docs: research - complete deep dives

Complete L2 deep-dive coverage for all 17 research domains and update indexes, taxonomy, AI citation, and research value maps.
2026-08-19 13:58:05 +00:00 · 2026-07-04 05:18:46 +08:00
parent c826e5d785
commit 7a2f34bded
26 changed files with 540 additions and 17 deletions
@@ -9,6 +9,7 @@ wendy7756-vibe-coding-guide/
 ├── README.md  # 研究域入口和判断层
 ├── AGENTS.md  # 本目录维护规则
 ├── domain.yml # 事实摘要层：仓库元数据、研究角色、来源证据
+├── deep-dive.md # L2 结构深度研究、关键机制、迁移边界和验证任务
 └── raw/       # 原始事实层：拉取到本地的一手材料快照
 ```

@@ -12,6 +12,7 @@
 |:---|:---|
 | [domain.yml](domain.yml) | 仓库事实快照、研究方向、优先级和来源证据。 |
 | [analysis.md](analysis.md) | 本研究域的结构化研究结果、可借鉴点、风险和下一轮任务。 |
+| [deep-dive.md](deep-dive.md) | L2 结构深度研究、关键机制、迁移边界和验证任务。 |
 | [AGENTS.md](AGENTS.md) | 本研究域维护规则。 |

 <details>
@@ -21,13 +22,15 @@

 - [domain.yml](domain.yml) - 仓库事实快照、研究方向、优先级和来源证据。
 - [analysis.md](analysis.md) - 本研究域的结构化研究结果、可借鉴点、风险和下一轮任务。
+- [deep-dive.md](deep-dive.md) - L2 结构深度研究、关键机制、迁移边界和验证任务。
 - [AGENTS.md](AGENTS.md) - 本研究域维护规则。

 </details>

 ## 使用方式

- 先读本 README 的判断，再读 `analysis.md` 的结构化研究结论，最后读 `domain.yml` 的事实字段。
+- 先读本 README 的判断，再读 `analysis.md` 的结构化研究结论，再读 `deep-dive.md` 的 L2 证据，
+  最后读 `domain.yml` 的事实字段。
 - 需要引用 stars、forks、release、归档状态时，先重新核验 GitHub。
 - 如果形成稳定方法论，再迁入 concepts、references、workflow 或 skills。

@@ -0,0 +1,77 @@
+# wendy7756/vibe-coding-guide 深度研究
+
+## 研究级别
+
+- 当前级别：L2 结构深度研究。
+- 研究对象：`wendy7756/vibe-coding-guide`。
+- 证据来源：本目录 `raw/` 下的 GitHub 元数据、双语 README、模型文档、Prompt 文档和经验记录。
+- 观察日期：2026-07-03。
+
+## L2 结论
+
+`wendy7756/vibe-coding-guide` 的核心价值是非程序员视角下的自然语言编程入口。它把 IDE/工具、
+LLM、Prompt 和个人实践经验分开组织，并提供中英文内容，说明 Vibe Coding 的入门障碍首先不是
+代码语法，而是用户能否把目的、模型、工具和提示词说清楚。
+
+对本仓最重要的启发是：关键词和概念是进入系统的门。用户不理解模型、工具、Prompt、部署和反馈，
+就无法稳定触达 Vibe Coding 的真实能力。
+
+## 本地证据
+
+- `raw/repository/README.md` 和 `raw/repository/README_EN.md`：中英文入口。
+- `raw/repository/LLMs/abstract.md`：模型说明入口。
+- `raw/repository/LLMs/claude-sonnet-4.md`、`raw/repository/LLMs/gpt-4.1.md`、
+  `raw/repository/LLMs/gemini-2.5-pro.md`、`raw/repository/LLMs/o3.md`：模型分项说明。
+- `raw/repository/Prompts/NLP-guide.md`：自然语言提示词指南。
+- `raw/repository/my-experience/web-experience.md`：Web 实践记录。
+- `raw/repository/my-experience/ios-app-experience.md`：iOS 实践记录。
+- `raw/repository/my-experience/verceldeploy.md`：部署经验记录。
+- `domain.yml`：当前优先级为 P3，研究方向为 `cn-onboarding`。
+
+## 关键机制
+
+### 模型、工具、Prompt 分层
+
+仓库把 LLM 文档、Prompt 指南和实践经验分开。这个分层适合新手理解：模型是能力边界，工具是执行
+环境，Prompt 是表达接口，项目经验是反馈闭环。
+
+### 非程序员表达优先
+
+该对象的阅读对象不是传统开发者。它强调自然语言、工具选择和实践经验，说明入门内容不能默认用户
+已经掌握工程术语。
+
+### 双语入口降低传播门槛
+
+README 和部分文档提供中英文版本，适合让内容在更大范围内被理解。对本仓而言，双语不是当前硬需求，
+但“术语可解释、概念可翻译”是长期优势。
+
+## 可迁移模式
+
+- 在 `getting-started/` 中补充非程序员入口：目的、工具、模型、Prompt、反馈、部署。
+- 把模型、工具、提示词、项目经验作为不同层级讲解，避免用户混为一谈。
+- 将“自然语言如何表达需求”连接到本仓关键词系统。
+- Debug 输入继续压成“预期 vs 实际 + 最小复现 + 环境 + 验证命令”。
+- 对非开发者内容强调结果和验证，不把他们提前拉进实现细节。
+
+## 对本仓的影响
+
+该对象能帮助本仓回答一个关键问题：不会编程的人怎么开始？
+
+- 先让用户描述结果，而不是学习全部工程概念。
+- 再让用户区分模型、工具和提示词，避免把所有失败都归因于 AI 不行。
+- 最后引入最小复现、部署和验证，完成从表达需求到交付结果的闭环。
+- 关键词系统应承担“概念入口”的角色，不理解关键词就难以触摸对象。
+
+## 风险和待验证项
+
+- 个人经验文档不能直接上升为普适方法论。
+- 模型版本和能力变化很快，具体模型评价必须重新核验。
+- 非程序员路径不能牺牲验证门槛，结果仍需测试、预览或部署证据。
+- 本仓不应变成工具评测站，工具和模型只作为任务路径的一部分。
+
+## 下一步 L3 验证任务
+
+- 为非程序员新增一条最小路径：描述结果、选择工具、生成、验证、修正、发布。
+- 将模型、工具、Prompt、部署、反馈整理进关键词系统的入门概念组。
+- 抽取个人实践中的失败场景，改写成本仓 Debug 最小输入模板。
+- 设计一个“只描述结果”的入门练习，验证用户能否用 AI 产出可检查作品。