面向实验室学习与科研需求的 AI coding（Vibe Coding）/ Coding Agent 资源归集项目。
AICoding 是一个公开维护、实验室优先使用的资源索引项目，聚焦 AI coding（Vibe Coding）与 Coding Agent 方向，系统整理论文、工具、网站、技能、评测基准与开源项目，帮助实验室成员更高效地学习、阅读、选题、实验与研究。
本项目当前主要服务于实验室师生的学习与科研需求，同时以公开仓库的方式持续积累和完善，希望逐步形成一个结构清晰、可长期维护的方向知识入口。
- 帮助新成员快速入门 AI coding（Vibe Coding）/ Coding Agent
- 支持实验室成员系统追踪核心论文、工具与 benchmark
- 服务研究选题、论文阅读、实验设计与工程实现
- 沉淀实验室共享知识与可复用资源
- 对 AI coding（Vibe Coding）/ Coding Agent 感兴趣的人员
- 开展相关研究的研究生、本科生和教师
- 需要查找工具、论文、benchmark 和开源项目的研究者
- 对该方向感兴趣的工程实践者
- 工具与开发环境
- skills / workflow / 实践方法
- 热点项目与专题页
- 网站、课程与持续跟踪入口
- 入门资料与基础概念
- benchmark 与评测资源
- 核心论文与综述
- 开源项目与接入案例
- 研究问题与选题方向
aicoding/
├── README.md
├── CONTRIBUTING.md
└── docs/
├── tools.md
├── skills.md
├── websites.md
├── getting-started.md
├── benchmarks.md
├── papers.md
├── research-topics.md
└── openclaw.md
建议按以下顺序使用：
- 先浏览 tools.md 和 skills.md，建立工具感知
- 再阅读 getting-started.md，建立概念和入门路径
- 然后了解 benchmarks.md 和 papers.md
- 最后结合 research-topics.md 思考潜在兴趣点
如果你没有编程背景，但对"用 AI 写代码"这件事感兴趣，借助AI能力也完全可以进入这个领域：
- 先阅读 getting-started.md，理解 AI coding、Vibe Coding 等核心概念
- 浏览 websites.md，了解主流模型入口和学习课程
- 尝试 tools.md 中的直接工具和辅助工具
- （可选）感兴趣时再看 papers.md 中的综述论文，建立更完整的认知
建议重点使用：
建议重点使用：
- tools.md：追踪可用工具
- websites.md：快速找到课程、论文入口和模型厂商入口
- benchmarks.md：参考实验设计
- papers.md：建立论文地图
- research-topics.md：辅助选题与收敛方向
- 优先服务实验室真实学习与科研需求
- 不追求资源数量最大化，优先保证质量
- 强调结构化整理，而不是简单堆链接
- 优先保留对学习、研究和实践真正有帮助的内容
- 鼓励长期维护和逐步扩展
一般优先收录以下类型的内容：
- 在社区或实践中影响较大的工具和系统
- 对学习路径、研究设计或工程实践有明确帮助的资源
- 方向代表性强的论文与综述
- 具有较高参考价值的 benchmark
- 能够帮助实验室成员建立系统理解的内容
- 更清晰的工程实践入口
- 更完整的 CLI 工具与 workflow 索引
- 更系统的 benchmark 地图
- 更完整的论文分层索引
- 更贴近实验室研究需求的选题问题库
欢迎实验室成员和外部读者共同完善本项目。提交方式和建议可参考 CONTRIBUTING.md。
注意：一个 PR 只提交一类资源或一项修改，避免将多个不相关内容（如新增工具、修复链接、更新文档）混在同一个 PR 中。 遵循单一职责原则，可让审核更高效、仓库历史更清晰，感谢你的贡献！
本项目当前并不追求做成“全网最全资源库”，而是优先做成一个公开维护、实验室优先使用的 AI coding（Vibe Coding）/ Coding Agent 学习与科研资源索引库。
在此基础上，随着内容积累与使用反馈增加，再逐步扩展其开放性与公共价值。
本项目采用 CC BY-SA 4.0 协议。