[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ShanghaiTechAIClub--DLInterview":3,"tool-ShanghaiTechAIClub--DLInterview":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",160015,2,"2026-04-18T11:30:52",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":77,"languages":76,"stars":78,"forks":79,"last_commit_at":80,"license":76,"difficulty_score":81,"env_os":82,"env_gpu":83,"env_ram":83,"env_deps":84,"category_tags":87,"github_topics":88,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":93,"updated_at":94,"faqs":95,"releases":96},9184,"ShanghaiTechAIClub\u002FDLInterview","DLInterview","Deep Learning Interview 深度学习面试题目汇总","DLInterview 是一个专为深度学习及相关技术领域求职者打造的面试备考资源库。它系统性地整理了从数学基础、机器学习原理到深度学习核心、计算机视觉应用等五大类专业面试题，并涵盖了基础算法与编程语言考点。除了垂直领域的专业知识，DLInterview 还整合了计算机网络、操作系统、数据库、分布式系统等通用计算机基础知识，内容源自经典教材与权威技术书籍，确保了知识的准确性与深度。\n\n对于正在准备人工智能、算法工程师或后端开发岗位面试的开发者与研究人员而言，DLInterview 有效解决了复习范围广、知识点分散以及难以把握考察重点的痛点。它将庞杂的理论体系转化为结构清晰的问答清单，帮助用户高效查漏补缺。其独特亮点在于不仅聚焦于前沿的 AI 技术，还扎实地覆盖了软件工程基础与设计模式，强调理论与实践的结合。无论是希望巩固基础的学生，还是寻求职业进阶的资深工程师，都能从中获得针对性的指导，从容应对技术面试中的各类挑战。","# DL Interview 深度学习面试题收集\n\n1. [数学相关(Math)](.\u002FMath.md)\n2. [机器学习基础相关(ML)](.\u002FML_Questions.md)\n3. [深度学习相关(DL)](.\u002FDL_Questions.md)\n4. [计算机视觉相关(CV)](.\u002FCV_Questions.md)\n5. [基础算法题相关(AL)](.\u002FAlgorithms.md)\n6. [算法语言相关(LA)](.\u002FLanguage.md)\n\n\n# 技术面试基础知识整理(From CyC2018)\n\n| Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ | Ⅵ | Ⅶ | Ⅷ | Ⅸ | Ⅹ |\n| :--------: | :---------: | :---------: | :---------: | :---------: | :---------:| :---------: | :-------: | :-------:| :------:|\n|网络[:cloud:](#网络-cloud) |操作系统[:computer:](#操作系统-computer)| 算法[:pencil2:](#数据结构与算法-pencil2)| 面向对象[:couple:](#面向对象-couple) |数据库[:floppy_disk:](#数据库-floppy_disk)| Java [:coffee:](#java-coffee)| 分布式[:sweat_drops:](#分布式-sweat_drops)| 工具[:hammer:](#工具-hammer)| 编码实践[:speak_no_evil:](#编码实践-speak_no_evil)| 后记[:memo:](#后记-memo) |\n\u003C\u002Fbr>\n\n\n## 网络 :cloud:\n\n> [计算机网络](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F计算机网络.md)\n\n整理自《计算机网络 第七版》，重点内容会在标题后面加 \\*。\n\n> [HTTP](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FHTTP.md)\n\n整理自《图解 HTTP》\n\n## 操作系统 :computer:\n\n> [计算机操作系统](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F计算机操作系统.md)\n\n整理自《现代操作系统》和《计算机操作系统》\n\n> [Linux](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FLinux.md)\n\n整理自《鸟哥的 Linux 私房菜》\n\n## 数据结构与算法 :pencil2:\n\n> [算法](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F算法.md)\n\n整理自《算法 第四版》\n\n> [剑指 Offer 题解](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F剑指%20offer%20题解.md)\n\n《剑指 Offer 第二版》的最优解，在牛客网在线编程中出现的题目都已 AC。\n\n> [Leetcode 题解](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FLeetcode%20题解.md)\n\n对题目做了一个分类，并对每种题型的解题思路做了总结。\n\n## 面向对象 :couple:\n\n> [设计模式](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F设计模式.md)\n\n整理自《Head First 设计模式》\n\n> [面向对象思想](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F面向对象思想.md)\n\n一些面向对象思想和设计原则。\n\n## 数据库 :floppy_disk:\n\n> [数据库系统原理](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F数据库系统原理.md)\n\n整理自《数据库系统概论 第四版》\n\n> [SQL](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FSQL.md)\n\n整理自《SQL 必知必会》\n\n> [MySQL](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FMySQL.md)\n\n整理自《高性能 MySQL》\n\n> [Redis](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FRedis.md)\n\n整理自《Redis 设计与实现》和《Redis 实战》\n\n## Java :coffee:\n\n> [Java 虚拟机](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJava%20虚拟机.md)\n\n整理自《深入理解 Java 虚拟机》\n\n> [Java 并发](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJava%20并发.md)\n\n只整理了一些比较基础的概念，之后会继续添加更多内容。\n\n> [Java 容器](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJava%20容器.md)\n\n容器的一些总结，包含容器源码的分析。\n\n> [Java I\u002FO](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJava%20IO.md)\n\nFile, InputStream OutputStream, Reader Writer, Serializable, Socket, NIO\n\n> [Java 基础](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJava%20基础.md)\n\n整理了一些常见考点。\n\n> [JDK 中的设计模式](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJDK%20中的设计模式.md)\n\n对每种设计模式做了一个总结，并给出在 JDK 中的使用实例。\n\n## 分布式 :sweat_drops:\n\n> [分布式基础](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F分布式基础.md)\n\n整理自《大规模分布式存储系统》\n\n> [一致性协议](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F一致性协议.md)\n\n两阶段提交、Paxos、Raft、拜占庭将军问题。\n\n> [分布式问题分析](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F分布式问题分析.md)\n\n分布式事务、负载均衡算法与实现、分布式锁、分布式 Session、分库分表的分布式困境与应对之策。\n\n\n## 工具 :hammer:\n\n> [Git](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FGit.md)\n\n整理一些 Git 的使用和概念。\n\n> [正则表达式](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F正则表达式.md)\n\n整理自《正则表达式必知必会》\n\n## 编码实践 :speak_no_evil:\n\n> [重构](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F重构.md)\n\n重构是对软件内部结构的一种调整，目的是在不改变软件可观察行为的前提下，提高其可理解性，降低其修改成本。\n\n> [代码可读性](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F代码可读性.md)\n\n编程有很大一部分时间是在阅读代码，可读性良好的代码能够大大提高编程效率。\n\n> [代码风格规范](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F代码风格规范.md)\n\nGoogle 开源项目的代码风格规范。\n\n## 后记 :memo:\n\n**关于仓库**\n\n本仓库是笔者在准备 2018 年春招实习过程中的学习总结，内容以计算机书籍的学习笔记为主，在整理重点知识的同时会尽量保证知识的系统性。 \n\n**关于贡献**\n\n因为大部分内容是笔者一个字一个字打上去的，所有难免会有一些笔误。如果发现，可以直接在相应的文档上编辑修改。\n\n笔者能力有限，很多内容还不够完善。如果您希望和笔者一起完善这个仓库，可以在发表一个 Issue，表明您想要添加的内容，笔者会及时查看。\n\n因为不打算将这个仓库做成一个大而全的面试宝典，只希望添加一些比较通用的基础知识，或者是与 Java 和分布式相关的内容，但是不添加 Java Web 相关的内容。\n\n您也可以在 Issues 中发表关于改进本仓库的建议。\n\n**关于上传**\n\n笔者在本地使用为知笔记软件进行书写，为了方便将本地笔记内容上传到 Github 上，实现了一整套自动化上传方案，包括文本文件的导出、提取图片、Markdown 文档转换、Git 同步。\n\n进行 Markdown 文档转换是因为 Github 使用的 GFM 不支持 MathJax 公式和 TOC 标记，所以需要替换 MathJax 公式为 CodeCogs 的云服务和重新生成 TOC 目录。这里提供了笔者实现的 GFM 文档转换工具的下载：[GFM-Converter](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FGFM-Converter)。\n\n**关于排版**\n\n笔记内容按照 [中文文案排版指北](http:\u002F\u002Fmazhuang.org\u002Fwiki\u002Fchinese-copywriting-guidelines\u002F#%E4%B8%8D%E8%A6%81%E4%BD%BF%E7%94%A8%E4%B8%8D%E5%9C%B0%E9%81%93%E7%9A%84%E7%BC%A9%E5%86%99) 进行排版，以保证内容的可读性。这里提供了笔者实现的中英混排文档在线排版工具：[Text-Typesetting](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FMarkdown-Typesetting)，目前实现了加空格的功能，之后打算实现对英文专有名词提示首字母大写的功能。\n\n不使用 `![]()` 这种方式来引用图片是为了能够控制图片以合适的大小显示。而且 GFM 不支持 `\u003Ccenter> ![]() \u003C\u002Fcenter>` 让图片居中显示，只能使用 `\u003Cdiv align=\"center\"> \u003Cimg src=\"\"\u002F> \u003C\u002Fdiv>` ，所以只能使用 img 标签来引用图片。\n\n**关于转载**\n\n本仓库内容使用到的资料都会在最后面的参考资料中给出引用链接，希望您在使用本仓库的内容时也能给出相应的引用链接。\n\n**鸣谢**\n\n[TeeKee](https:\u002F\u002Fgithub.com\u002Flinw7)\n\n\n\n本项目正在收集题目中，欢迎PR.\n","# DL面试题 深度学习面试题收集\n\n1. [数学相关(Math)](.\u002FMath.md)\n2. [机器学习基础相关(ML)](.\u002FML_Questions.md)\n3. [深度学习相关(DL)](.\u002FDL_Questions.md)\n4. [计算机视觉相关(CV)](.\u002FCV_Questions.md)\n5. [基础算法题相关(AL)](.\u002FAlgorithms.md)\n6. [算法语言相关(LA)](.\u002FLanguage.md)\n\n\n# 技术面试基础知识整理(From CyC2018)\n\n| Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ | Ⅵ | Ⅶ | Ⅷ | Ⅸ | Ⅹ |\n| :--------: | :---------: | :---------: | :---------: | :---------: | :---------:| :---------: | :-------: | :-------:| :------:|\n|网络[:cloud:](#网络-cloud) |操作系统[:computer:](#操作系统-computer)| 算法[:pencil2:](#数据结构与算法-pencil2)| 面向对象[:couple:](#面向对象-couple) |数据库[:floppy_disk:](#数据库-floppy_disk)| Java [:coffee:](#java-coffee)| 分布式[:sweat_drops:](#分布式-sweat_drops)| 工具[:hammer:](#工具-hammer)| 编码实践[:speak_no_evil:](#编码实践-speak_no_evil)| 后记[:memo:](#后记-memo) |\n\u003C\u002Fbr>\n\n\n## 网络 :cloud:\n\n> [计算机网络](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F计算机网络.md)\n\n整理自《计算机网络 第七版》，重点内容会在标题后面加 \\*。\n\n> [HTTP](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FHTTP.md)\n\n整理自《图解 HTTP》\n\n## 操作系统 :computer:\n\n> [计算机操作系统](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F计算机操作系统.md)\n\n整理自《现代操作系统》和《计算机操作系统》\n\n> [Linux](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FLinux.md)\n\n整理自《鸟哥的 Linux 私房菜》\n\n## 数据结构与算法 :pencil2:\n\n> [算法](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F算法.md)\n\n整理自《算法 第四版》\n\n> [剑指 Offer 题解](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F剑指%20offer%20题解.md)\n\n《剑指 Offer 第二版》的最优解，在牛客网在线编程中出现的题目都已 AC。\n\n> [Leetcode 题解](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FLeetcode%20题解.md)\n\n对题目做了一个分类，并对每种题型的解题思路做了总结。\n\n## 面向对象 :couple:\n\n> [设计模式](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F设计模式.md)\n\n整理自《Head First 设计模式》\n\n> [面向对象思想](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F面向对象思想.md)\n\n一些面向对象思想和设计原则。\n\n## 数据库 :floppy_disk:\n\n> [数据库系统原理](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F数据库系统原理.md)\n\n整理自《数据库系统概论 第四版》\n\n> [SQL](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FSQL.md)\n\n整理自《SQL 必知必会》\n\n> [MySQL](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FMySQL.md)\n\n整理自《高性能 MySQL》\n\n> [Redis](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FRedis.md)\n\n整理自《Redis 设计与实现》和《Redis 实战》\n\n## Java :coffee:\n\n> [Java 虚拟机](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJava%20虚拟机.md)\n\n整理自《深入理解 Java 虚拟机》\n\n> [Java 并发](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJava%20并发.md)\n\n只整理了一些比较基础的概念，之后会继续添加更多内容。\n\n> [Java 容器](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJava%20容器.md)\n\n容器的一些总结，包含容器源码的分析。\n\n> [Java I\u002FO](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJava%20IO.md)\n\nFile, InputStream OutputStream, Reader Writer, Serializable, Socket, NIO\n\n> [Java 基础](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJava%20基础.md)\n\n整理了一些常见考点。\n\n> [JDK 中的设计模式](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FJDK%20中的设计模式.md)\n\n对每种设计模式做了一个总结，并给出在 JDK 中的使用实例。\n\n## 分布式 :sweat_drops:\n\n> [分布式基础](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F分布式基础.md)\n\n整理自《大规模分布式存储系统》\n\n> [一致性协议](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F一致性协议.md)\n\n两阶段提交、Paxos、Raft、拜占庭将军问题。\n\n> [分布式问题分析](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F分布式问题分析.md)\n\n分布式事务、负载均衡算法与实现、分布式锁、分布式 Session、分库分表的分布式困境与应对之策。\n\n\n## 工具 :hammer:\n\n> [Git](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002FGit.md)\n\n整理一些 Git 的使用和概念。\n\n> [正则表达式](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F正则表达式.md)\n\n整理自《正则表达式必知必会》\n\n## 编码实践 :speak_no_evil:\n\n> [重构](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F重构.md)\n\n重构是对软件内部结构的一种调整，目的是在不改变软件可观察行为的前提下，提高其可理解性，降低其修改成本。\n\n> [代码可读性](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F代码可读性.md)\n\n编程有很大一部分时间是在阅读代码，可读性良好的代码能够大大提高编程效率。\n\n> [代码风格规范](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FInnterviewNotes\u002Fblob\u002Fmaster\u002Fnotes\u002F代码风格规范.md)\n\nGoogle 开源项目的代码风格规范。\n\n## 后记 :memo:\n\n**关于仓库**\n\n本仓库是笔者在准备 2018 年春招实习过程中的学习总结，内容以计算机书籍的学习笔记为主，在整理重点知识的同时会尽量保证知识的系统性。 \n\n**关于贡献**\n\n因为大部分内容是笔者一个字一个字打上去的，所有难免会有一些笔误。如果发现，可以直接在相应的文档上编辑修改。\n\n笔者能力有限，很多内容还不够完善。如果您希望和笔者一起完善这个仓库，可以在发表一个 Issue，表明您想要添加的内容，笔者会及时查看。\n\n因为不打算将这个仓库做成一个大而全的面试宝典，只希望添加一些比较通用的基础知识，或者是与 Java 和分布式相关的内容，但是不添加 Java Web 相关的内容。\n\n您也可以在 Issues 中发表关于改进本仓库的建议。\n\n**关于上传**\n\n笔者在本地使用为知笔记软件进行书写，为了方便将本地笔记内容上传到 Github 上，实现了一整套自动化上传方案，包括文本文件的导出、提取图片、Markdown 文档转换、Git 同步。\n\n进行 Markdown 文档转换是因为 Github 使用的 GFM 不支持 MathJax 公式和 TOC 标记，所以需要替换 MathJax 公式为 CodeCogs 的云服务和重新生成 TOC 目录。这里提供了笔者实现的 GFM 文档转换工具的下载：[GFM-Converter](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FGFM-Converter)。\n\n**关于排版**\n\n笔记内容按照 [中文文案排版指北](http:\u002F\u002Fmazhuang.org\u002Fwiki\u002Fchinese-copywriting-guidelines\u002F#%E4%B8%8D%E8%A6%81%E4%BD%BF%E7%94%A8%E4%B8%8D%E5%9C%B0%E9%81%93%E7%9A%84%E7%BC%A9%E5%86%99) 进行排版，以保证内容的可读性。这里提供了笔者实现的中英混排文档在线排版工具：[Text-Typesetting](https:\u002F\u002Fgithub.com\u002FCyC2018\u002FMarkdown-Typesetting)，目前实现了加空格的功能，之后打算实现对英文专有名词提示首字母大写的功能。\n\n不使用 `![]()` 这种方式来引用图片是为了能够控制图片以合适的大小显示。而且 GFM 不支持 `\u003Ccenter> ![]() \u003C\u002Fcenter>` 让图片居中显示，只能使用 `\u003Cdiv align=\"center\"> \u003Cimg src=\"\"\u002F> \u003C\u002Fdiv>` ，所以只能使用 img 标签来引用图片。\n\n**关于转载**\n\n本仓库内容使用到的资料都会在最后面的参考资料中给出引用链接，希望您在使用本仓库的内容时也能给出相应的引用链接。\n\n**鸣谢**\n\n[TeeKee](https:\u002F\u002Fgithub.com\u002Flinw7)\n\n\n\n本项目正在收集题目中，欢迎PR.","# DLInterview 快速上手指南\n\nDLInterview 并非一个需要安装运行的软件工具，而是一个**深度学习与技术面试知识库集合**。它汇集了数学、机器学习、深度学习、计算机视觉、基础算法及通用计算机基础知识（网络、操作系统、数据库等）的面试题与学习笔记。\n\n开发者只需通过 Git 克隆仓库即可在本地查阅，或直接在 GitHub 网页端浏览。\n\n## 环境准备\n\n本项目无特殊的系统要求或前置依赖，仅需具备以下基础环境：\n\n*   **操作系统**：Windows \u002F macOS \u002F Linux 均可\n*   **必备工具**：\n    *   `Git`：用于克隆代码仓库\n    *   `Markdown 阅读器`（可选）：如 VS Code、Typora 或 GitHub 网页版，用于获得最佳阅读体验\n*   **网络环境**：需能访问 GitHub。若访问受限，建议使用国内镜像源或加速方案。\n\n## 安装步骤（克隆仓库）\n\n由于项目托管于 GitHub，国内用户推荐使用 Gitee 镜像（如有）或通过配置代理加速克隆。以下是标准克隆命令：\n\n```bash\n# 1. 克隆主仓库到本地\ngit clone https:\u002F\u002Fgithub.com\u002Flinw7\u002FDLInterview.git\n\n# 2. 进入项目目录\ncd DLInterview\n```\n\n> **提示**：如果直接克隆速度较慢，可尝试使用国内镜像站（如将 `github.com` 替换为 `gitee.com` 的对应镜像地址，若存在），或配置 Git 代理：\n> ```bash\n> git clone https:\u002F\u002Fgithub.com\u002Flinw7\u002FDLInterview.git --config http.proxy=http:\u002F\u002F127.0.0.1:7890 --config https.proxy=https:\u002F\u002F127.0.0.1:7890\n> ```\n\n此外，该项目还整合了 **CyC2018 的技术面试基础知识**，相关内容通常位于仓库的子目录或通过链接索引，克隆后即可查看所有 Markdown 源文件。\n\n## 基本使用\n\n本项目无需编译或运行，直接阅读 Markdown 文档即可。\n\n### 1. 在线浏览（推荐）\n直接访问 GitHub 仓库页面，点击对应的 `.md` 文件即可阅读渲染后的内容。\n\n*   **深度学习专项**：查看 `DL_Questions.md`, `CV_Questions.md` 等文件。\n*   **基础技术栈**：查看仓库中整理的网络、操作系统、算法、Java、分布式等笔记。\n\n### 2. 本地阅读\n在本地使用支持 Markdown 的编辑器打开文件，可获得更好的目录导航和公式渲染体验。\n\n**示例：使用 VS Code 打开并预览**\n\n```bash\n# 假设已安装 VS Code 命令行工具 code\ncode .\n```\n\n打开后，在 VS Code 中按下 `Ctrl+Shift+V` (Windows\u002FLinux) 或 `Cmd+Shift+V` (macOS) 即可进入预览模式。\n\n**核心内容索引：**\n\n| 类别 | 对应文件\u002F章节 | 内容概要 |\n| :--- | :--- | :--- |\n| **AI 专项** | `Math.md`, `ML_Questions.md`, `DL_Questions.md`, `CV_Questions.md` | 数学基础、机器学习、深度学习、计算机视觉面试题 |\n| **算法编程** | `Algorithms.md`, `Language.md` | 基础算法题、编程语言特性 |\n| **计算机基础** | `notes\u002F计算机网络.md`, `notes\u002F计算机操作系统.md` | 网络协议、OS 原理、Linux |\n| **数据结构** | `notes\u002F算法.md`, `notes\u002F剑指 offer 题解.md` | 经典算法、LeetCode 与剑指 Offer 题解 |\n| **后端开发** | `notes\u002FMySQL.md`, `notes\u002FRedis.md`, `notes\u002FJava 虚拟机.md` | 数据库、中间件、JVM、并发编程 |\n| **架构与设计** | `notes\u002F分布式基础.md`, `notes\u002F设计模式.md` | 分布式系统、一致性协议、设计模式 |\n\n通过查阅上述文档，您可以系统地复习面试所需的核心知识点。","计算机专业应届生小李正在备战某大厂的深度学习算法岗面试，面对庞杂的知识体系感到无从下手。\n\n### 没有 DLInterview 时\n- **复习范围模糊**：在数学推导、机器学习基础与深度学习架构之间盲目切换，无法精准定位高频考点，导致时间大量浪费在非核心内容上。\n- **知识碎片化严重**：计算机视觉（CV）理论与基础算法题（Algorithms）分散在不同书籍和博客中，缺乏系统化的分类整理，难以构建完整的知识图谱。\n- **实战模拟缺失**：手头只有零散的笔记，缺乏针对“剑指 Offer\"或 LeetCode 高频题的系统性题解参考，无法进行高效的模拟自测。\n- **底层原理薄弱**：过度关注模型调参，忽视了操作系统、网络协议及数据库等后端基础知识的串联，容易在综合面中被问住。\n\n### 使用 DLInterview 后\n- **考点精准锁定**：直接依据其整理的数学、ML、DL 及 CV 五大核心模块制定复习计划，迅速掌握各章节的重点题目，复习效率提升显著。\n- **体系化知识构建**：利用其清晰的目录结构，将分散的算法语言、设计模式与分布式理论串联起来，形成了从理论基础到代码实现的完整闭环。\n- **高效刷题演练**：参照其中对《剑指 Offer》和 Leetcode 的分类题解与思路总结，快速攻克编码实践难关，实现了从“看懂”到“手撕代码”的跨越。\n- **全栈能力补强**：通过补充学习其收录的网络、操作系统及 Java 并发等通用技术栈笔记，弥补了纯算法背景的短板，从容应对跨领域提问。\n\nDLInterview 通过将散乱的面试知识点系统化、结构化，帮助求职者从盲目海投转向精准备战，极大缩短了从理论学习到通过面试的路径。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FShanghaiTechAIClub_DLInterview_37addc68.png","ShanghaiTechAIClub","AIClub@ShanghaiTech","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FShanghaiTechAIClub_24927052.png","ShanghaiTech University AI Club",null,"https:\u002F\u002Fgithub.com\u002FShanghaiTechAIClub",1111,204,"2026-04-10T13:12:25",1,"","未说明",{"notes":85,"python":83,"dependencies":86},"该项目并非可运行的 AI 软件工具，而是一个深度学习面试题和计算机基础知识的文档集合（Markdown 格式）。用户只需通过浏览器查看或使用文本编辑器阅读即可，无需安装任何运行环境、GPU、特定内存或依赖库。",[],[14],[89,90,91,92],"deep-learning","interview-questions","machine-learning","algorithms","2026-03-27T02:49:30.150509","2026-04-19T03:03:13.368662",[],[]]