coding 与 AI 编程代理的关系
Vibe Coding 这个概念由 Andrej Karpathy 在 2025 年初提出,指的是一种"几乎不亲手写代码、全靠自然语言驱动 AI 生成与修改"的编程方式。它之所以能落地,依赖的是近年来兴起的 AI 编程代理(Coding Agent)——这类工具不再是聊天框里"问答式"的代码补全,而是以命令行或编辑器插件的形式运行在你的本地项目目录中,具备读写文件、执行终端命令、调用外部 API 的能力,并按多步计划自主推进任务。Claude Code 正是这一形态的代表:它以 CLI 方式启动,读取当前目录下的文件,理解项目结构后执行修改。理解这一点,就能明白为什么教程第一步要安装 Node.js 和 Git——它们提供了代理运行与版本管理的底层支撑,而不是可有可无的附属步骤。
第一步:安装基础环境
UP主的安装步骤参考的是DeepSeek API文档,跟着视频操作可以避免中途卡壳。整个第一步可以拆成三个小环节。
安装Node.js与npm
首先进入Node.js官网下载安装程序。视频中选择的是Windows系统,下载完成后打开文件,一路点击Next接受协议,等待安装完成即可。
安装完成后,Windows用户打开PowerShell,输入node -v会显示版本号。接着输入npm -v,这里UP主遇到过一次报错,解决办法是输入一行特定指令后按y确认,再重新输入npm -v检查,看到版本号就说明环境安装成功了。
Node.js 与 npm 是什么关系
Node.js 是一个让 JavaScript 脱离浏览器、直接在操作系统上运行的服务端运行时环境;npm(Node Package Manager)则是随 Node.js 一同安装的包管理器,用于下载、安装和管理第三方代码库。大量现代命令行工具(包括 Claude Code 这类基于 Node 生态分发的工具)都通过 npm 全局安装,因此 npm -v 能否正确输出版本号,直接决定了后续安装指令能否执行。Windows 上首次运行 npm -v 报错的常见原因,是系统 PowerShell 的脚本执行策略默认限制未签名脚本,按提示输入指令并确认后即可放开限制,这属于配置问题而非安装损坏,所以重装并不能解决问题。
安装Git
Windows系统还需要额外安装Git。进入Git官网下载安装包,同样一路Next完成安装。Git的作用是让后续的工具能正常进行版本管理和依赖拉取,不能跳过。
正式安装Claude Code
环境就绪后,在PowerShell中输入官方安装指令来安装Claude Code。运行完毕后再输入检查指令,如果弹出了版本号,就代表Claude Code正式安装完毕。

这一步是整个流程的地基,任何一环失败都会导致后面无法进行。建议每完成一个小环节就验证一次版本号,不要全部装完再统一检查。
第二步:接入DeepSeek模型
Claude Code默认对接的是Anthropic自家的模型,但很多用户希望用DeepSeek来降低成本或获得更符合中文习惯的输出。视频中通过一个第三方配置工具CC Switch来完成切换。
获取API Key
先到DeepSeek API官网创建API Key。给Key起一个名字(比如"Claude Code"),点击创建后会生成一串以SK开头的密钥。这里UP主特别强调:一定要当场复制并备份好,离开页面后就看不到了。
更重要的是,这个Key等同于你的账户消费凭证,千万不要分享给不信任的人,否则对方在Vibe Coding时花的就是你的Token。

API Key 与 Token 计费机制
API Key 是一串用于身份鉴权的凭证,服务端通过它识别调用者身份并计费。使用大模型 API 时,费用通常按 Token 结算:Token 是模型处理文本的基本单位,可粗略理解为"字词片段",输入和输出都会计入消耗。因此把 Key 交给他人,等同于让对方用你的账户额度发起调用,产生真实费用。绝大多数平台出于安全考虑,Key 只在创建时完整显示一次,之后仅保留掩码形式,无法再次查看——这也是教程反复强调"当场复制备份"的根本原因。若 Key 不慎泄露,正确做法是立即在控制台将其删除并重新生成,而不是继续使用。
在CC Switch中配置
打开已安装的CC Switch,点击Claude Code图标,再点加号找到DeepSeek。这个界面里列出了很多其他大模型可选。把刚才复制的Key粘贴进去,然后下滑配置模型。
据UP主实测,最新版CC Switch默认配置的模型已经可以直接使用。把三个选项都勾选上,再勾选最大强度思考,点击右下角添加即可。添加完成后可以点测试按钮验证连通性,看到正常响应就说明配置成功。
需要提醒的是,第三方配置工具的版本迭代较快,界面和默认选项可能随版本变化。如果发现与视频不一致,以官方文档和工具内提示为准。
第三方配置工具与模型切换的原理
Claude Code 原生通过环境变量(如 API 地址与密钥字段)决定请求发往哪个模型服务。CC Switch 这类工具的作用,就是帮你可视化地修改这些配置,把默认指向 Anthropic 的请求重定向到 DeepSeek 等兼容接口的服务上,从而在不改动工具本体的前提下切换后端模型。这类方案依赖目标服务对接口协议的兼容程度,因此不同模型在工具调用、长上下文处理上的表现可能存在差异。也正因为它是"配置层"的封装,工具版本更新后字段名、默认模型列表都可能变化,教程中提到的"三个选项全勾选""最大强度思考"等具体操作,需要结合当时的界面实际判断。
第三步:在编辑器中调度AI
最后一步是把Claude Code接入代码编辑器,让它真正在项目里干活。
安装编辑器与插件
进入编辑器官网下载安装包,一路下一步完成安装。登录后在搜索栏搜索Claude Code,注意要下载带有单栏标版本的那个(视频中特别强调了这个细节,装错版本会导致图标不出现)。点击安装。
接着再搜索Chinese,给编辑器安装中文简体语言包,点击右下角"立刻更换语言",自动重启后界面就变成中文了,同时Claude Code的图标也会出现在界面上。
建立工作文件夹并验证
点击打开文件夹,新建一个测试用的文件夹(比如Test),选择它作为未来工作的空间。然后点击右上角的Claude Code图标,在对话框里问一句"你是什么模型"。等待思考后,如果它回答自己是DeepSeek模型,并显示运行在Claude Code环境中,就说明整条链路打通了。

至此,三步全部完成。你可以开始用自然语言描述需求,让AI在你的文件夹里创建文件、写代码、跑命令了。
几个容易踩坑的地方
回顾整个流程,有几个细节值得单独拎出来。第一,npm报错是新手最常见的卡点,按提示输入指定指令即可解决,不用重装。第二,API Key的复制窗口关闭后无法找回,务必当场备份。第三,插件版本要选对,单栏标版本才是Claude Code。第四,第三方配置工具的界面可能随版本更新而变化,遇到不一致时优先相信官方文档。
Vibe Coding的想象空间很大,但工具链的稳定性仍在快速演进中。先把环境跑通,再逐步摸索让AI更聪明、更高效的提示技巧,是比较稳妥的路径。
相关推荐

WebMCP安全指南:三个注解让AI代理更安全
Chrome团队演示WebMCP工具的三种安全注解:readOnlyHint消除无效确认弹窗,consequentialHint强制高危操作人工确认,untrustedContentHint抵御间接提示注入,一两行代码即可提升AI代理安全性。

湍流为何是流体力学最难问题?AI或成破局关键
湍流为何是流体力学最难问题?本文基于Lex Fridman播客对话,解析湍流的多尺度本质、经典物理热力学的对比,以及AI通过发现坐标变换来简化湍流描述的可能性,探讨涡旋形成与数学物理的交汇。

R.L. Stine谷歌访谈:恐怖大师如何点燃儿童阅读热情
R.L. Stine在谷歌访谈中分享从喜剧转向恐怖的偶然经历、儿童恐怖创作原则、手机对叙事的冲击,以及如何用Goosebumps激发儿童阅读动机。