datawhalechina/easy-vibe 研究分析 datawhalechina/easy-vibe 的核心价值是课程产品化：它不是单篇教程，而是把 Vibe Coding 按用户目标、
学习阶段、站点化文档、AI 可读入口和课程资源组织成可持续学习系统。
本仓最应该迁移的是学习路径分流：新手、原型构建者、全栈产品用户、AI-Native 进阶用户不应该读同一条路径。
但本仓不能直接复制站点结构，应该把它改良成 getting-started 的用户身份和产出导向路线。
研究对象：datawhalechina/easy-vibe
当前研究角色：中文分阶段交互式课程
原始仓库：raw/repository/
原始来源清单：raw/sources.yml
事实摘要：domain.yml
深度证据：deep-dive.md
项
内容
参考对象
datawhalechina/easy-vibe
它解决的核心问题
让不同目标的中文用户知道从哪条路线开始学习 Vibe Coding
核心机制
docs/ 课程内容、站点配置、脚本、AGENTS.md、CLAUDE.md、llms.txt
真正带来结果的动作
用用户目标分流学习路径，而不是只按技术栈罗列知识
可迁移做法
新手 first win、idea to prototype、full-stack、AI-Native 进阶路径
不可迁移条件
不复制站点工程和大体量课程目录，本仓保持轻量文档知识库
下一步试用动作
重构 docs/getting-started/learning-map.md 的用户身份和阶段分流
改良目标
原模式
本仓版本
验证指标
用户分流
按学习目标给路线
零基础、开发者、创业者、维护者、高阶 Agent 用户
用户能在 30 秒内找到路线
产出导向
先给 first win
每个阶段写清能做出什么
路线不再只列文档链接
AI 可读入口
AGENTS.md、CLAUDE.md、llms.txt本仓 AGENTS.md、llms.txt、llms-full.txt 协同
AI 能按入口读取上下文
让入门路径先回答“你会做出什么”，再讲概念。
按用户身份和目标组织学习地图。
在每个阶段写清前置条件、产出、验证方式和下一步。
保持 AI 可读入口和人类入口同步。
不把本仓变成大型课程站点。
不直接迁移其目录和站点构建方式。
不把课程包装等同于工程治理。
动作
成功信号
失败信号
抽样重写一个 getting-started 路线
用户能按身份选择路径
所有人仍读同一条线
给每阶段补产出和验证
每阶段有可见成果
仍只是资料链接
检查 AI 入口同步
llms 和 README 指向一致
AI 入口缺最新路径
稳定结论进入 docs/getting-started/ 和 docs/README.md。
本研究域保持 P2 教程产品化对标对象。