Vibe Coding

Vibe Coding 是指透過與 AI 助手協作來撰寫程式碼——以自然語言描述需求，讓 AI 生成、解釋或重構程式碼。Imbrace SDK 提供了 llms.txt 檔案，使任何 AI 工具都能立即理解 SDK，不會憑空捏造方法名稱或參數結構。

環境配置

開始 Vibe Coding 前，請確保 SDK 已安裝且憑證已配置。

1. 安裝 SDK

TypeScript

npm install @imbrace/sdk

Python

pip install imbrace

2. 設定憑證

TypeScript

export IMBRACE_API_KEY=your_api_key
export IMBRACE_ORG_ID=your_org_id

Python

export IMBRACE_API_KEY=your_api_key
export IMBRACE_ORG_ID=your_org_id

如需瞭解如何取得 API Key，請參閱 Authentication。

3. 取得 llms.txt

下載或複製 https://imbraceltd.github.io/api-sdk/llms.txt 的檔案內容，並匯入你的 AI 工具（見下方如何使用）。

---

什麼是 llms.txt？

llms.txt 是一個純文字檔案（類似 robots.txt），為 AI 模型提供函式庫的簡潔、準確摘要——包括客戶端、資源、認證和常見模式。將其貼入 AI 的上下文視窗後，模型便已了解 SDK，可以一次寫出正確的程式碼。

檔案 URL： https://imbraceltd.github.io/api-sdk/llms.txt

如何使用

Claude（claude.ai 或 Claude Code）

1. 開啟新對話。
2. 將 llms.txt 的內容貼到訊息開頭，再描述你的任務：

<context>
[在此貼上 llms.txt 內容]
</context>

寫一段 TypeScript 程式碼，從 assistant "asst_abc" 串流獲取聊天回應，
並將每個文字增量輸出到主控台。

Cursor / VS Code Copilot

透過 IDE 中的 @ docs 或「新增上下文」功能將 URL 加入 AI 上下文。Cursor 直接支援 @URL：

@https://imbraceltd.github.io/api-sdk/llms.txt

如何上傳檔案並觸發 embedding 處理？

其他 LLM

複製檔案的原始內容，貼到提問前的 prompt 開頭。大多數擁有 32k+ 上下文視窗的 LLM 都能完整讀取該檔案而不會遺失資訊。

範例提示詞

為 AI 提供 llms.txt 上下文後，可以嘗試如下提示：

• 「用 Python 示範如何建立 AI 助手並串流獲取聊天回應。」
• 「生成 TypeScript 程式碼，列出所有 embedding 檔案並刪除狀態為 error 的檔案。」
• 「streamChat 和 streamSubAgentChat 有什麼區別？」
• 「參照 Integrations 指南，撰寫一個用於 Chat Client 的 Express.js 驗證代理。」

提示

在長時間的會話中，將 llms.txt 固定為 系統提示詞 或 專案指令，使其自動套用於每則訊息。

保持更新

該檔案在每次發布時重新生成。升級 SDK 後請重新取得該 URL，以獲取新增方法或已變更的簽章。