前言

( ￣▽￣ )/

欢迎大家升入大学！

大学是发掘自己兴趣的绝佳时机

这是我们CPP团队为大家提供的学习路线

希望能为正在探索自己兴趣所在的各位提供一点帮助

当然，我们也非常欢迎有兴趣有能力同学加入我们CPP团队！

文章太长无法定位到方向学习内容？可以点击右下角的索引按钮，就可以看到目录辣。

CPP团队今年的招新分为六大方向，分别为AI Agent应用工程（前端/后端/移动端）、AI/CV 深度学习、UI/UX 产品设计和智能硬件开发，可以根据目录大纲快速定位到感兴趣的方向~

推荐学习

这个部分讲的内容不是招新的具体方向，而是属于所有方向学习中多少都会涉及到的，尤其是AI部分，AI 是团队2026年改革最主要的方向，可以在学有余力的同时了解一下。

算法

团队部分方向的招新考核会涉及到算法题，下面提供了一些算法基础的学习路线，供你参考。

除UI方向外，都推荐且未来必须学习算法。

洛谷

洛谷上有很多入门级的题型，适合帮助大家培养对于算法的感觉。

在 题单广场 中找到题单入门1-6，尽可能多刷题目，编程语言任意，题解可以在每一道题的网页右上方（查看题解）。

学有余力可以继续学习进阶内容（模拟、排序、贪心、递归、搜索等）

力扣

力扣中的题比较全，高难题的难度总体来说也比洛谷的要简单，它主要是面向面试算法题准备的。

如果你没有接触过算法，建议先尝试在题库中选择简单以下难度的题目，力扣有很标准的答题规范（一般是按要求实现一个函数），做完可以通过运行检查是否有编译错误。

如果简单题你已经做的很顺了，想继续快速刷题，可以试试LeetCode 热题 100，这里面总结了面试中考频最高的100道算法题，涉及到哈希、双指针、滑动窗口、递归、链表、矩阵、二叉树、图论、二分、贪心、栈、堆、回溯、动态规划等多种类型的进阶题型，可以试试！

如果你已经能熟练运用上面的进阶算法了，可以开始尝试做每日一题和周赛。

每日一题的难度较高，一般来自题库中的热门题目，有时可能涉及多方面的知识，做不出来属于正常现象，请不要灰心！可以看看大佬的题解，检查自己缺漏的知识点。

周赛需要你在 1 小时 30 分 内限时完成一般是4道题目，题目由易到难。周赛的频率是：每周日一次周赛，每两周六一次双周赛。

AI

如果要问2026年计算机最值得学的知识，毫无疑问，就是AI。

AI给计算机行业带来的变化特别大，也重新定义了大部分的开发范式，并且它目前的发展非常快，正在以惊人的速度融入各行各业，大家以后做项目、打比赛时肯定也会遇到（比如软件杯等比赛就已经连续多年在考AI Agent相关的赛题了），所以十分推荐所有方向的同学主动学习并使用AI，具体可以参考这篇文章：在AI时代重新认识编程与未来，或者主动去网上了解一下与AI Agent有关的内容。

同时，需要强调的一点是：目前团队所有方向都在尝试向AI方向转型或融合，2026年已由传统的六大方向（UI、前端、后端、移动端、嵌入式、CV）改为了2个大方向（AI应用工程、深度学习）+6个细分领域（即原本的六大方向）的结构，未来也将长期深耕AI赛道，因此，AI相关的知识是所有同学必须要学习的，推荐大家在平时学习之余，抽空读一读上面提到的文章，也可以自己在各大社交媒体（例如抖音、B站、小红书、Github、掘金等）上主动接触和了解AI最新的前沿技术和应用领域。

当然，团队各方向的考核都不推荐大家使用AI来完成，希望大家都能够在考核中发挥出自己真实的实力。

前端

前端是什么

前端是一个产品中负责直接与用户接触的部分，是最靠近用户的软件界面，是用户眼中的“产品”的具象化。打开一个网站、使用一个小程序、进入一个后台系统时，屏幕上看到的文字、按钮、表单、图片、动画和交互效果等内容，大多都属于前端的工作范围。前端开发需要搭建页面结构、设计页面样式、处理操作逻辑和数据变化。简单来说，前端就是一个负责把产品的想法变成用户能看见、能点击、能使用的界面的方向。一个好的前端页面既要好看，也要清晰、流畅、易用，我们在开发时，也要与UI和后端同学相互配合，共同完成项目的搭建与优化。

同时，前端也是一个正在蓬勃发展的行业，网页开发只是它最原始的职能之一，随着互联网的发展，前端的范围已经覆盖到了泛客户端（命令行程序、电脑桌面程序、手机APP等）、工程化（性能优化、工具链构建、CI/CD等）、计算机底层原理（WebAssembly、WebGPU）等领域，它甚至还可以做后端，随着AI的发展，前端也是首先被惠及到的领域之一，它不仅可以帮助我们快速的将脑海中的想法落地，同时也可以帮助我们写出更规范化、工程化的代码，所以，前端是非常适合平时想法特别多的同学去学习。

如果你也享受前端特有的“所见即所得”的创造过程，想用一行行代码构建出独属于你的数字世界，欢迎学习前端！

准备工作

VSCode是前端开发中最常用的代码编辑器之一，学会使用VSCode是非常重要的。

下载链接： https://code.visualstudio.com/ （官网）

VSCode 相关插件：

• Chinese (Simplified) (简体中文) Language Pack for Visual Studio Code （汉化包，搜索 Chinese 即可）
• Live Server （提供浏览器实时页面预览）
• HTML Boilerplate （提供 HTML 标签快捷代码块）
• Auto Close Tag （提供 HTML 标签自动闭合）
• HTML CSS Support （提供 CSS 智能链接感知）
• iconfont-preview （字体图标预览）

插件可以在安装完 vscode 以后点击左侧：

这个按钮来搜索与安装插件。

在线文档： https://developer.mozilla.org/zh-CN/ （有不懂的知识可以在这里搜索）

大一上学期

这一学期主要以团队考核为主要目标，目的就是为了让大家快速学习和掌握前端开发基础。

HTML、CSS：

HTML和CSS决定了页面“长什么样”，HTML定义了页面的结构，CSS定义了页面的样式。

https://www.bilibili.com/video/BV14J4114768/ 看到 P297 即可

CSS 学有余力可部分抽空学习以下内容：

flex 布局：

• https://www.bilibili.com/video/BV14J4114768/ （P417 - P426）

JavaScript：

JavaScript是前端最重要的编程语言，它给予了网页更多的可能性，得以让我们能够构建复杂的动画效果、交互状态逻辑、事件处理和算法。

https://www.bilibili.com/video/BV1Sy4y1C7ha/ 看到 P386 即可（jQuery 仅做了解即可）

PS：蓝桥杯报名费较贵（¥300/人），并且含金量不是很高，不是很推荐报名哦。

团队前端方向的考核主要会集中在十月份到十二月份这段时间，大致分为两轮考核，每一轮的间隔时间约为一个月到一个半月左右，第一轮考HTML+CSS复刻静态页面，第二轮考HTML+CSS+JavaScript复刻复杂动态页面，具体的考核时间会在招新群里通知，大家要记得在考核前尽量学完对应考核的内容哦。

大一上学期-寒假

Git 与 GitHub/Gitee - 全球最大的代码托管 & 同性交友网站：

快速上手： https://zhuanlan.zhihu.com/p/625189086

推荐搭配 VSCode 图形界面使用，推荐 VSCode 插件：GitGraph、gitignore

这里可以尝试把自己的代码上传到 Github / Gitee 上面、假如上不去记得开个梯子

JS 进阶：

• ES6 - 助你减少重复代码量的语法糖：ES6基本语法
• Promise - 单线程阻塞的解决方法：https://www.bilibili.com/video/BV1GA411x7z1/
• fetch - JS原生的网络请求方案：https://developer.mozilla.org/zh-CN/docs/Web/API/fetch
• axios - 网络请求的更完整方案：https://www.bilibili.com/video/BV1wr4y1K7tq

Vibe Coding入门

如果大家在大一上学期忙于学习和考核，没有过多接触AI的话，寒假就是最好的时机，你可以借助AI学习后续的所有内容，比如有不懂的问题问AI、看网课时遇到难理解的地方让AI梳理一遍，甚至是让AI帮你写代码（Vibe Coding）。

入门还是建议读：在AI时代重新认识编程与未来

从这个阶段开始，大家就可以根据自己的需要，去接触一些AI IDE工具了，比如Trae、Copilot等，尝试让它们帮你完成一些基础代码的开发，以及用AI快速实现一个你想要的效果等等。

以下是一些主流推荐的AI IDE工具：

• Trae - 字节跳动出品的AI编程工具：https://www.trae.cn/
• Qoder - 阿里发布的AI编程工具：https://qoder.com.cn/
• CodeBuddy - 腾讯出品的AI编程工具：https://www.codebuddy.cn/ide/
• Copilot - Github发布的AI编程工具：它是一个VS Code插件，可以直接在VS Code的插件市场中搜索和安装。

Vue.js - 你瓷器国前端人均的技术栈：

官网文档： https://cn.vuejs.org/

推荐看文档学习，如果觉得文档学习难度大可以去 b 站找适合自己的视频或看这个尚硅谷的： https://www.bilibili.com/video/BV1zq4y1p7ga/

首选推荐学习Vue3，Vue2现在用的比较少了，当然它也还有自己的使用场景，感兴趣的话两个都可以学，不过如果是想快速上手的话，可以在看完尚硅谷那个课程的前89集之后直接去学Vue3的部分。

相关的VSCode 插件，可以帮助你获得更好的开发体验：Vue Language Features (Volar)、Vue 3 Snippets

圈子生态：

Vue devtools：开发者工具，可以直接问AI怎么安装 Vue Router - 路由：https://router.vuejs.org/zh/ Pinia - 全局状态解决方案：https://pinia.vuejs.org/zh/ Element-UI - 可以拿来就用的样式库：https://element-plus.gitee.io/zh-CN/

学完有时间可以进行项目实战练习：https://www.bilibili.com/video/BV1Ac411K7EQ/ （可选）

Vite - 下一代前端工程化的工具：

官方文档： https://vitejs.cn/vite3-cn/

了解这个主要是能帮助你更好的运行你的Vue项目，因为Vue官方指定的项目运行工具就是Vite，它本身也足够简单，只需要学几个常用的命令和配置就可以上手了。

假如只想要做浅层了解那就只需要懂得怎么创建项目即可，深入了解可以试试编写 vite 插件供自己的项目使用 / 了解 Vite 社区插件

其次是一些开箱即用的功能可能要提前了解： https://vitejs.cn/vite3-cn/guide/features.html （CSS，支持 module 导入；静态资源支持 glob 导入）

Node.js - 独立的 JS 运行时引擎与工程化环境：

Node.js 是一个独立的JS运行时环境，简单来说，就是它可以让你在浏览器之外的地方运行JS脚本，因此它可以做到的东西比浏览器多得多，比如桌面程序和后端服务器等，不过它本身也是一个跟JS差不多量级的技术栈，完全学会需要的时间很长，这里主要是介绍几个大家未来做项目可能会用到的一些技术：

• npm - Node.js 官方的包管理工具，可以给自己的项目安装各种别人已经写好的依赖库，生态特别强大，上面说的Axios、Vite，甚至Vue也都属于其中的依赖，学习视频：【NPM】包管理工具 #node package manager
• pnpm - 一个比 npm 更好、更现代的包管理器方案： https://www.pnpm.cn/ （推荐，团队项目采用的包管理器均为 pnpm，并且如果你学会了npm，上手pnpm就是几分钟的事，它的命令和npm几乎一模一样）

你还需要在这里了解一下 ESModule 与 CommonJS 的区别，可以自己去问AI或百度。

大一下学期

Vue.js 进阶

如果你寒假还没学完上面提到的Vue.js及其相关生态，可以继续学。

注意：Vue 需要在 5 月前学完，因为 5 月后会有中软杯比赛考核。

学完有时间可以进行项目实战练习：https://www.bilibili.com/video/BV1Ac411K7EQ/ （可选）

后台管理模板 - 快速解决中软杯普通需求与项目工程化入门：

https://fantastic-admin.gitee.io/

需要使用 Vue3 + Vue Router + Element-Plus + Pinia

你可以在这个项目中学习到代码格式化相关的内容：ESlint + StyleLint

大一下学期的主要任务就是学好Vue及其生态，然后在五月份左右参加中国软件杯比赛，我们会通过这个比赛来检验一下大家的学习成果，同时也可以给自己的大学生活多积累一点比赛和项目经验~

大一下学期-暑假

按照上面的时间线学完后，大家就已经基本掌握了团队内的大部分项目、比赛等事务所必须具备的技术技能，后续如果要进一步学习，可以看看以下的几个方向，选一些自己感兴趣的技术栈学一学：

PS：团队不会强制要求你学什么技术栈，也不会要求你只能学某一个方向，如果你有时间，当然也可以选择全都学，毕竟技多不压身，按照自己喜欢的学就行啦~

前端进阶

前端是一个范围非常广、迭代速度特别快的领域，如果你想继续深耕前端领域，推荐学习以下内容：

1. Typescript - 附带图灵完备逻辑并提供 ide 类型检查的工具：

   视频： https://www.bilibili.com/video/BV1Xy4y1v7S2/

   类型体操： https://zhuanlan.zhihu.com/p/452657140

   小测试：使用类型体操实现类型 NumCollect<Min, Max>，它可以返回一个类型集合，例如：NumCollect<2, 40> = 2 | 3 | ... | 40

2. Node.js - 独立的 JS 运行时引擎与工程化环境：

   这个前面已经多次提到过了，如果想进一步学习的话可以看看：https://www.bilibili.com/video/BV1gM411W7ex/ （看到P94）

   学完之后你就可以利用 Node.js 做各种有趣的事情了，包括但不限于制作 QQ 机器人、当一个后端（doge）、自己部署学习通签到脚本、进行机器学习模型训练…

3. Tailwind - 原子化 CSS 解决方案：

   这是近几年CSS组件库的新风向之一，主要特点就是可以在HTML中通过给元素绑定不同的class来实现不同的样式，几乎不需要直接写CSS代码，而且AI非常擅长基于Tailwind做页面，所以可以简单的学习一下，至少可以让你能看懂AI写的代码。

   安装向导： https://www.tailwindcss.cn/docs/guides/vite，之后也可以全程跟着文档学，不需要一次性记完所有classname，想要什么直接去查就行了，它的官网支持使用CSS属性名查对应的Tailwind classname。

   Tailwind学到会使用的程度就行，推荐 VSCode 扩展：Tailwind CSS IntelliSense、TailwindCSS Kit

Node.js 后端

在AI时代，全栈开发变成了一种趋势，如果你打算在互联网行业中就业，除了传统的前端方向之外，也可以试试学一点后端技术，扩大就业面。

首先是Node.js本身：https://www.bilibili.com/video/BV1gM411W7ex/ （看到P94）

前面提到过，Node.js的用途十分广泛，它当然也可以拿来做后端应用，并且有非常多的生态支持，所以你也可以不学Java，直接用JS入门后端开发：

1. Express.js - 一个特别轻的Node.js后端框架，上手比较简单：https://expressjs.com/zh-cn/
2. Koa - 一个 Web 网络框架，原生封装了比Express更多的功能：http://koajs.com.cn/
3. NestJS - 也是一个 Web 网络框架，不过适合更大型的项目，且更像 java 写后端：https://nest.nodejs.cn/
4. 感兴趣的话可以去请教一下实验室的后端学长更多的后端知识，比如数据库之类的（逃

AI Agent应用

Agent 应用开发也是当下十分流行的方向，它不是去研究怎么训练大模型，而是研究如何将大模型与Agent应用到各行各业的场景中，例如Vibe Coding等，不过它对于技术能力的要求比较高，通常都会要求掌握比较扎实的前端技能，或者拥有更全面的技术栈（比如全栈），所以你可以把它当做一个附加的方向去学习。

目前主流 AI Agent 框架中，最流行的当属 LangChain/LangGraph，LangChain可以定义一个线性的工作流，通过链式结构（Chain）将各个工作节点串联起来，快速实现一个简易的 Agent 系统，而 LangGraph 则更进一步，利用图论将 Chain 扩展为 Graph，可以构建出一套套复杂的 Agent 工作流。

LangChain/LangGraph 框架系列分为 TypeScript 版本和 Python 版本，主版本为 Python，并且由于目前主流的 AI Agent 技术大多都基于 Python 生态，所以网上目前关于 TypeScript 版本的视频教程非常少，因此下面列举的关于这个框架的视频教程基本上都是 Python 版本的，如果大家愿意花时间学习这部分知识的话，可以先学习 Python 相关内容：黑马程序员python教程，8天python从入门到精通，学python看这套就够了。

当然，如果你不想学 Python 的话，也可以直接看官方文档，它们有 TypeScript 版本的文档：LangChain overview，不过目前好像只有英文版，所以你可能要直接啃英文生肉，或者安装一些浏览器插件来翻译一下。

顺便也贴一下 TypeScript 的学习链接：https://www.bilibili.com/video/BV1Xy4y1v7S2/，它是 JavaScript 的“扩展包”，给 JavaScript 加入了更严格的类型检查和规范限制。

无论是 Python 版本还是 TypeScript 版本的 LangChain/LangGraph 的用法和 API 都是差不多的，你学会了其中一个，另一个自然就会了，所以学习的时候可以灵活变通一下~

1. 从 LLM 到 Agent Skill，一期视频带你打通底层逻辑！

2. LangChain - 一个Agent框架（Python）：https://www.bilibili.com/video/BV1rv7A6oEeP/?spm_id_from=333.337.search-card.all.click

   感兴趣的话可以继续看看LangGraph，它比LangChain更全能（Python）：https://github.langchain.ac.cn/langgraphjs/

3. 【2026/Agent】一期讲透！理论+代码从ToolCall到Harness、Claw，告诉你Agent的一切

学会了Agent相关的概念之后，你就可以试着用你自己学过的技术栈来做一些好玩的东西了，比如AI问答助手、Agent小工具，甚至是一些很复杂的工程项目。十分推荐大家在学习的时候顺手做一些自己感兴趣的东西，一方面可以巩固基础，另一方面也可以在精神上满足一下自己。

前端的学习路线多为自由探索的拓展内容，实际考核内容只是一小部分，大家可以从头开始慢慢来，积极尝试，兴趣总会带你走的更远的！不懂的地方欢迎随时咨询学长学姐~

后端

前言

后端是什么？

我们在使用一个应用的时候，登录账号，账号密码就会发送到服务器后台，后台就会负责校验你输入的账号密码对不对、然后决定是否返回一个身份证明给你。

在某宝买东西的时候，提交订单的那一刻，后台要为你生成一段订单号，创建新订单，扣减商品的库存，发送发货提醒给卖家等等。

这一切逻辑缜密的流程都由后端来完成。

所以，如果你做好了准备，那我们就开始学习后端吧。

考核会十分漫长，希望你能坚持下来。

【必读】AI时代的学习规矩

在开始之前，先立个规矩，这点比任何技术栈都重要。

现在AI辅助编程工具（Copilot、Cursor、Claude Code、GLM/ZCode等）已经非常普及，用得好是加速器，用不好是"学习废废机"。请遵守：

• 先自己写，卡壳了再问AI，不要一上来就让AI生成整段代码直接复制粘贴。一轮考核考的是基础，面试考的也是基础，AI代写代码不会替你把基础打牢，只会让你在最需要基础的时候露馅。
• AI更适合用来：答疑解惑、代码审查、debug定位问题。遇到报错先自己看堆栈信息尝试理解，卡住超过15-20分钟再问AI，问的时候把报错信息、上下文一起给它，而不是甩一句"这个咋报错了"。
• 学会判断AI给的答案是否可靠——AI有时候会"一本正经地编"，尤其是版本、API细节这类信息，最好和官方文档交叉验证一下。
• 一轮考核阶段，尽量少用/不用AI直接生成代码，等基础打牢了（大概是学完JavaWeb之后），再逐步把AI工具用起来提效率。

开发语言的选择

Java、C++、Go。

团队主要以 Java 为主（但是其他语言也是平等对待的，只要你喜欢就好）。

以下是 Java 学习路线：

第一阶段 （对应考核第一轮）

① 学习 Java 基础

推荐视频（任选一套）

黑马程序员（速成且内容相对有趣易懂）

• Java入门基础视频教程（含Java项目和Java真题） 一轮学到IO流即可，后续内容可之后补上

尚硅谷（时长久内容全）

• 上部：尚硅谷2024最新Java入门视频教程（上部）java零基础入门教程
• 下部：尚硅谷2024最新Java入门视频教程（下部）java零基础入门教程

② 学习算法基础（任选一个网站作为主要刷题网站）

此处请参考算法学习栏目 >>> 定位

Tips:

• Java反射章节觉得难度大的也可以先跳过，后续再进行学习；
• Java基础教程中，涉及到可视化界面（如五子棋）的项目可以跳过，学习以类似学生管理系统的项目为主。不确定的可以询问对应方向的师兄师姐，会哭的孩子有奶喝，多问问总不会亏的（但请保持礼貌）；
• 学习的时候尽量自己也跟着敲一遍，如果你是编程小白，不要追求倍速，要打好基础；
• 可以养成写博客，用 Markdown 做笔记等好习惯；
• 尽量学会使用 IDEA 的断点功能进行 debug，对后续学习来说是个强有力的辅助工具；
• 遇到问题时优先利用网络资源寻找解决方案，培养信息检索能力十分重要！实在无法解决可以在群上或私聊问师兄师姐；
• 从第一天起就用 Git 管理自己的代码（哪怕只是自己写来存版本），不用等到后面"学有余力"才学，越早养成习惯越好（具体见下方Git小节）；
• 一轮考核中需要使用到面向对象的知识，正常来说学完面向对象的知识可以基本达到一轮考核的要求（对应尚硅谷下部的p44，黑马程序员的p129），完成一个阶段性的项目（例子：XX管理系统）后，可以继续学习其他部分；
• 刷好算法题，一轮考核中有算法的考核题目，这是与他人拉开差距的关键。

第二阶段（对应考核第二轮）

① 学习 MySQL 数据库

黑马程序员：

• 黑马程序员 MySQL数据库入门到精通，从mysql安装到mysql高级、mysql优化全囊括
• 看到 p57 即可，其余后续再进行学习

② JavaWeb 学习

学到这里要开始上强度了哦，坚持到这里结束就满足二轮考核了

• 黑马程序员（主课程）：全网首发AI+JavaWeb开发入门，Tlias教学管理系统项目实战全套视频教程（p1-p132 p153-p180）
• 学有余力的同学可以做一下这个项目，可以帮助你更好的完成二轮考核：黑马程序员SpringBoot3+Vue3全套视频教程，springboot+vue企业级全栈开发从基础、实战到面试一套通关（看完基础篇和实战篇即可）

第三阶段（前面的区域考核完再来探索吧）

建议大一寒假学习

是抓哇大佬就当我没说

学习 SSM 开发框架（建议速通、仅作了解）

【尚硅谷新版SSM框架全套视频教程，Spring6+SpringBoot3最新SSM企业级开发】

单体项目练手（选其一）

• 苍穹外卖：黑马程序员Java项目实战《苍穹外卖》
• 尚庭公寓：尚硅谷Java项目【尚庭公寓】从0开始Java项目实战

第四阶段（选修 · AI应用开发）

这两年后端岗位JD里"了解LLM应用开发/RAG/Agent"出现频率越来越高，中软杯、挑战杯这类竞赛AI相关项目也是主流赛道。不强制所有人学，但如果你对AI方向感兴趣，或者想参加相关竞赛，建议提前铺垫：

• LLM API调用基础：理解Prompt、上下文管理、Function Calling，找一个国内可用的模型API（DashScope/智谱GLM等）跑通最基本的对话调用
• Spring AI 了解一下即可，不用深入：实际业界用得比较少，目前公司里用它做AI应用开发的不多，作为Java生态里的一种选择了解原理（ChatClient、Advisor机制、Tool Calling）就够了，不用花太多时间深挖
• 向量数据库基础概念：了解RAG（检索增强生成）大致原理是什么，知道Embedding、向量检索是怎么回事即可，不用深挖
• 后期建议学一点 Python 的 LangChain、LangGraph：这是目前AI应用/Agent开发更主流的技术栈，等前面Java基础和竞赛任务告一段落，有余力的话可以往这个方向拓展
• 实战小项目：做一个简单的知识库问答工具，跑通"文档入库→检索→拼接Prompt→调用LLM→返回答案"的完整链路，比看多少理论都有用

第〇阶段

学有余力的同学建议掌握以下技术，以下部分可以结合考核内容穿插学习。

Markdown 语法

Markdown 教程

Markdown是写博客记笔记的必备知识，能让你写出非常规整有层次的笔记（例如本文就使用markdown），语法不难，半小时即可入门。

Git & GitHub

建议第一阶段就开始用，不用等到后面。

Git是代码版本管理软件，同时也是团队开发协作神器，未来工作基本上都要用到。

• 了解Git: https://www.bilibili.com/video/BV1u94y1n73L/
• 学习Git: https://www.bilibili.com/video/BV1wm4y1z7Dg/

掌握基本的提交代码、拉取代码、创建分支、合并分支即可。

可以尝试将学习过程中的代码上传到Github，做好版本管理。

如何提问 / 如何用好搜索与AI

• 遇到报错先自己读懂堆栈信息，尝试定位问题所在的代码行
• 搜索引擎+AI结合是现在最高效的排查方式，但AI给的答案不保真，涉及版本、API细节的一定要去官方文档核实
• 问师兄师姐或在群里提问时，把报错信息、复现步骤一并附上，不要只说"报错了/跑不起来"，这样别人才能帮你更快定位问题

魔法上网

此段文字的出现纯属二进制字节的随机组合

Vmware虚拟机（二轮考核后）

用于在电脑内安装其他系统（例如Linux），对后期熟悉linux开发环境和项目部署很有帮助。

开发部署（二轮考核后）

学习如何将项目部署到服务器上，这样，做好的项目可以发给你的朋友们试用，成就感满满。

知识点包括：购买云服务器、Docker、Linux、一点计算机网络的知识、Nginx等。

待续。。。

移动端

移动端方向是学什么的

开发手机 App（普遍意义，学习深入后还包括蓝牙、手表、车载等）——从零做出一个能装到手机上、能点能用的应用程序。具体要做三件事：用 语言 写程序逻辑、用 Android Studio 搭界面、再把界面和逻辑组合成完整的 App。

一个 App 通常包含：

• 界面（UI）：用布局文件画出按钮、文字、列表等用户看到的东西；
• 逻辑：用 Java 代码处理用户点击、数据计算、存取文件等；
• 系统交互：调用手机的能力（如网络请求、后台播放、文件存储等）。

所以移动端学习 = ** 编程基础 + 安卓原生开发（界面 / 四大组件 / 网络）**。一轮考核考的就是这两块的基础，外加一点 AI 结合的加分项。下面开始正式路线。

面向：团队大一新生（零基础） 目标：通过移动端方向一轮考核（Java 基础语法 + 原生安卓基础 + 一点 AI） 节奏：以团队原有路线为骨架，在每个阶段加入 AI 学习/使用的环节

总体理念

1. AI 是学习加速器 + 产品加分项，不是替你考试的枪手。 一轮考核恰恰考基础语法和原生能力——这部分 AI 帮不了你 debug，必须自己看得懂每一行。
2. 沿用 Java 基础路线：先 Java 基础，再安卓基础。AI 体现在两个层面——
   • 学的时候：让 AI 当老师（解释、出题、答疑、辅助调试）
   • 做的时候：在考核作品里接一个云端大模型小功能作为加分项
3. 先自己想 5 分钟，再问 AI。 直接要答案 = 考核时没有 AI 你就过不了。

第一阶段：Java 语言基础

目标：不用把 Java 全部学完，学到 IO 流、继承、线程 即可，剩下的以后慢慢补。时间充裕可继续往后学，前提是能跟上考核进度。

学习内容（按需学到为止）

• 基本语法：变量、数据类型、运算符、流程控制（if / switch / for / while）
• 方法、数组
• 面向对象：类、对象、封装、继承、多态、接口、抽象类
• 集合：List / Map / Set
• 异常处理
• IO 流（文件读写）
• 多线程基础（Thread / Runnable）

AI 结合点（贯穿本阶段）

• 听不懂先问 AI：看完一节视频，把没懂的点丢给 AI（DeepSeek / ChatGPT / ），让它"用大白话+例子再讲一遍"，比反复倒带快。
• 代码 Review：自己写完一段，贴给 AI 让它"指出我代码里的问题，但不要直接给答案，先提示"。
• 让 AI 解释报错：Java 报错（NullPointerException 等）先自己读，读不懂再让 AI 逐行解释。
• 对比学习：学面向对象时，可以给 AI 一段需求让它给两种写法（继承 vs 接口），自己判断优劣。

学习资料（团队推荐 + 个人筛选）

前言：每个视频/书籍/老师对不同人适用性因人而异，建议都试听一下，挑自己喜欢的。

（1）B 站

• 尚硅谷 https://www.bilibili.com/video/BV1Kb411W75N?p=1 —— 讲得细，单集不长，适合挤时间学
• https://www.bilibili.com/video/BV1Rx411876f?p=171 —— 从 P160 看 2020 版（前面是老版本）
• 黑马程序员 https://www.bilibili.com/video/BV17F411T7Ao（首推） —— 很多师兄师姐看这个入门
• 马士兵 Java（赵珊珊老师，带笔记方便复习）
  • 基础：https://www.bilibili.com/video/BV1FZ4y1H7rh
  • 进阶：https://www.bilibili.com/video/BV1cb4y1X7kz

（2）书籍：《零基础学 Java》

阶段性产出

• 一个纯 Java（命令行）小项目，例如：学生成绩管理系统 / 简易记事本（用 IO 流存文件、用集合管理数据、用继承拆分模块）。
• 做这个项目时允许用 AI 辅助，但你必须能脱稿讲清楚每个类和方法的职责。

第二阶段：Android 开发基础

目标

1. 熟练配置安卓开发环境、使用 Android Studio。
2. 熟悉布局编写绘制、Android 四大组件、网络编程，能借此开发功能简单的 App，如简易计算器、文件管理器、音乐播放器。
3. 学习安卓程序的命名规范。
4. 学习 MVP 或 MVVM 架构设计模型。

学习内容

• 环境搭建：AS 安装、SDK 配置、模拟器/真机调试
• Activity 生命周期、Intent 跳转传参
• 布局：LinearLayout / ConstraintLayout / RelativeLayout
• 基础控件：TextView / Button / EditText / ImageView / ListView / RecyclerView
• 四大组件：Activity、Service、BroadcastReceiver、ContentProvider（先重点 Activity，其余了解）
• 网络编程：HTTP 请求（OkHttp / Retrofit）、异步（线程或 AsyncTask/协程）
• 命名规范（包名、类名、资源文件、id）
• 架构入门：MVP / MVVM 思想（先理解"为什么分层"，不必上来就强套）

AI 结合点（贯穿本阶段）

• 氛围编程小试：在 Cursor / DeepSeek 里用自然语言描述"用 Java 写一个登录页，ConstraintLayout 布局"，让 AI 生成，然后逐行 Review，确保自己看得懂、改得动。
• 布局辅助：复杂的 ConstraintLayout 约束让 AI 帮你排，自己微调——比手抠 XML 快很多。
• 架构理解：让 AI 用"计算器"为例分别写一版"全塞在 Activity 里"和一版"MVVM"，对比理解为什么分层。
• 报错排障：安卓的红字报错先自己读，读不懂贴给 AI（附带报错栈 + 相关代码）让它定位。
• 命名规范：让 AI 检查你的类名/资源命名是否符合安卓规范。

学习资料（团队推荐）

（1）B 站

• UP 主"程序员拉大锯"：Android 开发基础，通俗易懂、知识分块清晰；也有项目和拓展技巧视频（可能略旧，因安卓更新快）。
• 子林安卓开发：个人开发者、清华大佬录制，讲得通透，宝藏 UP。缺点是基础、更新慢，但对零基础完全够用。
• 享学课堂（较专业，适合有点基础）—— 建议子林 + 享学混搭：先看完子林，再看享学。

（2）菜鸟教程：讲解详细，每步都有解释

（3）书籍：《第一行代码》第二版（郭霖）——虽略旧但全面，适合小白，图书馆有。

（4）尚硅谷、慕课等也有 Android 入门教程可补充。

阶段性产出（二选一，建议都做）

• 简易计算器（练 UI + 事件 + 逻辑）
• 文件管理器 / 音乐播放器（练列表 + 四大组件中的 Service + 文件操作）

第三阶段（加分）：在 App 里接一个 AI 小功能

这是"AI 时代"下的差异化亮点，也是让作品脱颖而出的加分项。不强求，但做了大概率加分。

思路：第二阶段你已学了网络编程（OkHttp / Retrofit），把它用来调用一个云端大模型 API 即可，不需要碰端侧模型/RAG/Agent（那是以后的事）。

学习内容

• 申请一个大模型 API key：DeepSeek / 智谱 / 通义（兼容 OpenAI 格式，国内好申请）；或 Gemini（需科学上网）
• 用 OkHttp POST 一个 JSON 请求到模型接口
• 子线程请求 + 主线程更新 UI：复习第一阶段学的多线程，网络请求绝不能放主线程
• 解析返回的 JSON，渲染到界面

AI 结合点（本次 AI 是产品的一部分）

• 在你的 App 里加一个"智能"功能，例如：
  • 计算器加一个"用自然语言算"入口：输入"三乘以七加二"，LLM 翻译成表达式再算
  • 记事本加"一句话摘要"：长笔记自动生成标题/摘要
  • 音乐播放器加"智能歌单推荐"：描述心情生成歌单
• 学会让 LLM 返回 JSON 结构化输出，自己解析。

安全提醒

• API key 不要硬编码进提交的代码，放 local.properties 或环境变量，提交时屏蔽（写进 .gitignore）。
• 别把真实 key 交上去。

考核自测清单

Java 基础

• 变量、类型、运算符、流程控制
• 方法、数组
• 面向对象：封装 / 继承 / 多态 / 接口 / 抽象类
• 集合 List / Map / Set
• 异常处理
• IO 流（文件读写）
• 多线程基础

原生安卓基础

• 独立配置环境、跑通第一个 App
• Activity 生命周期、Intent 跳转传参
• 会写布局（至少一种 Layout）
• 基础控件 + 点击事件
• 列表展示（RecyclerView / ListView）
• 四大组件能说出各自作用（重点 Activity）
• 网络编程能发一个 HTTP 请求
• 命名规范符合安卓惯例
• 能讲清楚 MVP / MVVM 的分层思想

加分项

• App 里集成了一个调云端 LLM 的功能
• 网络请求在子线程、UI 在主线程更新
• API key 没有硬编码泄露

避坑指南

• 别只看视频不动手：Java 和安卓都是"做"出来的，不是"看"出来的。
• 别被"端侧 AI / RAG / Agent / Compose"带偏：一轮阶段先按团队 Java 路线把基础打牢，新技术了解为主（如果你是大佬那当我没说）。
• 环境是最大的劝退点：第一周 AS 装不好、模拟器起不来很正常，坚持过去就好了；卡住就问。
• **关于kotlin的学习：可以在学完java基础和安卓原生基础后，如果还对安卓感兴趣就正式学习
• 资料可能略旧：安卓更新快，老教程里个别 API 已废弃（如 AsyncTask），遇到时问 AI "现在推荐的替代写法是什么"。

一句话总结

一轮考核要的不是"用 AI 做出多酷的东西"，而是"Java 基础扎实、原生安卓能跑通、看得懂自己的代码"。AI 是学习加速器和作品加分项。把上面两个阶段走完、再补一个 AI 小功能，一轮稳过。

UI/UX 产品设计

本学习路线面向准大一新生，整体学习重心偏向用户体验思维培养，重构工具学习优先级：以 Figma 作为核心主力工具，AI (Illustrator) 承担图标与矢量绘图辅助工作，PS 设为选修补充工具，全程完成从视觉绘图到用户体验设计的思维升级。

💡 核心指导思想

• 思维转变：跳出单纯“画图”的浅层认知，建立「以解决用户问题为核心」的设计逻辑。设计不只是视觉美观呈现，核心是梳理通顺完整的用户操作逻辑。
• 工具迭代规划：Figma 为界面、原型、交互的唯一主力工具；AI (Illustrator) 辅助绘制图标、矢量插画；PS 定位为选修工具，仅用于处理位图素材。
• 流程优先原则：制作高保真视觉稿前，必须先梳理完整用户操作流程，输出线框图与交互原型，再落地视觉设计。

🟢 第一阶段：基础夯实与工具迁移（一轮学习）

目标：零基础掌握核心工具 Figma，吃透通用设计规范，独立输出标准线框图与基础交互原型。

1. 核心理论与规范（必读/必看）

• 用户体验入门：理解UX基础定义，熟练掌握用户画像、用户体验地图等基础分析工具，建立梳理用户逻辑的基础能力。

• 设计规范概览：

  • 阅读 Google Material Design、阿里 Ant Design 官方基础文档
  • 重点掌握：栅格系统、间距规范、字体层级、色彩体系搭建逻辑

2. 核心工具：Figma（重中之重）

• 基础操作：画板管理、矢量绘图、布尔运算、蒙版使用
• 高级功能：Auto Layout (自动布局)（必学，Figma 核心功能）、Components (组件)
• 推荐资源：【全网最系统｜2026 Figma零基础入门课【酸梅干超人出品】】 https://b23.tv/n2RM7R5

3. 辅助工具：AI (Illustrator)

• 定位：专门绘制线性/面性图标、矢量插画素材
• 学习内容：钢笔工具、形状生成器、路径查找器全套操作
• 练习任务：独立绘制一套10-20个App通用图标（首页、搜索、个人中心、设置、返回等）
• 推荐资源：【Ai教程】100集（全）从零开始学illustrator软件基础 (Ai2025新手入门实用版)Ai2025零基础入门教程！！！-哔哩哔哩 https://b23.tv/YXEWRAR

🟡 第二阶段：模块多样化与高保真输出（二轮学习）

目标：优先深耕 C 端页面，产出标准化、完整的高质量移动端视觉页面，网页设计留至后期拓展。

1. 多样化模块专项设计

初学阶段聚焦安卓移动端，降低学习复杂度，分场景针对性训练：

• C 端详情页：电商、资讯类 App 移动端页面设计，优化手机端阅读流畅度，贴合移动端用户浏览、下单行为逻辑（例如页面的改版等）
• 移动端运营 H5 活动页：手机端活动页面设计，侧重视觉氛围、信息层级、移动端转化引导（例如模块改版，多样式输出等）
• B 端后台界面：数据看板、管理表格设计，重点优化信息密度、数据可读性、操作便捷度（！这个部分在初学阶段不要求 可以后期再了解学习）

2. 高保真图临摹与改版

• 临摹与重构：选取网易云音乐、小红书、知乎等成熟App做像素级临摹，熟悉行业通用视觉规范；临摹完成后自主调整配色、布局、视觉风格，完成二次改版创新。
• 规范落地：所有高保真页面严格沿用第一阶段学习的栅格、字体、色彩规范，保证整套设计视觉统一。

3. PS (Photoshop) 选修学习

• 定位：仅作为位图素材处理工具，不参与界面排版、组件搭建工作
• 学习内容：图层蒙版、通道精细抠图、Camera Raw调色滤镜、图片合成基础技巧
• 注意事项：禁止使用PS制作界面、组件，工具效率与标准化程度远低于Figma
• 推荐资源：【PS从入门到精通-敬伟PS教程合集（清华社出品）-哔哩哔哩】 https://b23.tv/Wiw5b7t

🔴 第三阶段：用户体验深潜与逻辑闭环（三轮学习）

目标：完整落地用户体验设计思维，搭建标准化设计推导流程，具备独立完成作品集的综合能力。

1. 用户研究与需求分析

• 竞品分析：选取2-3款同赛道主流产品，从功能布局、交互逻辑、视觉表现、用户痛点多维度拆解，输出完整竞品分析报告。
• 痛点挖掘与优化：定位现有产品的交互缺陷、使用卡顿、逻辑漏洞，结合普通用户使用习惯，给出可落地的优化方案。

2. 交互原型进阶打磨

• 复杂业务逻辑梳理：绘制完整业务流程图，覆盖全部操作分支场景。例如下单流程需要包含正常购买、支付失败、库存不足、取消订单、退款等所有异常情况。
• 高保真可交互原型：通过Figma制作全页面可点击演示原型，完整还原真实App的操作反馈。（！这个部分初学阶段只作为选修，在学习前期要先能够做出一个正常页面，学习不够扎实就急于学习这部分会导致页面做出来让人眼花缭乱🥹😭）

3. 设计阐述与作品集包装能力

• 作品集系统化包装：不单独陈列最终效果图，完整呈现 发现问题 → 分析问题 → 推导方案 → 落地设计 → 优化复盘全流程设计链路。
• 设计逻辑自洽：能够结合用户心理、使用习惯、体验逻辑，清晰解释每一处设计选择（配色、布局、按钮位置、交互形式）的底层依据。

📚 推荐学习资源清单

• ps：😎最后有个小小的建议：大家平时可以多去跟ai比如即梦或者是星流之类的聊一聊，了解参考学习一下它们的思路，但是最重要的是我们只是用ai来发展新思路，最终还是要在自己的思考和分析中完成哦🫰尤其是竞品分析，改版的思路等等一定一定要自己去写😉要有自己的思考，不要一味去依赖ai🥹

AI

VERSION: 0.0.3

若发现问题或有疑惑，以及修改建议，请联系我们，感谢

作者：@moran

Email：moran1024a@gmail.com

本学习路线着重人工智能基础，未来可以转入：大模型、强化学习、模仿学习、具身智能等多个方向。

目录

部分内容没有考核要求，但你不能不会，后面你要是在这些基础上面犯错比你没学完都严重。

• 零、学习原则
• 一、*计算机基本常识和组成（不考核）
• 二、Python 基础
• 三、*Linux 基础（不考核）
• 四、*科学上网（不考核）
• 五、*Git 基础（不考核）
• 六、*AI 工具的使用（不考核）
• 七、神经网络基础

零、学习原则

首先要说明的是，AI 是一个很广、也很大的方向。它既有工程的一面，也有学术的一面。你不仅需要工程思维和构建能力，也需要敏捷的思考能力，但更重要的是——坚持下去的毅力。

在这份学习路线中，你会看到一些其他地方可能很少强调、甚至“看起来没必要学”的内容。但这些工具其实非常重要。掌握它们，你才能真正把自己的想法做出来，而不是被环境、系统和工程问题卡住。

AI 入门之后，你需要逐渐选择一个主要深入的方向。不是因为只能走一条路，而是因为人的时间和精力有限。不同方向之间其实有大量交叉：具身智能可能涉及 CV、模仿学习、强化学习；大模型同样可能涉及强化学习、多模态等内容。

所以，方向不等于知识边界。不同方向看起来各不相同，但很多基础其实是相通的。

最后，如果你决定走上这个方向，不要害怕庞大的知识量，也不要畏惧复杂的代码和公式。

会难，但不会学不会。

先学基础，再去实践；遇到问题，再回来补。不断重复这个过程就够了。

最省力学习总则：学完基础的知识之后，在项目中，遇到问题再学，反复迭代，加强。

1. 所有的开发工具，不管是Ubuntu和ros系统，还是c++、python语言，都是工具（而非理论），没有人能完全掌握这些工具，会用就行，能完成项目的开发就算合格；我们对这些工具的掌握在实践中会逐步提高。
2. 学习这些工具的基础之后（速通基础），以项目为驱动，哪里不会再回头学哪里，不要畏难，学习本身就是一个循环反复的过程，很难一遍学会所有东西。
3. 遇到Ubuntu系统终端、程序编译报错，很正常，会有各种各样奇怪的错误；注意看给出的错误信息，然后copy-paste在网上查找，多数问题都能在网上直接找到答案；你也可以直接去问AI，但是要注意判别答案的真伪。
4. 一个人学习遇到困难，可能就放弃了，但是几个人一起学习，就能互相帮助，共同进步；遇到的多数问题都是‘知与不知’的事儿（无关智商），首先自己查找（善于向网络，尤其是语言大模型求助）解决，如果不行，要主动向身边的同学老师求助，把问题解决掉。
5. 好记性不如烂笔头，对于开发同样适用；在学习工具的过程中记录学习笔记（如obsidian，notion，飞书在线笔记等），忘了随时回头看；在开发过程中，每天记录开发笔记，把遇到的问题记录下来。

一、*计算机基本常识和组成（不考核）

需要学什么

• 电脑由哪些主要部分组成
• CPU、GPU、内存、硬盘分别负责什么
• 操作系统是什么，Windows、Linux 等有什么区别
• 文件、文件夹、目录、路径分别是什么
• 绝对路径与相对路径的基本概念
• 常见文件格式和扩展名
• 如何压缩和解压文件
• 如何安装、卸载软件
• 软件版本、安装目录、环境变量等基本概念
• 能看懂一些常见的计算机配置参数

不要求理解 CPU 指令集、操作系统内核、文件系统实现等深入内容。

怎么判断自己学会了

能够简单解释：

• CPU 和 GPU 有什么区别
• 内存和硬盘有什么区别
• 为什么训练 AI 模型通常需要 GPU
• 什么是操作系统
• C:\Users\xxx 或 /home/xxx 表示什么
• .zip、.tar.gz 是什么
• 一个软件下载之后应该如何安装、解压和找到它

遇到“文件在哪里”“软件装在哪里”“为什么找不到这个文件”等问题时，能够自己进行基本排查。

可以看什么视频 / 教材

自己去查资料，这部分我都懒得找资料了，不会可以直接问，但不能不会就不会。

1. b站一个神奇的教程： https://www.bilibili.com/video/BV1UwPgziE3F/

二、Python 基础

Python是人工智能中最常用的编程语言。

需要学什么

重点掌握三个方面：

1. 环境管理（一般是conda，常用miniconda）

   • 理解 Python 环境和虚拟环境
   • 会创建、切换和管理 Conda 环境
   • 会安装和管理 Python 包

2. 三大库

   • NumPy：基础数值和数组处理
   • Pandas：基础表格和数据处理
   • Matplotlib：基础数据可视化

3. 算法

   • 洛谷（https://www.luogu.com.cn/）题单：入门1-6)

Python 本身掌握基础语法即可，不需要过早学习复杂的高级特性。

怎么判断自己学会了

能够：

• 独立创建并配置一个 Conda 环境
• 正常安装和使用 Python 包
• 使用 NumPy、Pandas、Matplotlib 完成简单的数据处理和可视化
• 看懂并修改基础 Python 代码
• 具备基本的算法实现能力

可以看什么视频 / 教材

1. 黑马程序员Python课程（其实Python也可以速通，如果你有基础的话甚至可以边用边学） b站：https://www.bilibili.com/video/BV1qW4y1a7fU/

2. 菜鸟教程（有自信就学这个，更快）： https://www.runoob.com/python3/python3-tutorial.html

3. 洛谷（https://www.luogu.com.cn/）题单：入门1-6

4. 三大库速通课（这个有点过于快了，建议多实操会更扎实） b站：https://www.bilibili.com/video/BV1wN4y1T7K9/

三、*Linux 基础（不考核）

需要学什么

AI 训练服务器、机器人和很多科研环境都会使用 Linux。

这一部分不要求学习 Linux 运维，只需要掌握日常开发中最常用的操作，需要学习以下内容（仅供参考，可以多学一些）。

常用命令（不止这些）：

pwd
ls
cd
mkdir
cp
mv
rm
cat
less
grep
find

了解：

• Linux 的目录结构
• 文件和目录操作
• 文件权限
• sudo
• 用户和管理员权限
• 环境变量
• Shell 的基本概念
• bash / zsh 的基本概念
• 进程是什么

建议多学一点，例如：

• SSH 远程登录
• SCP / rsync 等基本文件传输方式
• 如何查看和结束进程
• 如何运行 Python 程序

怎么判断自己学会了

能够只使用终端完成：

• 创建文件夹
• 进入指定目录
• 复制、移动、删除文件
• 查看文件内容
• 查找一个文件
• 安装并运行一个 Python 项目
• 激活 conda 环境
• 使用 SSH 登录远程服务器
• 将文件传到服务器
• 找到一个正在运行的程序并结束它

不需要背下所有命令，知道遇到问题时应该搜索什么即可。

可以看什么视频 / 教材

自己装一个wsl2玩一玩，但注意wsl2与Linux依然有所差异。

四、*科学上网

需要学什么

AI 这个方向，未来的学习和工作中经常需要访问：

• GitHub
• Hugging Face
• 国外技术文档
• 开源项目主页
• 论文网站
• 模型和数据集下载页面

因此建议了解一些最基本的网络和代理概念。

此部分你需要知道：

• 什么是 IP
• 什么是域名
• 什么是代理
• 什么是 HTTP / HTTPS
• 什么是网络端口
• 系统代理和终端代理的基本区别
• Git、浏览器、Python 等程序可能分别使用自己的网络设置

这一部分以能够正常获取学习资源为目标，不需要深入学习计算机网络。

怎么判断自己学会了

能够：

• 正常访问常见 AI 开发网站
• 下载模型或数据集
• 遇到网络下载失败时，知道可能是网络、代理、地址或工具配置的问题
• 能够进行最基本的排查

可以看什么视频 / 教材

这部分问AI，b站也有一堆科普视频，具体操作不会的就去问学长学姐，有些东西不能光明正大的教。

五、*Git 基础（不考核）

需要学什么

Git 是最常用的代码版本管理工具，GitHub 等代码托管平台基本都基于 Git 使用。

这一部分需要了解：

• Git 和 GitHub 的区别
• 仓库（Repository）是什么
• Commit 是什么
• Branch 是什么
• 本地仓库和远程仓库的区别
• 基本的代码版本管理流程

需要会使用一些常见命令：

git clone
git status
git add
git commit
git pull
git push
git branch
git switch

不要求学习复杂的 Git 工作流，能够完成日常代码管理即可。

怎么判断自己学会了

能够：

• 从 GitHub 克隆一个项目
• 查看当前仓库状态
• 修改代码后完成一次提交
• 将本地代码推送到远程仓库
• 拉取远程仓库的最新代码
• 创建和切换简单的分支
• 知道 Git 和 GitHub 不是同一个东西
• 遇到简单的 Git 问题时能够自己查找并解决

可以看什么视频 / 教材

Git 不需要专门学得很深，找一个基础教程速通过一遍，然后在实际项目中边用边学即可。

六、*AI 工具的使用

需要学什么

现代 AI 工具可以显著降低编程和学习门槛，但是不能滥用，你需要明确知道什么时候用有好处，什么时候用没有好处。

常用的：ClaudeCode、Codex、cc-switch。

重点学习 AI 可以帮助完成什么：

• 解释代码
• 编写简单代码
• 修改代码
• 分析报错
• 阅读项目结构
• 解释论文和概念
• 辅助搜索和整理资料

同时需要了解：

• API 是什么
• API Key 是什么
• 中转站 / API 代理的基本概念
• Token、上下文等基本概念

更重要的是学会判断 AI 输出是否可靠。

例如：

• 代码是否真的可以运行
• 命令是否存在
• API 是否已经过时
• AI 是否虚构了参数、函数或库
• AI 给出的结论是否需要查阅官方文档验证

怎么判断自己学会了

能够利用 AI 完成一个简单任务，例如：

1. 把自己的需求说明给 AI
2. 让 AI 给出代码
3. 自己运行代码
4. 根据报错把信息反馈给 AI
5. 修改代码直到运行成功
6. 能够基本判断 AI 的回答是否合理

最重要的判断标准是：

AI 是辅助工具，而不是完全替代自己的理解和判断。

如果能够看懂 AI 给出的主要代码，并知道什么时候需要验证它的答案，就基本达到要求。

可以看什么视频 / 教材

自己b站自己查。

七、神经网络基础

需要学什么

这一部分是正式进入人工智能学习的基础，本文不详细说明怎么学，你可以参考以下的一些视频和教材。

1. #书籍《深度学习入门：基于Python的理论与实现》 这本书是系列丛书的第一本，如果你时间充足可以从这本开始，讲的比较慢比较通俗易懂。

2. #书籍《动手学深度学习：PyTorch版》 这本书也是系列书的其中之一，但是内容更详实，这本书内容较多，不需要学那么多，学前面几章就行了。

3. #视频《PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】》 b站：https://www.bilibili.com/video/BV1hE411t7RN/ 小土堆老师的课，讲的可以，跟着学没毛病。

4. #视频《吴恩达深度学习入门2024版本的视频》 b站：https://www.bilibili.com/video/BV17W42197Nm/ 老牌课程，但没那么简单，讲的太多了不推荐入门学习（你要是觉得学起来爽也可以）。

5. #视频《迪哥人工智能课堂》 b站：https://www.bilibili.com/video/BV1p3pLecEb5/ 讲的比较细，也还可以，就是有点太长了。

怎么判断自己学会了

能回答下面这些问题（仅参考）：

• 神经网络为什么需要训练
• Loss 是什么
• 反向传播在做什么
• 优化器在做什么
• Learning Rate 是什么
• Epoch 和 Batch 是什么
• 训练集和测试集有什么区别
• 什么是过拟合

之后应该能够使用 PyTorch 完成一个最简单的神经网络训练任务。

虽然不要求能够从零推导所有数学公式，但是你不能看不懂，至少要知道什么式子怎么来的代表什么。

如果已经能够看懂一个基础 PyTorch 训练脚本，并知道每一个主要部分在做什么，恭喜你，入门成功。

如果上面的你觉得你已经学完了，直接去拷打学长学姐。

智能硬件开发（嵌入式）

前言：嵌入式适合什么样的人？

如果你对“代码是怎么真正控制硬件的”感兴趣，喜欢动手折腾一些小玩具，比如小车、机械臂、传感器、无人机、机器人、智能家居设备，那么嵌入式可能会是一个很适合你的方向。

嵌入式和前端、后端不太一样。前端、后端通常是互联网开发里的具体方向，而“嵌入式”本身是一个非常大的概念。它可以偏软件，也可以偏硬件；可以做单片机，也可以做嵌入式 Linux；可以做电机控制、电源、车辆、机器人、物联网、驱动开发、通信协议、传感器、控制算法等等。

所以刚开始不知道自己适不适合嵌入式是很正常的。很多同学并不是一开始就明确“我要做嵌入式软件”或者“我要做硬件工程师”，而是在学习 MCU、焊板子、点亮 LED、驱动电机、做小车、做传感器项目的过程中，慢慢发现自己到底更喜欢哪一部分。

如果你现在只是觉得“我好像对硬件和底层有点兴趣”，那就已经足够开始了。嵌入式的很多乐趣，都是在真正把东西做出来以后才感受到的。

嵌入式的大致方向

嵌入式内部可以粗略分成两大类：

1. 嵌入式软件

偏向代码和系统开发，例如：

• 单片机开发

• 驱动开发

• RTOS

• 嵌入式 Linux

• 通信协议

• 机器人控制

• 传感器数据处理

2. 嵌入式硬件

偏向电路和硬件设计，例如：

• 原理图设计

• PCB 设计

• 电源设计

• 电机驱动

• 电路调试

• 硬件测试

当然，实际岗位会分得更细，比如电机控制、电源、车载电子、机器人、工业控制、物联网、智能硬件、Linux 驱动、BSP、音视频、通信模组等，都可以算在嵌入式的大范围里。

对于刚入门的同学，不需要一开始就把方向分得特别清楚。先把通用的“地基”打好，后面再根据兴趣和项目逐渐分流。

嵌入式的优势与劣势

相较于互联网开发，嵌入式有一些自己的特点。

它的优势是：

• 技术路线相对稳定，很多基础知识长期有效；

• 项目更贴近真实硬件，成就感比较强；

• 对于普通院校的同学来说，如果能做出扎实项目，掌握 MCU、C/C++、调试、通信、PCB 或 RTOS 等能力，也有比较明确的成长空间。

它的劣势也比较明显：

• 学习周期较长；

• 前期容易遇到环境、接线、烧录、调试问题；

• 硬件问题有时不像纯软件问题那样容易定位；

• 部分岗位的薪资水平相较互联网热门方向会低一些。

所以，嵌入式不一定是“来钱最快”的方向，但它很适合愿意长期积累、喜欢动手、喜欢研究底层原理和真实设备的同学。

下面这份路线不是某一个具体岗位的完整路线，而是嵌入式入门比较通用的“地基”。不同方向以后侧重点会不同，但前期基础大体相通。

大一上：先打好编程基础

嵌入式最重要的语言基础是 C/C++。

如果你完全没有编程基础，可以先从 C 语言开始。推荐翁恺老师的 C 语言课程，讲得比较系统，适合打基础。

如果你对自己比较有信心，也可以直接从 C++ 开始。但即使学 C++，也不要忽略 C 语言的部分，因为很多单片机工程、底层驱动、寄存器操作、RTOS 源码，仍然大量使用 C 语言。

这一阶段需要达到的目标是：

• 掌握基本语法；

• 理解变量、函数、数组、指针、结构体；

• 熟悉基本的编程思维；

• 能独立写出简单程序；

• 如果学习 C++，可以进一步了解类、对象、封装、继承、多态等面向对象思想。

嵌入式不一定所有地方都要用面向对象，但这种思想对以后写较大工程会有帮助。

数据结构与算法：不用一开始刷很难，但要练

有了一定 C/C++ 基础以后，可以开始了解一些基本的数据结构和算法。

比如：

• 数组

• 链表

• 栈

• 队列

• 树

• 图

• 排序

• 查找

• 递归

可以尝试在力扣或者洛谷上刷一些基础题。这个阶段刷题的目的不是为了变成算法竞赛选手，而是为了巩固语法、训练思维、提高代码能力。

我们一轮考核时主要考察语法基础，但也可能会有一两道简单算法题。所以建议大家至少能独立完成一些基础题目。

当你具备基本编程能力以后，就可以正式进入 MCU 的学习了。

MCU 入门

MCU 是什么？

MCU，也就是微控制器，常被称为单片机。

它可以理解成一个“很小但很完整的计算机”。它内部通常包含：

• CPU

• Flash

• RAM

• GPIO

• 定时器

• 串口

• ADC

• SPI

• I2C

我们写程序烧录进 MCU 后，MCU 就可以通过引脚控制 LED、电机、舵机、传感器、屏幕、通信模块等硬件。

比如点亮一个 LED，本质上就是通过代码控制某个 GPIO 引脚输出高低电平；读取传感器，本质上就是通过 I2C、SPI、串口等通信接口和外设交换数据。

学习 MCU，就是学习如何用代码控制真实硬件。

51 单片机：可以学，但不必停留太久

入门时可以先了解一下 51 单片机。

51 的优点是结构简单，很多教程会直接从寄存器讲起，适合初步理解“代码如何控制硬件”。

通过 51，你可以认识：

• GPIO

• 定时器

• 中断

• 串口

• 数码管

• 按键

• 蜂鸣器

但是不建议在 51 上停留太久。现在很多实际项目和比赛中，更常用的是 STM32、ESP32、Arduino、Raspberry Pi、各种国产 ARM MCU 等平台。

所以 51 可以作为“理解单片机基本思想”的入门台阶，但后续重点建议放到 STM32 或其他更现代的平台上。

STM32：推荐重点学习的入门系列

学完基础 MCU 概念后，推荐开始学习 STM32。

STM32 是非常适合嵌入式入门的系列之一。它资料多、开发板多、教程多、外设丰富，常见内容都能在 STM32 上学到，例如：

• GPIO

• 串口

• 定时器

• PWM

• ADC

• DMA

• I2C

• SPI

• CAN

• USB

• FreeRTOS

更重要的是，STM32 能覆盖从简单小项目到比较复杂工程的很多需求。你可以从点灯、按键、串口开始，逐渐做到 OLED 显示、传感器采集、电机控制、小车、机械臂、姿态解算、通信协议、RTOS 多任务等项目。

所以 STM32 很适合作为嵌入式软件入门的主线平台。

标准库和 HAL 库怎么选？

学习 STM32 时，经常会遇到两个选择：标准库 和 HAL 库。

标准库

标准库是比较早期的 STM32 官方库，很多经典教程都会使用标准库。

它的特点是封装程度适中，比直接操作寄存器简单，但又比较容易看清楚底层外设配置过程。

标准库适合：

• 喜欢看清底层过程的同学；

• 希望对寄存器和外设初始化有更深理解的同学；

• 跟着一些老牌 STM32 教程学习的同学。

HAL 库

HAL 库是现在 STM32CubeMX / STM32CubeIDE 常用的库。

它的特点是封装程度更高，配合图形化配置工具 CubeMX，可以更快生成工程代码，适合快速搭项目。

HAL 库适合：

• 想快速做项目的同学；

• 想使用 STM32CubeMX 图形化配置的同学；

• 希望后续工程更接近现代 STM32 开发方式的同学。

怎么选？

如果你更重视底层理解，可以先学标准库。

如果你更重视快速做项目，可以直接学 HAL 库。

也可以先用标准库理解底层，再用 HAL 库做项目。两者不是对立关系，本质上都是为了控制 STM32 外设。

开发环境推荐

如果学习标准库，可以跟随网上教程使用 Keil。很多标准库教程默认使用 Keil，跟着配置会比较省心。

如果学习 HAL 库，可以使用：

• ST 官方的 STM32CubeIDE；

• VS Code + STM32CubeMX；

• 后期也可以了解 Makefile、CMake、ARM GCC、OpenOCD、J-Link、GDB 等工具。

对于刚入门的同学，不需要一开始就纠结开发环境。先把程序跑起来、把外设学明白更重要。

B 站可以搜索 Keysking 这位博主，有比较完整的 STM32 + VS Code 开发环境搭建内容。

学习资源推荐

STM32 入门推荐两个 B 站资源：

江协科技

讲解比较细，适合打基础，尤其适合想理解外设底层逻辑的同学。

Keysking

讲解方式比较现代，配合动画理解，适合建立直观认识，也适合学习一些工程化开发方式。

建议两者搭配来看。

前期不要只追求“把代码抄出来能跑”，更重要的是理解每一部分代码在干什么，出了问题该怎么调。

学完江协科技的 STM32 基础课程后，基本就具备了使用单片机开发简单小项目的能力。

可以尝试的小项目

学完基础外设后，可以尝试做一些小项目：

• 智能小车

• 蓝牙/串口控制小车

• OLED 菜单系统

• 温湿度采集显示

• 舵机云台

• 循迹小车

• 简单机械臂

• 姿态传感器读取

• 电机测速与 PID 控制

做项目时，你会真正遇到接线错误、烧录失败、串口没输出、传感器读不到、程序卡死、电机抖动等问题。

这些问题虽然折磨人，但也是嵌入式学习里非常重要的一部分。

PCB：想自己画板子的同学可以学习

当你已经能用开发板完成一些小项目后，可以开始学习 PCB。

PCB 可以理解为把面包板、杜邦线、模块连接，变成一块真正属于自己的电路板。

学习 PCB 后，你可以自己设计：

• 小车控制板

• 传感器转接板

• 电源板

• 最小系统板

• 舵机驱动板

常见软件有：

1. 嘉立创 EDA / 立创 EDA

上手简单，和嘉立创打板、元件库、BOM、贴片服务结合比较方便，适合新手入门。

2. Altium Designer，也就是常说的 AD

功能强大，很多学校、比赛和企业中都比较常见，但软件较重，学习成本更高。

3. KiCad

开源、跨平台，适合想使用开源工具链的同学。

入门建议可以先从嘉立创 EDA 开始，跟着教程画一个 STM32 最小系统板、传感器转接板或者电源小板。

先理解这些基本流程：

• 原理图

• 封装

• 网络

• 布线

• 铺铜

• DRC 检查

• Gerber 文件

• 打板

等有一定基础后，再根据需要学习 AD 或 KiCad。

PCB 方向不要求所有嵌入式软件同学都深入掌握，但会画简单板子是非常加分的能力。因为它能让你从“只会接模块”进一步变成“能做完整硬件原型”。

RTOS：从“顺序执行”走向“多任务系统”

当你的单片机项目越来越复杂时，就会遇到一个问题：

以前程序可能只是 while 循环里依次执行任务，比如读取传感器、刷新屏幕、控制电机、处理串口。

但项目复杂后，这些任务可能有不同的执行周期和实时要求。

比如：

• 串口接收需要及时响应；

• 电机控制需要固定周期；

• 屏幕刷新可以慢一点；

• 按键扫描可以更慢；

• 传感器读取可能需要等待；

• 通信任务不能长时间阻塞。

这时候就可以学习 RTOS。

RTOS 是实时操作系统。它可以把一个复杂程序拆成多个任务，每个任务看起来都像在“同时运行”。

入门常见的是 FreeRTOS。

RTOS 学习路线

可以按这个顺序学习：

1. 理解任务是什么；

2. 理解任务优先级；

3. 理解延时函数和阻塞；

4. 学习队列；

5. 学习信号量；

6. 学习互斥锁；

7. 学习事件组；

8. 学习中断和任务之间如何通信；

9. 尝试把 RTOS 用到真实项目里。

刚开始不要一上来就追求复杂架构，可以先做几个简单例子：

• 一个任务闪灯；

• 一个任务串口打印；

• 一个任务读取按键；

• 一个任务刷新屏幕；

• 用队列把传感器数据传给显示任务；

• 用信号量让中断通知任务处理数据。

学 RTOS 的重点不是“会调用几个 API”，而是理解任务拆分、实时性、优先级、阻塞、资源共享这些思想。

这些内容对以后做机器人、小车、电机控制、通信系统、复杂传感器项目都很有帮助。

嵌入式 Linux：以后可以继续探索

嵌入式 Linux 是更进一步的方向，常见于 Raspberry Pi、i.MX6ULL、全志、瑞芯微等平台。

它相比 MCU 更接近完整操作系统开发，会涉及 Linux 命令、交叉编译、文件系统、进程线程、设备树、驱动开发等内容，建议先打好 C/C++、STM32 和 RTOS 基础后再深入学习。

最后：不要只看课，一定要做项目

嵌入式学习最忌讳只看视频、不动手。

很多知识看起来简单，但一接线、一烧录、一调串口，就会出现各种问题。

比如：

• 代码没错，但是线接反了；

• 程序能编译，但是烧录失败；

• 传感器地址不对；

• 串口波特率不一致；

• 电机电源带不动；

• 按键抖动导致误触发；

• 中断优先级配置错误；

• 数组越界导致程序莫名其妙卡死。

这些问题在视频里可能一笔带过，但在真实项目里非常常见。

所以最好的学习方式是：

看一点，做一点；
学一个外设，就写一个小 demo；
学几个外设，就组合成一个小项目；
做完项目后，再回头整理代码和笔记。

刚开始不需要做很大的项目。能独立完成一个小功能，就已经是在进步。

比如：

• 点亮 LED；

• 按键控制 LED；

• 串口发送数据；

• OLED 显示菜单；

• 读取温湿度；

• PWM 控制舵机；

• 电机调速；

• 蓝牙控制小车；

• 循迹小车；

• 遥控机械臂。

当你能把这些东西一步步做出来时，你就已经真正走进嵌入式了。

嵌入式不是一条特别轻松的路，但它很有意思。因为你的代码不只是停留在屏幕上，而是真的能让一个设备动起来、亮起来、响起来、跑起来。

如果你喜欢这种感觉，欢迎加入我们，一起折腾点真正能跑起来的小玩具。

已抵达世界尽头

前面的区域，以后再来探索吧~

如果你已经阅读完了这份学习路线，但心中仍存在疑惑，不妨去试着问问AI，或者百度一下

当然，你也可以咨询同方向的师兄师姐，我们大家都是从这个阶段过来的，非常了解大家在学习中可能会碰到的各种困难与疑问，也都特别愿意解答大家的问题！

CPP 团队2026年的考核将会持续大约一个学期，希望无论大家最后结果如何，都能在这一个学期的成长中收获到有用的技能，甚至是发现自己愿意长期发展的兴趣特长所在！

React与Vue类似，都属于MVVM框架，但相比Vue来说，React在企业内部的应用场景会更加广泛，而且得益于AI的加持（AI特别擅长写React + Tailwind的代码），这个框架的使用率在2026年得到了更进一步的提升，所以如果你以后打算选择前端作为就业方向的话，十分推荐学习React。

使用 Vite 创建脚手架会方便很多，且你可以知道 React 的组件是什么样的，如何引入与导出。

推荐跟着文档同步学习： https://react.docschina.org/

B 站的视频大多都是讲解 class 组件，这种声明组件形式官方已经不推荐了。有不懂的随时要向学长提问。

学完可以去 b 站找适合自己的视频进行项目实战练习（可选）