跳转到内容
关系图谱

Vue3.5 + Electron + 大模型跨平台实战

911 字 3 分钟

属性 1
series
Vue3.5 + Electron + 大模型跨平台实战

Vue3.5 + Electron + 大模型跨平台实战

课程说明

本文是 《Vue3.5 + Electron + 大模型跨平台实战》 的课程学习笔记,用于记录学习进度、核心知识点、错题与阶段复盘。

学习目标

学习进度

章节索引


AI 时代的职场变革

  • AI 在帮助我们摆脱重复性的基础工作,让我们能够专注于更有价值的决策和创造性工作。
  • 程序员行业也是一样,会因为 AI 发生巨大的变化。

程序员不会被 AI 所取代

  • 最难的部分往往不是代码实现,而是理解需求、设计架构、权衡技术方案。
  • AI 可以帮我们快速生成代码,但无法完成一些特殊性的工作。
    • 创造力限制:AI 难以理解复杂的业务需求和创新性解决方案
    • 系统设计能力:无法独立完成架构设计和技术选型
    • 问题诊断:复杂 bug 的追踪和系统优化需要人类经验
    • 沟通协作:无法处理跨部门协作和需求沟通
  • 角色的转变,对程序员的技术水平有了更高的要求。
  • 未来的程序员,不是被 AI 取代的对象,而是 AI 的管理者和引导者。掌握核心技术的同时,学会利用 AI 工具,这才是我们应该努力的方向。

程序员在 AI 时代的职业发展与机遇

程序员的核心价值

  • 业务理解能力:将业务需求转化为技术方案
  • 系统架构设计:考虑可扩展性、安全性、性能等多维度
  • 技术决策:在多种方案中权衡取舍
  • 创新能力:探索新技术应用和解决方案

面向未来的工程师应该掌握的技术栈

  • 基础知识
    • JavaScript/TypeScript 的核心概念和高级特性
    • 现代前端框架的深入理解(Vue/React 等)
    • 浏览器原理和性能优化
    • 计算机网络基础
    • Electron 桌面应用开发
  • AI 工具的使用能力
    • 掌握 Prompt Engineering,学会更好地向 AI 提问
    • 大模型 API 的调用和集成
    • 多模型集成方案(通义千问 / DeepSeek / 文心一言 / Google Gemini / ChatGPT / Claude 等)
    • AI 应用开发能力
  • AI 增强型开发环境的应用
    • Cursor、Windsurf 等集成 AI 功能编辑器的高效使用
    • 智能代码补全和自动化重构工具
    • AI Agent 自动生成代码
    • 文档自动化工具
    • 自动生成测试用例等
  • 软技能
    • 持续学习新技术
    • 提升系统设计能力
    • 加强 AI 工具应用能力
    • 培养跨领域协作能力
    • 保持技术敏感度
学习心态
  • AI 工具不是用来替代思考的,而是帮助我们更快地实现想法。
  • 我们不再只是界面开发者,而是在向全栈式的“智能应用架构师”演进。