Vandee's Blog

30 Jun 2025

Vibe Coding Tips

TL;DR

各种 Vibe Coding 工具不是关键，它们背后对模型优化的实现才是。Vibe Coding 在带来了便利的同时，也增加了许多安全隐患，为 AI 设置隔离环境很有必要。

持续记录一下 vibe coding 的相关 tips。

Vibe Coding Timeline #62 - Git Memo

General Tips

由于我的主力 IDE 一直是 Emacs，在 Cursor 刚出来的时候，各种针对 Cursor 的 Cursor rules，各种 workflow 铺天盖地，当时就觉得没有必要花时间去研究。在 Emacs 里使用 gptel 和 aider 可以解决我 80%的问题。

事实证明当时的判断是正确的，没有把时间和精力过多的用在学习 cursor 这个工具上面。现在 Cursor 被 Claude code 抄家背刺了，变笨了许多。现在风向又铺天盖地的倒向了 Claude code。

现在的 Vibe Coding 也是一样，以后还会出现更智能的 vibe 工具和形态，AI 的迭代实在太快了。

这些工具本身不是那么关键，之前 Cursor 对 Claude 优化的 prompt 和方法，以及现在 Claude code 的底层优化才是 vibe coding 这个阶段更值得学习的。

OpenAI 的 codex, Gemini CLI 相继开源，背后的核心实现会越来越清晰。

最近一直在看三巨头的代码库，还有这个 https://github.com/sst/opencode ，让 Gemini CLI 分析 Gemini CLI 也是挺有趣。

这些 CLI 代码工具不一定要拿来写代码，就像 cursor 可以和 obsidian 的库结合做笔记一样。

gemini -p "<prompt>" 直接调用 Gemini CLI 完全可以当作一个终端的 AI 小助手了。也可以结合其他工作流，充分利用 Gemini 超长的上下文提供 context 给其他 LLM。

很久之前的这个 OpenInterpreter/open-interpreter 项目能做的事，现在用 CLI 代码工具也可以轻松实现了。 warpdotdev/Warp AI 终端的很多功能现在也可以使用 Gemini CLI 等工具实现了。

Container

Coding Assistant Container

参考 How I Vibe Coding? 这篇 blog 里的思路实践了一下，用 docker 给 Claude code 等这些 AI CLI 代码工具设定一个隔离环境。

Claude 4 的编程效果现在普遍认为是最好的，但是 Claude 的封控太严格了，我也没那么大编程的需求，封一次号就又要折腾。

Gemini 2.5 Pro 的 API 现在每天有 1000 次免费请求，对我来说足够了。Gemini 的超长 context window 对分析和学习项目帮助很大。但 Gemini 免费的代价就是共享对话的数据。

以 Gemini CLI 为例，执行 docker build -t YOUR-IMAGE-NAME . build image。 

FROM ubuntu:latest
# Update system and install base dependencies
RUN apt-get update && apt-get upgrade -y && \
    DEBIAN_FRONTEND=noninteractive apt-get install -y \
    build-essential \
    git \
    curl \
    wget \
    vim \
    neovim \
    sudo \
    openssh-client \
    ca-certificates \
    gnupg
# Install development tools
RUN apt-get install -y \
    python3 \
    python3-pip \
    jq \
    tmux \
    htop \
    tree \
    unzip \
    protobuf-compiler \
    zip
# Install Node.js and npm
RUN curl -fsSL https://deb.nodesource.com/setup_20.x | bash - && \
    apt-get install -y nodejs && \
    npm install -g pnpm yarn
# Install ripgrep and fd-find
RUN apt-get update && \
    apt-get install -y ripgrep fd-find
# Create a regular user
RUN useradd -m -G sudo -s /bin/bash user && \
    echo "user ALL=(ALL) NOPASSWD: ALL" >> /etc/sudoers
# Switch to user for installations
USER user
WORKDIR /home/user
# Switch back to root for cleanup
USER root
# Clean apt cache
RUN apt-get clean && \
    rm -rf /var/lib/apt/lists/*
# Switch back to user
USER user
# Install Gemini CLI globally (user has npm permissions via sudo)
RUN sudo npm install -g @google/gemini-cli
# Set working directory
WORKDIR /workspace
# Set shell to bash and ensure .bashrc is loaded
SHELL ["/bin/bash", "-c"]
RUN echo '[ -f ~/.bashrc ] && source ~/.bashrc' >> ~/.bash_profile
CMD ["/bin/bash", "-l", "-c", "gemini"]

以 bash 为例，在 ~/.bashrc 里添加： 

# geminix
alias geminix='docker run -it --rm \
  -v $(pwd):/workspace \
  -v ~/.bashrc:/home/user/.bashrc \
  -v ~/.config/gh:/home/user/.config/gh \
  YOUR-IMAGE-NAME'

-v $(pwd):/workspace 会把当前目录挂载到 docker 的 volume。可以根据需求挂载更多的目录。

这样就实现了在 docker 隔离环境里使用 Gemini CLI 或其他 AI 工具，vibe coding 指定的项目。

如果在 macOS，用 OrbStack 就更方便了，它可以直接共享本机和 container 的数据。

MCP Container

MCP 我一直觉得不是很必须，但是偶尔还是会用用，MCP 的安全隐患比 LLM 更大。

MCP Container 相关的项目也挺多，我用的是: https://github.com/TBXark/mcp-proxy

在 Docker 沙箱中运行 MCP Server | 面条实验室 作者还写了一个教程。

我已经把我常用的几个 MCP 都部署好了。

用的最多的就是 sequential-thinking ，Exa search。

CLI AI Coding Tools

整理了一些现在 star 比较多的 CLI AI Coding 项目：

Tags: Coding