PKUFlyingPig/cs-self-learning：74K stars 的计算机自学指南到底有什么

一句话判断

cs-self-learning 不是项目，是一本开源电子书——作者 PKUFlyingPig 用四年大学自学经验，把"计算机每个领域该读什么课、什么书、什么视频"整理成可在线阅读的 csdiy.wiki。74K stars 说明它的覆盖面和可信度已经在中文 CS 自学圈子里被广泛认可，但它不是教学资源本身，而是资源的元索引。

项目定位

• 仓库：PKUFlyingPig/cs-self-learning，MIT 协议（作者撰写部分）
• GitHub Stars：74.1K，Forks 7.9K（2026-02-24 数据；项目稳定期，commit 频率不高）
• 主语言：HTML（说明核心载体是 mkdocs 站点）
• 在线阅读：csdiy.wiki（中文）/ csdiy.wiki/en（英文）
• 目标读者：刚接触计算机的小白、想转码的非科班、社招转 CS 的工程师

系统地图

仓库的 mkdocs 站点按 CS 子领域组织：

每一节的核心模式是相同的：

1. 课程：列 1-3 门经典课程（带 MIT OCW / Coursera / B 站链接）
2. 教材：列 1-2 本经典教材（带 ISBN / 豆瓣评分）
3. 视频：列 1-2 个 B 站 / YouTube 视频路径
4. 配套项目：列 1-2 个千行代码量级的 Project 题目
5. 学习群：评论区自建的 QQ / 微信群链接

这套模板的关键是作者不写教程本身，而是给资源的元数据——他要解决的是"面对这么多资源我应该选哪一个"的选择困难症。

关键机制拆解

1. mkdocs 站点而非 GitHub Wiki

作者用 mkdocs 把 markdown 渲染成静态站点，部署到 csdiy.wiki。这意味着：

• 读者：访问网站，搜索体验好、版式可读
• 作者：用 markdown 写内容，PR（Pull Request，合并请求）审阅门槛低
• 协作：pull request 可以基于章节做小粒度修改，而不必动整个文档

对比 GitHub Wiki 的方案，mkdocs 的优势是版本化、PR-friendly、可搜索。

2. 中英双语

README 明确"本书支持英文版，因此贡献的内容需要提供对应的英文翻译"。双语同步意味着：

• 中文小白可以直接读
• 海外申请 / 留学场景可以给招生官看英文版
• 国际贡献者可以 PR 英文部分，再由中文社区翻译（参考 issue #222 的流程）

3. PR 友好的结构

每一节都用 mkdocs.yml 注册导航 + template.md 提供模板。这意味着贡献者只需要：

1. 在 docs/ 对应目录下加一个 markdown 文件
2. 在 mkdocs.yml 加 navigation
3. 如果是 CS 学习规划里的模块，在规划文件里加导语
4. 提交 PR

模板化的好处是贡献者只需要懂内容，不需要懂排版。这种设计对一个长期维护的社区项目至关重要——降低贡献门槛就是延长项目寿命。

4. 评论 + 自建群聊

README 提到"本书支持页面评论功能，因此如果你想自学某课程，可以自己建立群聊后在对应的课程页面下方发表评论"。这种"每节配套群聊"的模式让读者在读到某节时可以立刻找到同类学习者。这是 GitHub 项目 README 没法提供的"垂直社区"。

适用人群

• 计算机小白：刚接触编程，需要一个"路径图"而不是"具体教程"
• 转码 / 非科班：想系统补 CS 基础的人
• CS 在校生：想横向扩展到其他子领域的人
• 海外申请者：需要给招生官一个"自学 + 项目"的清单

不适合谁

• 追求"读完就成大神"的人：这是路径图，不是教程本身，每个推荐的课程依然要花时间读
• 只想要一两个项目模板的人：每个领域的 Project 题目需要自己消化，不是"开箱即用的代码"
• 不愿读英文一手材料的人：作者推荐的核心教材 / 课程大部分是英文，中文译本是辅助

仓库地址

https://github.com/PKUFlyingPig/cs-self-learning

阅读路径建议

1. 先读 README 的"目标"段，确认自己的成长路径和作者一致
2. 打开 csdiy.wiki 在线浏览，从"CS 学习规划"开始看总图
3. 选一个你当前正在学的领域（算法 / AI / 系统），看对应的章节，参考推荐的课 + 书 + 视频组合
4. 如果你有补充 / 修正，按 template.md 的格式提 PR，贡献给社区