概述

AI时代开启代码学习新范式。

当你找到一个Github上的代码仓库想要想要学习的时候，你是否特别希望这个时候有一个项目架构图？能够让你通过高屋建瓴的方式了解到项目代码的结构。找到关键的代码快速开始，提升效率。在没有大语言模型的时代这些工作可能都需要你自己一行代码一个一个文件的去分析，然后再画图。又或者是去搜索他人分析的技术文章。

有了大语言模型之后，你需要做的就是给出提示词，然后去喝杯水，再回来看生成出来的项目结构图。

这篇文章我们就通过Trae.AI使用Claude 4 Sonnet这个模型，我们的项目结构图生成提示词来完成edge-tts这个代码仓库的学习。

Trae

Trae 是字节跳动在 2025 年初推出的一款 原生 AI 集成开发环境（IDE），定位为“国内首个 AI 原生 IDE”。

• Chat 模式：开发者可直接用自然语言提问（如“如何优化这段循环？”或“解释这个报错”），AI 会结合当前代码上下文给出解答或优化建议，并展示代码变更对比，用户可自主选择是否采纳。

• Builder 模式：只需描述需求（例如“做一个年会抽奖网页，支持Excel导入名单和抽奖动画”），Trae 便能自主拆解任务、生成多文件项目框架，甚至引导安装依赖和调试。

Claude 4 Sonnet

2025 年 5 月Anthropic发布了Claude Sonnet 4。在 SWE-bench 基准测试中，Claude Sonnet 4 的得分达到 72.7%，在代码生成和问题解决方面表现优异。继续在AI编程领域领跑。  

TRAE也在第一时间提供了Claude Sonnet 4选择。

利用Trae.AI画出项目结构图

最近做一个项目要用到TTS，了解到edge-tts。edge-tts 是一个功能强大的 Python 库，允许开发者在 Python 代码中或通过命令行工具使用微软 Edge 浏览器的在线文本转语音（TTS）服务。但是项目的开发语言不是Python，这就要求我阅读学习这个edge-tts库，并后续转换为其他开发语言。

想到了利用AI工具辅助学习一个完成的代码库，让AI帮我分析项目结构，便于我快速上手。

1. 在TRAE中打开，上下文选择目录

   

2. 输入提示词，要求输出项目架构图，注意选择Builder模式。

   

3. TRAE在工作区搜索

   

4. 生成HTML

   

5. 打开生成的HTML，可以看到项目的总结、结构图、核心组件和数据流图。

   

6. 也可以全文翻译成中文

   

7. 还可以通过ASK模式来问问题

   

生成项目结构图的Prompt提示词

这篇文章主要介绍了如何利用AI工具（特别是Trae.AI和Claude 4 Sonnet）来更高效地学习和理解代码仓库项目结构。 以edge-tts项目为例，展示了如何使用Trae.AI生成项目结构图，这种方法极大地提升了开发者学习和理解新项目的效率，是AI时代代码学习的新范式。

下面是这次用到的提示词，分享给大家。

Here is a code repository. I want you to try out explore it and create HTML file for me that contains high level diagrams explaining how the project works, where is what, so that I can have a high level understanding of it.

 一、大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

二、如何学习大模型 AI ？

🔥AI取代的不是人类，而是不会用AI的人！麦肯锡最新报告显示：掌握AI工具的从业者生产效率提升47%，薪资溢价达34%！🚀

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

 

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

*   大模型 AI 能干什么？
*   大模型是怎样获得「智能」的？
*   用好 AI 的核心心法
*   大模型应用业务架构
*   大模型应用技术架构
*   代码示例：向 GPT-3.5 灌入新知识
*   提示工程的意义和核心思想
*   Prompt 典型构成
*   指令调优方法论
*   思维链和思维树
*   Prompt 攻击和防范
*   …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

*   为什么要做 RAG
*   搭建一个简单的 ChatPDF
*   检索的基础概念
*   什么是向量表示（Embeddings）
*   向量数据库与向量检索
*   基于向量检索的 RAG
*   搭建 RAG 系统的扩展知识
*   混合检索与 RAG-Fusion 简介
*   向量模型本地部署
*   …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

*   为什么要做 RAG
*   什么是模型
*   什么是模型训练
*   求解器 & 损失函数简介
*   小实验2：手写一个简单的神经网络并训练它
*   什么是训练/预训练/微调/轻量化微调
*   Transformer结构简介
*   轻量化微调
*   实验数据集的构建
*   …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

*   硬件选型
*   带你了解全球大模型
*   使用国产大模型服务
*   搭建 OpenAI 代理
*   热身：基于阿里云 PAI 部署 Stable Diffusion
*   在本地计算机运行大模型
*   大模型的私有化部署
*   基于 vLLM 部署大模型
*   案例：如何优雅地在阿里云私有部署开源大模型
*   部署一套开源 LLM 项目
*   内容安全
*   互联网信息服务算法备案
*   …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】