一个面向计算机科学与人工智能的知识共享平台
A knowledge-sharing platform for Computer Science & Artificial Intelligence
🌐 访问网站 · Visit Site · 👥 贡献者 · Contributors · 📖 关于我们 · About Us · 🏷️ 标签索引 · Tags
Awesome Tech Share 是一个持续更新的计算机科学与人工智能知识库，收录涵盖 CS 核心课程、AI 前沿技术、工程开发实践、学习成长经验等多领域优质资源与原创思考。
网站由 MkDocs + Material Theme 驱动，部署于 GitHub Pages，无需任何账号注册，直接用浏览器打开即可访问所有内容。
Awesome Tech Share is a continuously updated knowledge base covering CS fundamentals, cutting-edge AI, software engineering, and personal learning reflections.
Powered by MkDocs + Material Theme and deployed on GitHub Pages — no sign-up needed, just open your browser and start reading.
无需安装 · No Installation Required
直接点击下方链接，在浏览器中打开即可：
Just click the link below to open in any browser:
网站亮点 | Highlights：
| 功能 | 说明 |
|---|---|
| ☀️ 明/暗主题 | 自动跟随系统，支持手动切换 / Auto light-dark mode |
| 🔍 全文搜索 | 关键词高亮 + 智能补全 / Full-text search with highlight & suggestion |
| 📱 响应式布局 | 电脑 / 手机 / 平板均可流畅阅读 / Works on any device |
| 📊 阅读统计 | 实时显示字数与预计阅读时间 / Word count & reading time |
| 🔖 标签索引 | 通过 Tags 页快速定位跨领域内容 / Cross-topic tag index |
| 🕐 更新时间 | 每篇文章显示最后 Git 提交时间 / Per-page last-update timestamp |
| 🖼️ 图片灯箱 | 点击图片放大查看 / Click-to-enlarge image lightbox |
系统性的 CS 核心课程知识整理与优质课程资源推荐
| 模块 | 涵盖内容 |
|---|---|
| 系统原理 | 操作系统 · 计算机网络 · 编译原理 · 数据库 · 分布式系统 · 体系结构 · 软件分析 · 电路理论 |
| 编程 | 编程基础 · 数据结构与算法 |
| 数学基础 | 数学课程精选 · 数学杂谈 |
从基础理论到前沿应用，覆盖当代 AI 全栈技术体系
| 模块 | 涵盖内容 |
|---|---|
| AI 理论基础 | 机器学习 · 深度学习 · 统计学基础 |
| 算法与实现 | 主流框架 · 模型训练与调优实践 |
| 大语言模型 | LLM 原理 · RAG 检索增强生成 · AI Agent 智能体 |
| AI 应用 | AIGC 内容生成 · 多模态技术 · 具身智能（Embodied AI） |
工程实战经验与开发工具使用心得
- 前后端开发 · 嵌入式开发 · 计算机图形学 · 开发工具 · 实战项目
学习方法论、科研经验、技术思考与职业规划
- 优质学习资源 · 科研记录 · 技术观点 · 读书笔记 · 工作就业 · 人生感悟
持续更新的过程回顾与每周技术总结
若你想在本地阅读或贡献内容，请按以下步骤操作。 Follow these steps if you want to run the site locally or contribute.
git clone https://github.com/WncFht/Awesome-Tech-Share.git
cd Awesome-Tech-Share# 创建并激活 conda 环境 / Create and activate conda environment
conda env create -f environment.yml
conda activate <your-env-name>
# 安装统计插件（来自独立仓库）/ Install the statistics plugin
git clone https://github.com/KinnariyaMamaTanha/mkdocs-statistics-plugin
pip install ./mkdocs-statistics-plugin
# 清理 / Cleanup
rm -rf mkdocs-statistics-plugin # Linux / macOS
# rmdir /s /q mkdocs-statistics-plugin # Windows
pip cache purgemkdocs serve浏览器打开 http://127.0.0.1:8000 即可实时预览。
Open http://127.0.0.1:8000 to preview in real time.
mkdocs build欢迎任何形式的贡献！你可以：
All contributions are welcome! You can:
- 📝 补充 / 修正内容 — 在
docs/对应目录下新增或修改 Markdown 文件 - 🐛 提交 Issue — 通过 Issues 反馈错误或提出改进建议
- 🔀 发起 Pull Request — 直接贡献你的内容与修改
- ⭐ 点个 Star — 这是对我们最直接的鼓励！
更多详情请见 贡献者页面 · Contributors Page。
如果这个项目对你有帮助，欢迎点击右上角 ⭐ Star 支持我们！
If this project is helpful to you, please consider giving it a ⭐ Star!