附录 4：Vibe Coding 基础
附录 4：Vibe Coding 基础
本章导读 目标：掌握 Vibe Coding 的基本流程，用 DSH 生成、运行并审查 Python 代码。 环境：昇腾 310B 自带 Anaconda，本附录不安装 Python 环境。 数据：
samples/case7/models/registry.json输出：tmp/appendix4/<姓名>/vibe_models.py
Vibe Coding 是用自然语言描述目标，由 AI Agent 写代码并运行，人负责审查和验证。DSH 是这套流程中的执行环境，DeepSeek 负责理解任务和生成方案。本附录只讲基础流程，不要求提前掌握完整 Python 语法。
1. Vibe Coding 是什么
Vibe Coding 的基本流程是：人负责目标、边界和结果，Agent 负责代码生成、运行和修改。它的完整循环是：
定义问题 → 要求最小版本 → 运行 → 反馈真实结果 → 追问 → 验证每一步都有明确负责人：
| 工作 | 谁负责 | 检查重点 |
|---|---|---|
| 描述目标 | 你 | 要读什么、做什么、输出到哪里 |
| 制定计划 | Agent | 计划是否只动指定文件 |
| 生成代码 | Agent | 代码是否使用允许的工具和依赖 |
| 运行代码 | Agent | 是否先展示命令，再执行 |
| 解释代码 | Agent | 每一行是否都能讲清楚 |
| 审查结果 | 你 | 输出是否来自真实文件，结论能否复现 |
| 验证安全 | 你 | 是否修改了不该改的文件，是否泄露 Key |
Vibe Coding 适合探索代码、生成初稿、解释报错和快速迭代。它不适合在完全看不懂代码、不了解文件边界或没有验证方法时直接信任结果。
参考教程：
- datawhalechina/easy-vibe：从零开始学 AI 编程，用“先看示例 + 自己动手做”组织课程。
- datawhalechina/vibe-vibe：系统化的 Vibe Coding 教程，强调从“写代码”转向“对话式创作”。
2. Agent 与 DSH 基础
AI Agent 不是普通的聊天机器人。聊天机器人只负责生成回答，Agent 还可以读取文件、运行命令、修改代码和搜索网页。DSH（DeepSeek Harness）是一个能执行这些操作的 Agent 工作环境。
一个 Agent 通常由四部分组成：
| 组成部分 | 作用 | DSH 中的例子 |
|---|---|---|
| 大模型 | 理解任务，生成计划和代码 | DeepSeek 大模型 |
| 工具 | 执行文件、命令和网络操作 | 读写文件、运行命令、搜索网页 |
| 记忆 | 记录目标和上下文 | 当前会话、长期目标 |
| 工作区 | Agent 的活动范围 | 当前仓库根目录 |
常见 Agent 可以按权限从低到高分类：
| Agent | 类型 | 是否直接操作本地文件 | 适合用途 |
|---|---|---|---|
| ChatGPT | 网页/App 助手 | 通常不会 | 问答、写作、代码解释 |
| AI IDE | 代码编辑器 | 会，但通常在打开的项目内 | 代码补全、修改当前项目 |
| DSH | 本地 Agent | 会，可以运行命令 | 读取文件、生成脚本、执行验证 |
DSH 的工作方式是一个循环：理解目标，制定计划，调用工具，看到结果，再调整计划。下面是一个简化的流程：
本教程使用 DeepSeek + DSH，因为 DeepSeek 的中文理解、代码和推理表现适合课程任务，DSH 提供了计划模式、工具调用和安全确认机制。模型 API 成本会随厂商调整，实际以官网为准。
参考资料：
- Hannibal046/Awesome-LLM：持续更新的大语言模型论文、工具和教程清单。
- WangRongsheng/awesome-LLM-resources：中文友好的 LLM、Agent、多模态与训练推理资料汇总。
- luban-agi/Awesome-AIGC-Tutorials：面向入门学习的 LLM 和 AIGC 教程合集。
- e2b-dev/awesome-ai-agents：AI Agent 框架、论文、工具和项目清单。
- luo-junyu/Awesome-Agent-Papers：以论文为主的 LLM Agent 综述和进展。
- Shubhamsaboo/awesome-llm-apps：Agent、RAG 和应用案例合集。
3. DSH 配置与安全检查
3.1 确认环境
昇腾 310B 自带 Anaconda，本附录不安装 Python 环境。先确认基础命令可用：
python --version
conda --version
dsh web能看到 python 和 conda 版本即可继续。dsh web 启动后，浏览器打开：
http://127.0.0.1:3080DSH 的官方仓库在：
https://github.com/deepseek-ai/deepseek-harness
3.2 配置模型与工作区
DSH 需要两样配置才能开始工作：模型 API Key 和工作区。先到 DeepSeek 开放平台申请 API Key：
https://platform.deepseek.com/
申请后打开 DSH 的 Settings → Models，粘贴 API Key 并保存。然后在主界面点击 Choose workspace，选择本仓库根目录。昇腾 310B 上常见路径为：
~/Documents/Ascend310Windows 开发机上类似：
D:\Github\Ascend310
API Key 只保存在本地设置里，不要写进教程、代码、聊天内容或 GitHub。
3.3 DSH 界面
| 区域 | 作用 | 常见操作 |
|---|---|---|
| 左侧会话栏 | 新建会话、切换历史会话 | 点“新会话”开始一个干净任务 |
| 中部消息区 | 你与 Agent 的对话记录 | 滚动查看每一步 |
| 底部输入框 | 输入自然语言任务 | 回车发送 |
| 工具行 | 显示 Agent 正在读取、编辑、运行什么 | 点击查看工具执行详情 |
| 右上角状态 | 当前工作区、模型、安全模式 | 确认工作区是否正确 |
| 设置 | API Key、模型、工作区配置 | 只配置一次，之后不要随意修改 |
每次开始任务前，先问一句：
请告诉我当前工作区路径。如果 DSH 回答的路径不是本仓库，先改回本仓库再继续。
3.4 安全规则
Agent 能做的事情和真人操作电脑一样有后果。看不懂的命令、不确定的文件修改，都可能破坏课程项目或系统环境。使用 DSH 时遵守五条规则：
- 先看计划，再批准执行。
- 只修改工作区里的指定文件。
- 不执行删除、格式化、上传、系统级安装等危险命令。
- 不把 API Key 写进代码、文档或 GitHub。
- 结论必须能从文件内容或命令输出中验证。
常见风险与应对：
| 风险 | 表现 | 应对 |
|---|---|---|
| 选错工作区 | DSH 找不到文件，或修改了别的目录 | 先问当前工作区路径，再重新选择 |
| 危险命令 | Agent 要删除文件、安装依赖或改系统配置 | 停下来，要求解释，确认后再继续 |
| 生成看不懂的代码 | 代码能运行，但自己讲不清每一行 | 让 DSH 逐行解释，能复述后再验收 |
| Key 泄露 | API Key 出现在代码或文档中 | 删除 Key，重新生成，绝不提交 |
| 长任务失控 | Agent 连续修改多个文件 | 拆成小任务，每步检查一次结果 |
4. 第一次 Vibe Coding 任务
本附录的第一个任务不使用外部数据，改为读取本仓库中的模型清单：
samples/case7/models/registry.json文件里包含 models 列表，每个模型有 model_id、status、embedding_dim 和 precision_mode 等字段。
4.1 提示词
在 DSH 中输入：
请先告诉我当前工作区路径，确认后开始。
请读取 samples/case7/models/registry.json，不要修改原文件。
用标准库 json 输出：
1. models 数量；
2. 每个模型的 model_id、status、embedding_dim、precision_mode。
代码保存到 tmp/appendix4/<姓名>/vibe_models.py。
只允许读取，不安装任何依赖。提示词包含了目标、数据路径、输出位置、约束和验收标准。DSH 应该先制定计划，再读取文件，再生成脚本。
4.2 参考脚本
DSH 生成的代码可能不完全相同，下面是一个可运行的参考写法：
import json
from pathlib import Path
path = Path("samples/case7/models/registry.json")
data = json.loads(path.read_text(encoding="utf-8"))
models = data["models"]
print("models:", len(models))
for model in models:
print(model["model_id"], model["status"], model["embedding_dim"], model["precision_mode"])4.3 预期输出
当前仓库实测输出：
models: 3
mobileclip_s0__npu__mixed_fp16 admitted 512 allow_fp32_to_fp16
chinese_clip_rn50__npu__mixed_fp16 admitted 1024 allow_fp32_to_fp16
resnet50_feature__npu__mixed_fp16 admitted 2048 allow_fp32_to_fp16如果 DSH 的输出和上面不一致，先检查工作区路径、文件内容和代码，不要直接接受结果。
4.4 验收步骤
DSH 完成任务后，按以下顺序验收：
- 检查计划：是否只读取指定 JSON，不修改原文件。
- 检查命令：是否只运行 Python，不执行安装或删除命令。
- 检查代码：是否使用标准库
json和pathlib，没有 pandas。 - 自己运行一次脚本，确认输出与文件内容一致。
- 用一句话说明脚本读取了哪个字段、计算了什么、输出了什么。
5. 提示词与审查方法
5.1 提示词结构
| 要素 | 要求 | 示例 |
|---|---|---|
| 目标 | 说明要做什么 | 读取模型清单并输出摘要 |
| 数据路径 | 给出明确路径 | samples/case7/models/registry.json |
| 输出位置 | 说明代码保存到哪里 | tmp/appendix4/<姓名>/vibe_models.py |
| 约束 | 说明允许和禁止的操作 | 只读、只用标准库、不装依赖 |
| 验收标准 | 说明怎样算完成 | 输出模型数量、ID、状态、维度 |
好的提示词让 Agent 少猜测。坏的提示词只有一句话，例如“帮我分析一下”，这时 Agent 可能选错文件、改变工作区或生成无法验证的结论。
5.2 审查清单
| 项目 | 检查内容 |
|---|---|
| 计划 | Agent 是否先说明将读取什么、运行什么、写入什么 |
| 命令 | 每条命令是否看得懂，是否修改原文件 |
| 代码 | 是否能用标准库完成，是否每一行都能解释 |
| 输出 | 是否来自真实文件，能否复现 |
| 安全 | 是否没有删除、上传、安装系统级依赖，是否没有泄露 Key |
| 记录 | 是否保留了 DSH 修改代码的过程 |
6. 参考资料
- datawhalechina/easy-vibe：从零开始学 AI 编程，用“先看示例 + 自己动手做”组织课程。
- datawhalechina/vibe-vibe：系统化的 Vibe Coding 教程，强调从“写代码”转向“对话式创作”。
- Hannibal046/Awesome-LLM：持续更新的大语言模型论文、工具和教程清单。
- WangRongsheng/awesome-LLM-resources：中文友好的 LLM、Agent、多模态与训练推理资料汇总。
- luban-agi/Awesome-AIGC-Tutorials：面向入门学习的 LLM 和 AIGC 教程合集。
- e2b-dev/awesome-ai-agents：AI Agent 框架、论文、工具和项目清单。
- luo-junyu/Awesome-Agent-Papers：以论文为主的 LLM Agent 综述和进展。
- Shubhamsaboo/awesome-llm-apps：Agent、RAG 和应用案例合集。
- DSH 官方仓库
- DeepSeek 开放平台
7. 验证清单
8. 常见错误与坑
| 现象 | 可能原因 | 处理方式 |
|---|---|---|
| DSH 找不到文件 | 工作区不在本仓库 | 先问当前工作区路径，再重新选择 |
| DSH 修改了原文件 | 文件边界不清晰 | 明确只读路径，检查计划后再批准 |
| DSH 使用了 pandas | 提示词没有限制依赖 | 明确只用标准库 json 和 pathlib |
| 代码能运行但讲不清 | 直接接受了生成结果 | 让 DSH 逐行解释，自己复述后再保存 |
| API Key 出现在代码中 | 配置时把 Key 当数据传给了 Agent | 删除 Key 并重新生成，绝不提交 |
| 输出与文件不一致 | 没有自己运行脚本 | 重新运行，检查路径、字段和输出 |
| DSH 页面打不开 | 启动命令还在运行，或端口被占用 | 等显示 URL: http://127.0.0.1:3080 后再刷新 |
9. 作业
- 用自己的话写 300 字以内的“Vibe Coding 安全说明”，至少包含：Vibe Coding 是什么、5 条安全规则、3 个绝对不执行的操作、为什么每条结论都要自己验证。把说明写入
tmp/appendix4/<姓名>/safety.md。 - 写一份 150 字以内的“提示词设计说明”，解释为什么提示词要包含目标、路径、输出位置和约束。把说明整理成
tmp/appendix4/<姓名>/prompt-notes.md。 - 让 DSH 读取
samples/case7/models/registry.json，输出models数量、每个模型的model_id、status、embedding_dim和precision_mode。把脚本保存为tmp/appendix4/<姓名>/vibe_models.py。 - 让 DSH 增加一个统计维度，例如统计
status == "admitted"的模型数量，或者按embedding_dim排序。 - 把 DSH 生成的代码逐行审查一遍，说明哪几行最可能出错，为什么。
10. 评分要点
| 项目 | 要求 |
|---|---|
| 认知 | 能解释 Vibe Coding 和 Agent 的基本概念 |
| 安全 | 能背出红线，看不懂的命令会停下来解释 |
| 提示词 | 提示词包含目标、路径、输出位置、约束和验收标准 |
| 代码审查 | 能逐行解释生成脚本，能指出风险和修改点 |
| 结果验证 | 输出与 samples/case7/models/registry.json 一致 |
| AI 协作 | 保留 DSH 修改代码的记录，并说明每处修改为什么安全 |