🎯 这页是什么：把全站所有内容放在一张图上看清楚——哪些已经能读、哪些正在写、哪些还在计划里。规划中的条目只出现在这一页，做完了才会进首页。
✅ 已上线 · 能点开读
🔄 正在做 · 全站只有 2 项
📅 规划中 · 做完才上首页
三条主线
💻 编程语言线
C → C++ → Java → Python · 共 37 章 146 题，四门全部已上线
✅
C 语言 · 8 章 16 题 · 指针、动态内存、结构体、多文件工程 →
✅
Java · 8 章 16 题 · JVM、集合框架、异常、Stream →
✅
Python · 8 章 16 题 · 容器、模块、面向对象、pandas →
这条线只讲语言的语法、语言特性和标准库；数据结构和算法已经抽出去，放在下面「计算机基础线」里，四门语言并排对照。
🧮 计算机基础线
语言无关 · 每个结构用 C / C++ / Java / Python 四份可运行代码对照
🔄
数据结构与算法 · 正在做（12 章已完成 3 章）· 第 1 章 链表、第 2 章 复杂度与算法分析、第 3 章 数组、字符串与二分查找 已上线：四语言对照，代码实测编译运行、输出逐字节一致。后面按 双指针与滑动窗口 → 哈希表 → 栈队列 → 树与堆 → 排序 → 回溯 → 贪心 → 动态规划 → 图论 推进 · 这条线的目录 →
📅
计算机组成原理 · 规划中 · 进制 → 补码 → 浮点表示 → 流水线 → Cache 与内存层次。看懂「程序到底跑在哪」
📅
操作系统 · 规划中 · 进程与线程 → 调度 → 内存管理 → 文件系统 → 死锁。面试里和并发、性能挂钩的高频区
📅
计算机网络 · 规划中 · 分层模型 → TCP / UDP → HTTP → DNS → HTTPS。和「工程实践线」的建站内容互相印证
顺序建议：先把数据结构与算法写熟，再补组成原理与操作系统——前者决定你能不能通过笔试，后两者决定你能不能答出「为什么」。
🏗️ 工程实践线
🔄 正在扩充 · 语言无关 · 调试、构建、测试、版本控制、部署
✅
建站与运维 2 篇 · 网站、网址、域名、服务器：一次讲清楚 · 博客搭建指南：从域名到上线
📅
调试、构建与测试 · 规划中 · 编译器警告与 sanitizer、GDB 断点与调用栈、CMake 组织多文件工程、单元测试怎么写。这部分内容会从 C++ 教材第 12 章抽出来，改写成与语言无关的写法，C / Java / Python 也会有对照命令
📅
Git 与 GitHub · 规划中 · 提交、分支、合并与冲突、rebase、回滚、PR 与代码评审流程
📅
CI 自动化 · 规划中 · 用 GitHub Actions 做到「推送即编译、跑测试、检查链接」
📅
Linux 与自托管 · 规划中 · 命令行、权限与环境变量、进程管理、备份与监控、把自己的服务跑在服务器上
这条线已经有 2 篇，其余按上面的顺序往下做。所有示例里的服务器地址、账号、密钥一律用占位符。
AI 与数据实验区
🤖 已经有 3 篇，后面还有一串
边做边写，做出成品再上线
✅
📅
AI 摘要 · 规划中 · 把长文自动压成要点，接在自己的写作流程里
📅
RAG 知识库 · 规划中 · 把自己的笔记和文章做成分块检索的知识库，问它问题能带出处
📅
AI bot · 规划中 · 把摘要与知识库接成能对话的机器人，挂在网站上
📅
Python 数据分析 · 规划中 · 从原始表格到结论：清洗、分组、透视、统计推断
📅
数据可视化 · 规划中 · 让图说人话：选图型、配色、标注与讲故事
📅
机器学习基础 · 规划中 · 从线性回归到分类与评估指标，每个模型都配一份能跑的数据实验
这一区的规矩：先做出能跑的东西，再写文章。做不出来的想法不会挂在这里。
大学基础（不单独占位）
📐 线性代数 / 高等数学
作为机器学习的前置，写进下面的依赖图，不单独开线
📅
线性代数 · 规划中 · 向量与矩阵、特征值与特征向量、投影——从 AI 和数据场景倒推着讲
📅
高等数学 · 规划中 · 极限、导数、梯度、最优化——机器学习里真正用得上的那部分
它们不是独立的一条线，而是「机器学习基础」的前置：不挂在这里占位，是因为学它们的目的就是为 ML 服务。
🧪 实验台
做完了才上首页
现在都在开发中，所以只在这页出现
📅
DataViz Playground · 开发中 · 用 Python 把复杂数据变成一眼能看懂的图；做完会有一批可交互的例子
📅
CodeMate Bot · 开发中 · 智能学习助手：整理笔记、提醒打卡、陪你写代码
已经上线的两个项目在首页「项目」区：Yourself-Skill 与 Think Tank 智库平台。
前置依赖关系图
C→
C++→
Java→
Python
语言线顺序。四门可以单独学，但按这个顺序最省力：先懂内存，再学抽象，再换生态，最后用它做数据。
编程语言（任一）→
数据结构与算法→
计算机组成原理→
操作系统/计算机网络
算法不绑定语言，但得先会写代码才谈得上复杂度；组成原理和操作系统解释「为什么这样写更快」，是面试的区分度所在。
线性代数+
高等数学→
机器学习基础→
数据科学应用
线代和高数不是独立占位，是机器学习的地基；先补地基，模型才不是背公式。
建站与运维→
Git 与 CI→
Linux 与自托管
工程实践的进阶路线：先会把自己的东西发布出去，再学会规范地管版本、自动化验证，最后自己运维。
C+++
数据结构与算法+
Git 与 CI→
一线大厂暑期实习的笔试与面试
这是我自己当前的路线：语言打底、算法刷题、工程实践让简历有东西可讲，三条一起走。
这页怎么用
- 按目标挑线：想冲一线大厂暑期实习，就按「C++ + 数据结构与算法 + 工程实践」三条一起走；想做数据方向，走「Python + 数据分析 → 机器学习」。
- 只看能点开的：标 ✅ 的都能直接读；标 🔄 的还没写完，标 📅 的还在计划里，不要在这里等。
- 概念不懂就查：路上遇到的术语，直接去 📚 知识大全，112 条词条按「是什么 → 什么时候用 → 怎么用 → 相关词条」排好。
⚠️ 安全提醒：所有教程与示例里都不会出现真实的服务器 IP、SSH 账号、API Key、数据库密码，一律用占位符。你自己照着做的时候，也别把这些写进代码仓库。
📌 状态会更新：每做完一个 📅 条目，它就会从这页挪到首页的「🌱 最近在折腾」里。反过来，首页出现的东西一定是已经能读的。