未来系列规划
把已写完的系列之外、值得新开的方向存这里。 当前知识图已经覆盖 Web / AI / AI Infra / Backend / Flutter / Claude / Git / Algorithm / Math for CS / System Design / Distributed / Network / OS / Rust / Go / Security / Interpreter / Data Engineering / DevOps / Terminal 二十个主系列。后续重点不再是"补基础缺口",而是项目化消化 + 细分专题 + 兴趣型方向。
已完成的系列
| 系列 | 篇数 | 主题 |
|---|---|---|
| webLearning | 50 | React / Vue / Angular / Solid + 基础 + 工程 + 进阶 + 专题 |
| aiLearning | 41 | 神经网络 / Transformer / LLM / Prompt / RAG / Agent / 多模态 / 微调 / 推理引擎 |
| backendLearning | 66 | HTTP / Spring Boot / ElysiaJS / SQL / Redis / ES / Docker / K8s / 微服务 / SRE / 数据 / 架构专题 |
| flutterLearning | 43 | 状态管理 / Widget / 布局 / 动画 / 平台 / 性能 / 测试 / 架构 / WebRTC / CI |
| claudeLearning | 30 | Claude Code / Anthropic API / Agent SDK / MCP server / 设计模式 |
| gitLearning | 22 | DAG 心智 / 分支 / rebase / reflog / 工作流 / 大仓库 / 签名安全 |
| algorithmLearning | 28 | 复杂度 / 数据结构 / 算法范式 / LRU 限流 一致性哈希 等工程实战 |
| systemDesign | 30 | 心智 / 抗压基础设施 / 经典案例 / 多机房 / 容灾 / 文档面试 |
| networkLearning | 40 | 协议栈 / IP / TCP / TLS / HTTP/2/3 / DNS / 内核网络 / 反代 / 安全 / 排障 |
| osLearning | 28 | 用户态内核态 / 系统调用 / 虚拟内存 / 进程线程 / 锁 / 调度 / IO / 容器 / eBPF |
| rustLearning | 30 | 所有权与借用 / 生命周期 / 泛型与Trait / 智能指针 / 无畏并发 / Tokio异步 / 实战 |
| goLearning | 30 | Go Modules / 类型系统 / 并发 / net/http / Gin / 数据库 / 微服务 / Docker / K8s / 性能剖析 |
| securityLearning | 30 | 心智 / 密码学 / Web 攻防 / 二进制内存 / 渗透红蓝紫 / 供应链 / SDL / 容器云 / AI 安全 |
| interpreterLearning | 30 | 解释器 vs 编译器 vs JIT / Mochi 玩具语言 / 词法语法 / 树遍历 / 字节码 VM / GC / 真实语言剖析 |
| distributedLearning | 30 | 故障模型 / 时钟 / Paxos / Raft / 一致性模型 / 分布式事务 / Spanner / Gossip / 选主与租约 |
| devopsLearning | 34 | SRE / 可观测性 / Prometheus / 日志 / Tracing / SLO / CI/CD / GitOps / IaC / 事故响应 |
| dataEngineering | 32 | OLTP/OLAP / ETL/ELT / 数据湖 / Iceberg / Spark / Flink / dbt / CDC / RAG 数据管道 / 数据质量 |
| terminalLearning | 30 | TTY / Shell / zsh / fzf / tmux / Neovim / Helix / dotfiles / Nix / Devcontainer / Claude Code 工作流 |
| aiInfraLearning | 30 | GPU / 显存 / vLLM / SGLang / KV Cache / 并行训练 / 量化 / Ray / K8s GPU / Slurm / 成本吞吐 |
| mathForCS | 30 | 数值精度 / 线性代数 / 概率统计 / 信息论 / 微积分与优化 / 图论 / 数论 / 马尔可夫链 |
当前结论
已开系列全部完成,当前目录里没有"写了一半但没补完"的主系列。
下一步如果继续扩知识图,优先级变成:
- 项目化消化:用一个真实项目把 AI / Backend / Data / DevOps / Terminal 串起来,否则知识会停在文档层。
- 细分专题:图形学、音视频、嵌入式、独立开发、技术写作这些方向按兴趣开,不再是体系缺口。
- 维护与发布:保持 GitHub Pages 入口、目录导航、规划文档和新增系列同步。
一、补完整知识图(已完成)
这些是原先最重要的基础缺口,现在已经补齐。
A. systemDesign / 系统设计 ⭐⭐⭐⭐⭐ ✅ (2026/05 完成,30 篇)
12306 / Twitter / 微信 / 短链 / Feed / 直播 怎么设计?
backendLearning 教了"用什么工具",systemDesign 教"工具怎么组合应对真实流量"。 面试 + 架构师必经,backend 知识缺这一层就上不去。
已覆盖:
- 架构基础:可用性 / 一致性 / 分区 / 缓存 / 队列 / 限流 / 熔断 / 降级
- 经典案例:短链、Twitter、新闻 Feed、即时通讯、视频流、网约车、秒杀、订单、支付
- 进阶:多机房 / 异地多活 / 容灾 / 数据迁移 / 灰度发布
B. algorithms / 数据结构与算法 ⭐⭐⭐⭐⭐ ✅ (2026/05 完成,28 篇)
不是 LeetCode 刷题,是"工程师真用得上的算法心智模型"
链表 / 树 / 图 / 堆 / 排序 / 动态规划 / 滑动窗口 / 二分 / 回溯 / 贪心。 面试硬通货,且写代码 / 调性能时直觉就来自这。
已覆盖:每个数据结构 + 每类经典题型 + 实战(LRU / 限流 / 一致性哈希 / 调度算法 / 布隆过滤器)。
C. network / 网络深入 ⭐⭐⭐⭐ ✅ (2026/05 完成,40 篇)
webLearning 浅讲,可以深挖到 RFC 级别
HTTP/2/3 / QUIC / TCP / TLS / DNS / WebSocket 内部 / CDN / 抓包工具 / 性能调优。 全栈工程师天花板,Web + 后端 + 移动都会受益。
已覆盖 40 篇,从链路层一路到排障方法论。
D. os / 操作系统 / 计算机系统 ⭐⭐⭐⭐ ✅ (2026/05 完成,28 篇)
CSAPP 风格:进程 / 线程 / 内存 / 文件 / IO 模型 / 协程
理解这些之后,看任何"性能问题"都能直接看到底。 Java GC、Node 事件循环、Flutter Isolate、Go 协程 全是这层往上长出来的。
已覆盖:系统调用、CPU、中断、虚拟内存、内存分配、cache、进程线程、IPC、锁、调度、协程、VFS、文件系统、IO 模型、epoll、io_uring、零拷贝、信号、容器、性能工具、eBPF。
二、新语言 / 新栈(挑一个真正想用的)
E. rust / Rust 入门 → 进阶 ⭐⭐⭐⭐ ✅ (2026/05 完成,30 篇)
2025 系统编程主流
- 所有权 / 借用 / lifetime
- Trait / 泛型 / 类型体操
- async / Tokio / Axum
- 写 CLI / WebAssembly / 嵌入式
跟已有栈差异最大,学了能开新一层视野。 Linux 内核、Tauri、Cloudflare Workers、各种数据库 driver 都在用 Rust。
F. go / Go 入门 → 进阶 ⭐⭐⭐⭐ ✅ (2026/05 完成,30 篇)
后端 / 云原生主流
- 并发模型(goroutine / channel)
- 网络服务 / gRPC
- K8s / Docker / Prometheus 都是 Go
后端 / 云原生职位需求量大。比 Rust 简单一个量级,两周能出活。
三、纵深主题(已有领域的"地下室")
G. distributed / 分布式系统理论 ⭐⭐⭐⭐ ✅ (2026/05 完成,30 篇)
CAP / BASE / Paxos / Raft / 2PC / Saga / 一致性哈希 / 分布式锁 / 分布式事务 / 时钟。 跟 systemDesign 互补,一个偏理论一个偏工程。
H. devops / DevOps / SRE / 可观测性 ⭐⭐⭐⭐ ✅ (2026/05 完成,34 篇)
监控(Prometheus / Grafana)、链路追踪(OpenTelemetry / Jaeger)、日志(Loki / ELK)、 SLO / SLA / 错误预算、混沌工程、容量规划、故障复盘。 backendLearning 后半截的延伸。
I. security / 安全工程 ⭐⭐⭐ ✅ (2026/05 完成,30 篇)
webLearning 里写了 35 篇浅讲。深入的话: OWASP Top 10 详解、二进制 / 内存安全、密码学(对称 / 非对称 / 椭圆曲线)、 CTF 入门、渗透测试基础、供应链安全。
已覆盖六层:心智 / 威胁建模 → 密码学原语与陷阱 → Web 安全深入(XSS/CSRF/注入/SSRF/反序列化/认证) → 二进制内存安全(栈/堆/ROP/缓解/Fuzz) → 渗透与红蓝紫队 → 工程化防御(供应链/SDL/容器云/监控响应/AI 安全)。
J. dataEngineering / 数据工程 ⭐⭐⭐ ✅ (2026/05 完成,32 篇)
Spark / Flink / Airflow / dbt / Iceberg / 数据湖 / 实时数仓。 AI 时代数据工程比以前更热,和 AI 系列正好接上。
已覆盖:OLTP/OLAP、ETL/ELT、Lambda/Kappa、数据契约、列存、数据湖、Iceberg、Hudi/Delta、Lakehouse、Catalog、Spark、Flink、编排、dbt、CDC、向量数据库、RAG 数据管道、特征平台、数据质量与可观测、未来趋势。
L. aiInfra / LLM 系统工程 ⭐⭐⭐⭐ ✅ (2026/05 完成,30 篇)
aiLearning 41 篇偏「模型一侧」,这一层补「生产一侧」
- 推理引擎内部:vLLM / SGLang / TensorRT-LLM / PagedAttention / KV cache / 连续批处理
- 训练框架:Megatron / DeepSpeed / FSDP / 张量并行 / 流水并行 / ZeRO
- 调度与平台:Ray / Slurm / Kubeflow / GPU 资源调度
- 量化与压缩:GPTQ / AWQ / FP8 / 投机解码
- 端到端:从 GPU 选型到推理服务到成本控制
和 dataEngineering 接成完整 AI 工程链:数据 → 训练 → 推理 → 评测。
M. mathForCS / 程序员的数学 ⭐⭐⭐⭐ ✅ (2026/05 完成,30 篇)
aiLearning 第 2 篇只起了个头,真要往深了走 RAG 评估、量化、推理优化、分布式都绕不开
- 线性代数:向量空间 / 矩阵分解(SVD / PCA / 特征值)/ 张量
- 概率与统计:贝叶斯 / 极大似然 / 假设检验 / 蒙特卡洛
- 信息论:熵 / 互信息 / KL 散度 / 编码下界
- 凸优化:梯度下降 / 牛顿法 / 拉格朗日对偶
- 离散数学:图论 / 组合 / 数论(签名 / 密码学用)
- 工程导向:不证明,只讲「为什么这个公式在工程里有用」
支撑 aiLearning / securityLearning / algorithmLearning 三个系列的地下室。
N. terminalLearning / 终端工程 ⭐⭐⭐⭐ (2026/05 完成,30 篇初稿)
Claude Code 已经是日常,但终端工作流的肌肉记忆没系统化过
- 心智:tty / pty / shell / 终端模拟器 / Unix 哲学
- Shell 选型:bash / zsh / fish / 提示符 / 补全 / 历史(fzf / atuin)
- CLI 工具链:grep-sed-awk → rg / fd / bat,fzf,jq,ssh,curl
- Multiplexer + 编辑器:tmux / Zellij / Vim / Neovim / Helix
- Dotfiles + 可复现环境:chezmoi / Nix / mise / devcontainer
- 工作流:shell 脚本工程化 / 任务运行器 / Claude Code + tmux + fzf 联动 / 现代终端(Warp / Ghostty / WezTerm)
和 claudeLearning + devopsLearning 直接对齐,日常用得到、新机器半小时复刻。
四、贴合 Claude Code 工作流的(超针对)
K. claude / Claude / Anthropic 生态实战 ⭐⭐⭐⭐⭐ ✅ (2026/05 完成,30 篇)
当下日常用得到的
- Claude Code 深用:Hooks / Slash Commands / MCP / Subagents / Skills / Plan Mode
- Claude Agent SDK 全景
- Anthropic API 高阶:Prompt Caching / Tool Use / Computer Use / Files / Citations
- MCP 服务器开发(建自己的工具)
- Skill 设计模式 / Agent 设计模式
写下来 20-30 篇,现有 AI 系列的下游应用层,且每天用得到。
五、跨界 / 兴趣型(锦上添花)
| 系列 | 一句话理由 | 推荐度 |
|---|---|---|
| graphics / 图形学 | GAMES101 风格,从矩阵到光线追踪,理解 3D 引擎本质 | ⭐⭐⭐ |
| interpreter / 写一个解释器 | Crafting Interpreters 风格,根本性提升对语言的理解 ✅ (2026/05 完成,30 篇) | ⭐⭐⭐⭐ |
| gameDev / 游戏开发 | Godot / Unity,独立开发者必学的"娱乐性产品" | ⭐⭐ |
| mediaTech / 音视频 | WebRTC / FFmpeg,直播 / 实时通信 / 流媒体,冷门但工资高 | ⭐⭐⭐ |
| embedded / 嵌入式 | ESP32 / Arduino,IoT / 智能硬件,和 Flutter 跨端做硬件 UI 能联动 | ⭐⭐ |
| indieHacker / 独立开发 | 不是技术,是商业,0 → 第一个付费用户 | ⭐⭐⭐ |
| techWriting / 技术写作 / 博客 | 把这套笔记变成对外的输出 | ⭐⭐⭐ |
推荐组合(性价比最高)
如果让我选 3 个下一步动作:
- 做一个贯穿项目:用 Go/Rust + AI Infra + Data Engineering + DevOps/SRE 做完整闭环。
- 抽一条专题线深挖:比如 graphics / mediaTech / embedded,按真实兴趣而不是知识焦虑选。
- 把文档产品化:补索引、导航、搜索体验、系列导读和交叉链接,让 chewingdocs 更像可用知识库。
2026/05 新增系列状态:
- terminalLearning ✅ 已完成 30 篇(日常用得到 + Claude Code 工作流对齐 + 新机器半小时复刻)
- aiInfra ✅ 已完成 30 篇(把 aiLearning + dataEngineering 接成完整 AI 工程链)
- mathForCS ✅ 已完成 30 篇(支撑 ai / security / algorithm 三个系列的地下室)
最反直觉但回报极高的:
interpreter / 写一个解释器✅ (2026/05 完成,30 篇) — 现在你看 JS / Dart / Python 里所有语法都能拆成 Mochi 里写过的几十行代码。
学习节奏建议
连续高强度多个系列已经吃了不少认知带宽,
建议下一个系列前留 1-2 周做项目消化:
做项目 = 把已学的串起来 + 暴露真实问题 + 决定下一步学什么
最佳路径:
一个真实项目
→ Go/Rust 写核心服务
→ dataEngineering 接数据链路
→ aiInfra 上推理服务
→ devops/SRE 做生产化
→ terminalLearning 固化日常工作流
不推荐路径:
连续学 5+ 个系列不动手 → 知识不闭合,容易遗忘评分维度说明
⭐⭐⭐⭐⭐ — 缺了之后整个体系不完整 ⭐⭐⭐⭐ — 强烈推荐学,职业天花板相关 ⭐⭐⭐ — 推荐,值得花时间 ⭐⭐ — 兴趣驱动,看个人方向