提供零基础编程学习全流程,涵盖路线选择、技术知识、学习方法和考研升学建议。
带做数十套企业级项目实战开发经验,手把手带你掌握真实项目技能和独立开发经验。
汇总保姆级简历写作、笔试面试经验与数百篇大厂面经,助你成功斩获Offer。
分享职场规划、快速涨薪跳槽和应对空窗期的建议,助力职业持续发展与提升。

鱼皮原创项目系列以 【实战视频教程】 为主,从 0 到 1 带做,涵盖企业级 Java / Python / Go 后端 + 前端全栈项目、最新 AI 应用开发 + AI 编程项目、大厂架构进阶项目。已有近 30 套保姆级项目教程,并提供现成的源码、简历写法和面试题解,帮你用最快的速度学会做项目、写满简历、拿到 Offer。

按照本文的学习建议,认真完成并理解 4 个及以上的项目,做项目能力可达中大厂水平。

⭐️ 成为编程导航会员,畅学鱼皮的所有项目,还可获授权将项目作为毕业设计,并获取毕设建议。

所有项目资料均已加密,仅供加入者本人观看。拒绝盗版!盗版资料缺斤少两、没有 1 对 1 指导、没有更新,只会浪费更多时间!

此外,加入后还可享受以下服务:

教程资料求职助力
详细的文字教程 / 直播笔记⭐️ 现成的简历写法,直接写满简历
完整的项目源码⭐️ 项目相关面试题解和真实面经
1 对 1 答疑解惑 + 专属交流群⭐️ 项目扩展思路,拉开区分度
前端 + Java 后端万用项目模板⭐️ 从学项目到拿 Offer 一条龙

比起看网上的教程自学,鱼皮项目系列的优势:学知识 → 做项目 → 答疑解惑 → 简历写法 → 面试题解,一条龙服务!

鱼皮坚持带大家做项目多年,已帮无数名小伙伴拿到了大厂级别的 Offer:

鱼皮的项目学习建议

如果你是程序员 / 计算机专业学生: 学完至少一门后端框架(比如 Spring Boot)或前端框架(比如 Vue)之后,跟着做项目效果更佳。一种最快速的学习方法是,先通过鱼皮的项目实战新技术,然后看完整的教程来系统学习新技术,事半功倍。如果还没有学完框架,请先按照 鱼皮的编程学习路线 补充知识。

如果你没有编程基础,只想快速用 AI 编程开发项目: 可以直接从标注了 AI 编程 的项目开始学起,选 2 个即可。这些项目重点帮你掌握利用 AI 快速开发产品的方法和工作流,不需要系统学习编程语言和框架,也能跟着做出来。

💡 由于鱼皮的项目较多,如果你不确定该做哪些项目,可以从 编程导航会员中心 添加鱼皮的微信,鱼皮会根据你的个人情况来定制最适合你的快速学习路径。

鱼皮项目的推荐学习顺序

25 年之前的项目可以通过 介绍视频 快速了解,可以利用视频底部的章节条快速定位到对应的项目哦

标注了 Java Go Python 的项目同时提供三种语言的教程,选择你熟悉的语言即可

阶段 0 - AI 编程(零基础也能学)

不需要编程基础也能跟着做!选 2 个即可,先学会 AI 编程,有助于后续更好地学习传统编程、利用 AI 解决问题和扩展自己的项目。

1)AI 热点监控工具项目(26年最新)

AI编程 全栈 MCP Agent Skills OpenRouter 爬虫 可作为毕设

自动化发现并推送 AI 领域前沿热点的全网监控工具。以 Vibe Coding 为核心,基于 VS Code + GitHub Copilot,利用 MCP 和 Agent Skills 扩展 AI 编程能力,实战多源数据抓取(国内外搜索引擎 + Twitter)、OpenRouter 大模型接入、智能内容清洗和相关性分析、Aceternity UI 科技感组件库,掌握 AI 编程全链路工作流。

AI 热点监控工具

2)AI 万能视频下载总结器(26年最新)

AI编程 全栈 Python Stripe海外支付 SEO 商业级产品 可作为毕设

纯 AI 编程开发的商业级万能视频下载网站,支持从各大平台下载视频、AI 总结视频内容、字幕翻译等。以 Vibe Coding 为核心,基于 Cursor + MCP 开发,实战 Python FastAPI 后端、yt-dlp 视频解析、Stripe 海外支付集成、SEO 和 GEO 搜索引擎优化,学会用 AI 编程打造能赚钱的产品。

AI 万能视频下载总结器

3)AI 闯关学习小程序(26年最新)

AI编程 AI应用开发 全栈 小程序 Taro Python RAG OpenSpec 可作为毕设

纯 AI 编程开发的微信小程序,用户输入想学的知识,AI 自动联网搜索出题,边闯关边讲解,答完给出复盘报告。以 Vibe Coding 为核心,基于 GitHub Copilot + Claude Code 开发,实战 Taro 4 小程序框架、Python FastAPI 后端、DeepSeek 大模型出题、Tavily 联网搜索 Agent、Chroma 向量库 RAG 知识库、AI 生图 + 腾讯云 COS 对象存储,并用 OpenSpec 规范驱动开发 + MCP + Agent Skills 驾驭 AI 编程流程,最后走完小程序备案、审核和发布上线,学会用 AI 编程独立做出并上线一个小程序。

AI 闯关学习小程序

4)GitHub 文档翻译工具项目(26年最新)

AI编程 AI应用开发 全栈 Next.js GitHub App Vercel 可作为毕设

以 Vibe Coding 为核心的 Next.js 全栈 SaaS 项目,让 AI 自动翻译 GitHub 仓库的文档为多种语言并创建 PR。实战 GitHub App 开发、OAuth 授权、Webhook 实时推送、OpenRouter 统一接入多种 AI 大模型、Prisma 数据库 ORM、shadcn/ui 现代组件库、Vercel 快速部署上线,掌握 AI 编程的完整工作流。

GitHub 文档翻译工具

5)AI 程序员技术练兵场

AI编程 AI应用开发 LangChain4j Spring Boot Vue3 全栈 可作为毕设

基于 Spring Boot + Vue 的程序员闯关式技术练兵场,AI 模拟产品经理出题、用户拖拽选择技术方案、AI 智能评分并调整薪资。以 AI 编程为核心开发方式,实战 LangChain4j AI 开发框架、结构化输出、对话记忆、工具调用、提示词工程,掌握企业级 AI 应用开发流程和技巧。

AI 程序员技术练兵场

阶段 1 - 新手入门

这些项目适合新手入门,学完至少一门后端框架(如 Spring Boot)或前端框架(如 Vue)后,建议按照顺序全部都做,根据自己的学习方向只做前端或后端,觉得简单就快速跳过。

1)用户中心项目

全栈入门 Spring Boot React MySQL Docker

基于 Spring Boot + React 的全栈用户中心系统,涵盖用户注册登录、权限管理等最常见的业务场景。适合新手入门,系统学习完整的项目开发流程和部署上线方法,做出第一个属于自己的全栈网站。

用户中心项目

2)伙伴匹配系统

全栈入门 Spring Boot Vue3 Redis 移动端 可作为毕设

基于 Spring Boot + Vue 3 的移动端 H5 社交应用,帮助用户按标签搜索伙伴、建房组队、智能推荐相似用户。巩固开发流程,学习 Redis 缓存、分布式登录、事务、并发编程、大数据推荐算法等后端核心知识。

伙伴匹配系统

3)AI 编程助手(26年必学)

AI应用开发 后端 LangChain4j Spring Boot RAG MCP

基于 Spring Boot + LangChain4j 的 AI 编程小助手,可以帮助用户答疑解惑、推荐面试题、给出编程学习路线等。小而精,用 1 个项目快速实战 AI 对话记忆、结构化输出、AI Service、RAG 知识库、工具调用、MCP、SSE 流式输出等主流 AI 开发技术,适合新手快速入门 AI 应用开发。

AI 编程助手

阶段 2 - AI 应用开发实战

AI 时代最热门的方向!这些项目融合了 AI 技术和真实业务场景,建议选择 2 ~ 4 个深入学习,学完后能独立开发和上线 AI 应用。

1)AI 超级智能体项目(26年必学)

AI应用开发 AI编程 后端 Spring AI RAG MCP AI智能体 可作为毕设

基于 Spring Boot + Spring AI 的 AI 应用开发实战教程,通过开发 AI 恋爱大师 + 拥有自主规划能力的超级智能体,带你掌握新时代程序员必会的 AI 概念、AI 工具和 AI 编程技术,实战 AI 会话记忆、RAG 检索增强、Tool Calling、MCP 服务开发、ReAct 智能体等典型场景。还涉及 OpenManus 源码剖析、Spring AI 底层原理、前端 AI 代码生成、Serverless 部署等扩展知识,内容全面,是后端转 AI 应用开发的首选项目。

AI超级智能体项目

2)智能协同云图库

企业级 全栈 Vue3 Spring Boot WebSocket DDD AI绘图 可作为毕设

基于 Vue 3 + Spring Boot + COS + WebSocket 的企业级智能协同云图库平台,可作为表情包网站、设计素材网站、壁纸网站、个人云盘、企业活动相册等。支持公开上传检索图片、管理员审核管理、私有空间批量管理编辑、团队空间实时协同编辑等。实战 MySQL 分库分表、Redis + Caffeine 多级缓存、COS 对象存储、Sa-Token 权限控制、DDD 领域驱动设计、WebSocket 实时通讯、JUC 并发编程、Disruptor 无锁队列、AI 绘图大模型、多种设计模式等。由浅入深,掌握层层递进的系统设计、项目扩展和优化方案。

智能协同云图库

3)AI 零代码应用生成平台(26年必学)

AI应用开发 对标大厂 微服务 全栈 LangChain4j Spring Cloud Dubbo 可作为毕设

基于 Spring Boot 3 + LangChain4j + Vue 3 的微服务全栈项目,对标大厂的 AI 应用生成平台,用户输入需求即可由 AI 智能体自动生成完整的前后端项目代码。实战 AI 智能体、LangGraph4j 工作流、多种设计模式、Spring Cloud + Dubbo 微服务架构、多级缓存架构、COS 对象存储、Selenium 浏览器自动化、Nginx 反代部署、Vibe Coding、响应式编程、多维度系统优化、企业级监控体系,学习前沿技术的同时,大幅提升编程技能和架构设计能力。

AI 零代码应用生成平台

4)AI 答题应用平台

企业级 全栈 AI应用开发 Vue3 React Spring Boot 可作为毕设

基于 Vue 3 + Spring Boot + AI 的智能答题应用平台,用户可基于 AI 快速制作并发布答题应用,在线答题并获得 AI 总结,还支持应用分享、资源管理、统计分析等功能。实战 AI 应用网站开发、React 跨端小程序开发、分库分表、分布式锁、缓存、幂等设计、设计模式、RxJava 响应式编程、SSE 实时推送、线程池隔离等,大幅提升开发经验和架构设计能力,助你成为项目负责人。

AI 答题应用平台

5)智能面试刷题平台

企业级 全栈 AI应用开发 Next.js Spring Boot Elasticsearch Redis 可作为毕设

基于 Next.js + Spring Boot + Redis + Elasticsearch 的面试刷题平台,支持创建题库、分词检索、在线刷题、刷题记录日历图、AI 生成题目题解、AI 模拟面试等。实战 React + Next.js 服务端渲染、多级缓存、Redisson 高级数据结构、Druid 并发、HotKey 探测、Sa-Token 权限控制、Nacos 动态配置、Sentinel 流控、反爬虫设计等,提升技术运用能力。

智能面试刷题平台

6)AI 爆款文章创作器(26年最新)

AI应用开发 全栈 Java Go Python Spring AI 多智能体 Stripe支付 可作为毕设

基于 Spring Boot 3 + Spring AI Alibaba + Vue 3 的 AI 图文创作平台,5 个智能体协作完成从标题、大纲、正文到配图的完整创作流程。实战多智能体编排、StateGraph AI 工作流、7 种配图策略(含 AI 生图)、三阶段人机协作(Human in the loop)、SSE 流式推送、Stripe 国际支付、AOP 智能体可观测性、Docker 容器化部署。同时提供 Java、Go、Python 三种语言的教程。

AI 爆款文章创作器

7)企业级 AI 网关(26年最新)

AI应用开发 对标大厂 全栈 Java Go Python Spring AI Prometheus 可作为毕设

基于 Spring Boot 3 + Spring AI + Vue 3 的企业级 AI 网关平台,统一接入通义千问、智谱 AI、DeepSeek 等主流大模型。实战多模型适配器设计、智能路由策略、健康检查与自动 Fallback、Redisson 分布式限流、Stripe 支付和计费系统、Java SDK 开发、Prometheus + Grafana 监控告警、AI 绘图接口、插件系统架构。同时提供 Java、Go、Python 三种语言的教程。

企业级 AI 网关

8)AI 大模型评测平台(26年最新)

AI应用开发 全栈 Java Go Python Spring AI RabbitMQ ECharts 可作为毕设

基于 Spring Boot 3 + Spring AI + Vue 3 的 AI 大模型评测平台,支持多模型并排对比、Prompt Lab 提示词实验、Battle 匿名对战、场景化批量测试、可视化评测报告、代码沙箱预览等 8 大核心能力。实战 OpenRouter 统一接入 100+ 模型、Flux 响应式并行编程、RabbitMQ 异步任务队列、WebSocket 进度推送、AI 多评委交叉评分、ECharts 可视化报告、PDF 导出、成本实时监控。同时提供 Java、Go、Python 三种语言的教程。

AI 大模型评测平台

9)智能 BI 项目

AI应用开发 全栈 Spring Boot RabbitMQ React 可作为毕设

基于 React + Spring Boot + AIGC 的智能数据分析平台,用户只需导入数据并输入分析需求,AI 自动生成可视化图表和分析结论。实战异步化、线程池、RabbitMQ 消息队列、AI 应用开发、AI 提示词优化。

智能 BI 项目

10)公众号智能管理系统

AI应用开发 后端 Spring Boot Spring AI WxJava 公众号开发 可作为毕设

基于 Spring Boot + WxJava + Spring AI 的公众号智能管理系统,涵盖多公众号管理、服务器认证、素材管理、回复管理、菜单管理、AI 自动回复等真实业务场景,实战内网穿透、Java 虚拟线程、AI 大模型接入、JUC 并发编程等。

公众号智能管理系统

阶段 3 - 经典业务场景实战

这些项目不依赖 AI 能力,聚焦经典企业级业务场景和系统设计,建议选择 1 ~ 2 个深入学习。

1)OJ 判题系统

架构设计 全栈 Spring Cloud Docker Vue3 微服务 可作为毕设

基于 Vue 3 + Spring Boot + Spring Cloud + Docker 的在线编程题目评测系统。实战前后端模板开发、多种设计模式、单体项目微服务改造、Linux 虚拟机远程开发、Docker 代码沙箱、Java 安全控制,掌握从单体到微服务的架构演进。

OJ 判题系统

2)代码生成器共享平台

企业级 全栈 React Spring Boot 设计模式 Vert.x 可作为毕设

基于 React + Spring Boot + Picocli + 对象存储的代码生成器共享平台,包含 3 个循序渐进的子项目:本地代码生成器 + 代码生成器制作工具 + 在线代码生成器平台。实战 Java 命令行开发、FreeMarker 模板引擎、多种设计模式、对象存储、性能优化等十几种系统优化方法、分布式任务调度、Vert.x 响应式编程等,全面提升复杂业务的拆解和系统设计能力。

代码生成器共享平台

3)聚合搜索平台

技术实战 全栈 Spring Boot Elasticsearch 设计模式 爬虫

基于 Vue 3 + Spring Boot + Elasticsearch 的聚合搜索中台,一站式检索多种类型的数据源。实战爬虫、Elastic Stack、多种设计模式、数据同步、JMeter 压力测试,掌握企业级搜索系统的设计和开发。

聚合搜索平台

4)SQL 数据生成平台

工具类 全栈 Spring Boot React 设计模式 SQL 可作为毕设

基于 Spring Boot + React 的智能化数据建表和模拟数据生成工具,支持可视化建表、智能导入、导入 Excel 等多种方式,一键生成建表 SQL、模拟数据和代码。实战多种设计模式(工厂、建造者、门面、策略)、Schema 设计、Druid SQL 解析器、FreeMarker 模板引擎、模拟数据、Excel 导入导出等。

SQL 数据生成平台

阶段 4 - 技术进阶

这些项目涉及更多架构设计相关的知识,更侧重技术提升,建议能够熟练开发业务类项目再学习,可以在简历上补充技术轮子类项目。

1)API 开放平台

架构设计 全栈 Spring Boot Dubbo Gateway SDK开发 分布式 可作为毕设

基于 React + Spring Boot + Dubbo 的分布式 API 开放平台,大厂主流业务场景。实战前后端模板开发、分布式架构设计、SDK 开发、API 签名认证、Dubbo RPC、Gateway 微服务网关,掌握企业级平台型产品的设计和开发。

API 开放平台

2)手写 RPC 框架

技术轮子 后端 Java Etcd Vert.x 设计模式

基于 Java + Etcd + Vert.x 从 0 到 1 手写高性能 RPC 框架,分为基础版和扩展版,基础版几小时就能写在简历上,搭配业务项目让简历更有竞争力。实战自定义网络协议、序列化、基于 Etcd 和 ZooKeeper 的注册中心、反射、动态代理、多种设计模式(单例/工厂/装饰者等)、SPI 机制、负载均衡、重试容错机制、Spring Boot Starter 注解驱动开发,大幅提升架构设计能力。

手写 RPC 框架

3)亿级流量点赞系统(进阶必学)

高并发 后端 Spring Boot TiDB Redis Pulsar 分布式

基于 Spring Boot 3 + Java 21 + MyBatis-Plus + TiDB + Redis + Pulsar + Docker + Nginx 的高并发分布式点赞系统。实战高并发、高性能、高可用、分布式架构、可观测性等核心技术,集成最新技术栈和架构设计方案,全面掌握企业级大流量系统的开发和优化经验。项目难度较大,强烈不建议项目经验小于 4 个的初级开发学习。

亿级流量点赞系统

4)AI 自动回复工具

AI应用开发 架构设计 后端 Spring Boot OpenAI Docker 定时任务

基于 Spring Boot 的智能监控和 AI 自动回复工具,自动监控知识星球等平台的用户提问,调用 OpenAI 大模型生成专业回答,实现 7x24 小时自动客服。实战工厂模式、中介者模式、策略模式、OpenAI 集成、知识星球 API 对接、定时任务调度、Docker 容器化、Railway 云端部署,培养企业级架构设计思维。

AI 自动回复工具

其他项目 - 前端实战

这些项目以前端为核心,也融合了大量系统设计的方法,适合前端方向、或者后端已经熟练的全栈开发者学习。

1)极客范 Web 终端项目

前端进阶 全栈 Vue3 TypeScript Node.js 插件化架构 可作为毕设

基于 Vue 3 + Node.js 的全栈项目,从 0 实现 Web 终端组件和命令系统,打造极客范的浏览器主页应用。掌握 TypeScript、Vite、Pinia 状态管理、插件化架构设计,学习现代前端工程化和系统架构设计。难度较大,适合想进阶前端和设计模式的朋友学习。

极客范 Web 终端项目

2)闯关式 SQL 自学网

前端进阶 Vue3 WebAssembly Monaco Editor 纯前端 可作为毕设

基于 Vue 3 的纯前端项目,通过闯关式交互帮助用户自学 SQL。实战 sql.js 库(WebAssembly)、Monaco Editor 代码编辑器、判题机制 + 关卡系统 + 模块化架构设计,学习如何用纯前端方案解决复杂业务问题,适合前端进阶和产品思维培养。

闯关式 SQL 自学网

3)复杂 SQL 生成器

练手项目 前端 Vue3 TypeScript Monaco Editor

基于 Vue 3 + TypeScript + Ant Design + Monaco Editor 的 SQL 生成工具,用 JSON 生成结构化的复杂嵌套 SQL 语句。项目开发成本低、重逻辑轻页面,非常适合前端练手,学会用编程和算法思维解决实际问题。

复杂 SQL 生成器

4)测试鸭

创意项目 前端 React 状态管理

基于 React 的交互式网络安全自学网,极具创意的闯关式学习体验。实践前端网站引导、状态管理、模块化设计,适合想做创意类前端项目的同学。

测试鸭

其他项目 - 项目训练营 & 业务场景实战

1)项目训练营(寻爱网项目)

练手项目 全栈 项目流程

以恋爱社交网站项目为例,学习从立项到上线的完整做项目流程 + 优化思路,适合想快速掌握项目开发全流程的同学。

寻爱网项目

2)真实业务场景实战教程

业务实战 后端 快速上手

主打小而精的企业真实业务实战教程,快速给简历增加亮点,包括:

3)企业周边展示管理系统

练手项目 全栈 Spring Boot React

基于 Spring Boot + React + Ant Design + MySQL + Redis 的企业级周边系统,直观清晰地展示公司周边奖品、并且提高公司内部的周边申请和管理效率。

企业周边展示管理系统

4)动态公告系统

练手项目 全栈 Spring Boot React SDK开发

基于 Spring Boot + MySQL + React + Ant Design + SweetAlert 的动态公告系统,包括后台公告管理和前端 SDK 开发,只需一行代码即可给项目增加灵活的公告弹窗展示能力。

动态公告系统

万用项目模板

1)Java 后端万用项目模板

基于 Java SpringBoot 的项目初始模板,整合了常用框架和主流业务的示例代码。只需 1 分钟 即可完成内容网站的后端!还可以在此基础上快速开发自己的项目。

2)前端万用项目模板

基于 React + Ant Design 的项目初始模板,整合了常用框架和主流业务的示例代码。只需 1 分钟 即可完成网站的基础前端!还可以在此基础上快速开发自己的项目。

学好项目的建议

鱼皮原创系列项目是希望帮助大家真实提高项目开发水平,而不仅仅是抄了代码就完事,所以请大家尽可能多地按照下面的建议来学习项目。

1、选择合适的项目

一般情况下,做项目的前提是学完至少一门开发框架,比如前端的 Vue / React、后端的 Spring Boot。

一定要根据自己当前的技术栈和水平选择项目。 比如刚学完框架时,不要为了赶时间一上来就做微服务、高并发项目,很容易吃不消,而是要先从掌握项目基本的开发流程开始,一步步学习项目开发方法、逐渐接受新的技术。

刚开始学项目感觉难、做得慢,是很正常的,因为你缺少知识和经验。如果发现项目中有太多你没学过的技术、并且没有对应的教程讲解,那么就先暂停项目,即时补充知识,再来学习。

2、分清主次

时间紧急的情况下,后端方向的同学可以只看后端部分的教程、只做后端、运行接口文档即可,建议直接跳过前端部分的教程、也不要花时间去运行前端。否则可能因为不熟悉前端、折腾环境而浪费了大量时间。

前端同学也是同理。

3、多敲代码

我接触过一些同学,看完了几套视频教程后,还是无法自己敲项目,大概率就是因为做项目的过程中 “只顾着看教程” 了,没有自己动手练习。很多时候,看别人敲代码感觉并不难,但一看就会、一写就废,看完教程后,必须自己把每行代码都敲出来,才算是真正地学过这个项目,而不是将 “掌握理论”、“熟练背诵八股文” 作为学好项目的标准。

4、自主思考

在跟着视频教程做项目的过程中,尽量多思考,比如 “为什么要这么设计?这么设计有什么好处?为什么代码要这么写?有没有更好的写法?” 等等,必要时通过查阅资料来验证自己的思考。如果一味跟着讲师的节奏走,你或许可以完成项目,但是做完这个项目后,你可能很难自主做出一个类似的、或者更好的项目。有的时候,讲师说的不一定是最优解。

像我带大家做项目时,会经常引导大家思考。有时候故意留一个小坑,结果很多同学想都不想就跳到坑里了;也有些同学,能够提出和我不一样的实现方案,哪怕方案未必合理,能自己思考,就很棒了。

5、持续记录

在做项目的过程中,一定要多做笔记,不要觉得教程配套的笔记很详细了,自己就偷懒不写。笔记的作用是帮助自己复习,所以重点是记录自己做项目时的理解思考、遇到的问题和解决方案。此外,自己写过的每一行项目代码,都要完整地保存,等你学过更多技术知识后,再回过头来看自己的代码,一定会感叹自己的进步。

6、自主解决问题

这点是最重要的! 很多同学一遇到问题就紧张、害怕、担心自己解决不了无法继续做项目,然后就疯狂求助他人。

负责任的说,我写代码近 8 年,从学生时代开始,可以说 99% 的 Bug 都是自己解决的,所以大家不要有这种担心,因为你学的技术几乎都是主流的,你遇到过的 Bug,别人也一定遇到过。在遇到项目报错时,要先搜集足够多的错误信息(比如通过日志),然后查阅搜索引擎(百度应该都知道吧)、技术社区、官方文档、甚至现在还可以 问 AI,大概率是有解决方案的。即使真的没办法解决,在向他人求助前,要保证自己的问题描述地足够清楚、并且清晰列举已经尝试过的解决方案,别人才能更快地帮你解决。

推荐阅读:利用编程导航解决问题

7、多读官方文档

如今新技术层出不穷,不可能每个新技术都有好心人给你录制保姆级教程。而且工作后,很多公司可能会有自研技术,只有内部同事用过,我们只能通过阅读文档来解决。所以建议大家在学完一门新技术后,花 1 ~ 2 个小时就好,阅读一下官方文档,不仅能了解一些教程讲解之外的技术特性,还能提升自己阅读文档、学习新技术的能力。

8、多写文档

除了记笔记外,每做完一个项目,都必须写一篇完整的项目总结文档。不要嫌麻烦,写总结文档的过程中,你会从上帝视角再回顾一遍整个项目的背景、设计、实现、亮点等,帮助你复习巩固、加深印象。也便于你更快地将项目写在简历上、或者开源和分享自己的项目。有能力的同学可以多画一些图,比如功能模块图、架构图、UML 类图等,正所谓一图胜千言,绘图能力也是优秀程序员必备的特质。

如果你发现自己写不出总结文档,那么大概率你对这个项目还是不够熟悉,没有完全掌握,这时再对照着自己的笔记快速回顾吧。

如果时间比较充足,最好是能够口述整个项目的背景、技术栈、核心业务流程、核心设计、项目难点、开发过程、测试过程、上线过程、解决过最复杂的问题等等,锻炼自己的表达能力,也为后续的面试做了准备。

9、自主优化

跟着教程完成项目后,需要给项目增加几个扩展点、或者回顾自己的代码并寻找优化空间(比如优化代码规范),从而增加简历的区分度。这也是区别是否能够入职大厂的一个重要因素。这个优化不一定是刚完成项目时立刻就去做的,可以等过了半年后,再以现在的水平去优化之前做过的项目,所以鱼皮上面也建议了,自己写的代码一定要留好。

10、上线项目

在本地完成项目后,最好将项目上线,并且在线上正常运行一段时间,跑通整个流程,这是独立开发者必备的技能。此外,之前也分享过,上线项目能够大幅增加简历的真实性

11、主动分享

将项目上线、并且编写好项目总结文档后,可以将项目和文档分享给其他同学。这样做的好处是,其他同学会帮助你 “测试” 网站,指出项目的不足之处,从而给你带来更多优化项目的思路和机会,而且对其他同学也有帮助,会给你提供更多的正反馈。鱼皮刚开始做分享也是这样,通过输出知识给自己带来更多学习知识的动力。

12、学会合作

时间有限的情况下,不需要前端和后端都看教程并且自己实现,可以找和自己方向互补的朋友,协作开发,一起参加一些竞赛也是极好的。

如果能做到上面几点,认真完成并理解 4 个及以上的项目,做项目的能力可达中厂水平。

鱼皮项目学习导图

快速了解鱼皮原创系列项目的学习路径和重点知识。

鱼皮原创项目学习导图

推荐阅读

如何更快学好编程:编程导航学习板块

如何快速学会算法:算法导航 - 动画学算法网站

如何更快地找工作:编程导航求职指南

如何写出优质简历:保姆级写简历指南

快速突击面试重点:程序员面试刷题神器 - 面试鸭

1v1 模拟面试:模拟面试平台 - 面多多

如何学习 AI 知识:鱼皮的 AI 导航网站

编程学习常见问题:5000+ 常见问题参考

查看真实简历建议:编程导航简历参考

热门文章
1
AI 时代下初级程序员还有未来吗? 结合鱼友们的文章以及自己工作经历(练习一坤年)有感而发(声明:个人观点,仅供参考)。 大家已经多久没有正经写过代码了呢?不是指给 AI 描述需求,让 AI 帮你生成代码,而是所谓的“古法编程”——打开编辑器,自己敲代码、查文档、调 Bug,一点一点把东西做出来。现在回头想想,大多数时候我们可能已经习惯了描述需求,而不是亲自动手实现需求。AI 编程正在成为越来越主流的开发方式,甚至可以说,大家已经习惯了“懒”:能让 AI 写的,就绝不自己写;能让 AI 查的,就懒得自己翻文档。问题来了:在 AI 已经如此强大的今天,还有必要学这些计算机基础知识吗?初级程序员还有存在的必要吗? 说实话,我自己现在也已经很少手写代码了。大多数时候就是把需求描述清楚,让 AI 去实现,然后自己再负责确认、测试和修改。因为大部分时候,就算我自己亲自动手写,也未必能比 AI 写得更好。更关键的是,AI 写代码实在太省事了。需求描述清楚,确认一下结果,剩下的时间完全可以去干别的事情。更有意思的是,人一旦习惯了“懒”,真的很难再回到以前那种勤快的状态。以前公司断网的时候,我虽然查不了文档,但至少还能先自己写,等网络恢复以后再补一下不确定的地方;现在断网了,我第一反应往往是等网络恢复。以前觉得这是工作效率,现在回头看,其实也是能力和习惯正在悄悄发生变化。 在 AI 编程的背景下,基础到底重不重要?如果只看“写代码”,你可能认为基础没那么重要了,因为你自己根本不动手写,又何谈基础?现在很多项目,架构可能是你参与设计的,需求是你负责沟通的,代码则交给 AI 实现,测试让 AI 帮你补,文档让 AI 帮你写,甚至连重构都可以继续交给 AI。说得难听一点,有些时候程序员更像需求的沟通器、AI 的翻译机。以前是人把需求翻译成代码,现在越来越像是人把需求翻译成 AI 能理解的机器语言描述。 但如果因此觉得“基础不重要”,那就真的大错特错了,基础是很重要的,只不过它的重要性已经发生了变化。以前基础决定了你能不能把代码写出来,现在基础更多决定了你能不能判断 AI 写出来的东西到底对不对。 AI 最让人难受的地方,并不是它不会写代码,而是它经常能够在大部分时间里表现得非常正确,然后突然在一个极不起眼的地方埋下一根针。99.99% 的代码看起来都没问题,剩下的 0.01% 却可能刚好是线上最要命的那个边界条件。等这根针真正扎出来的时候,可能炸掉的不只是一个方法,而是一大片业务,然后你再花几倍甚至几十倍的时间和 token 去让 AI 修这个问题,修完以后又可能在另一个地方埋下一根新的针。 我自己遇到过很多类似的情况:出了 Bug,让 AI 修改,它给你 A 方案;测试以后告诉它不对,它再给你 B 方案;B 还是不对,它继续给你 C 方案。到了这个时候,AI 要么开始在几个方案之间来回循环,要么开始一本正经地胡说八道,陷入一个怪圈(至今没找到好的解决方案)。更糟糕的是,AI 每次说得都特别像那么回事。如果你没有基础,根本不知道它说的是不是对的,只能继续相信它,然后不断试错。可如果你有基本的编程基础,至少可以把它生成的代码看懂,可以沿着调用链、数据流和业务逻辑一点一点分析,最终找到真正的问题在哪里。 基础的价值,从“我能不能写出来”,逐渐变成了“我有没有能力判断它写得对不对”。AI 是一把非常好用的剑,但剑再锋利,也要看执剑的人是谁。你至少得知道这把剑砍下去会发生什么,否则你不是在使用 AI,而是在把决策权交给 AI。 尤其是现在很多项目都在用所谓的 Vibe Coding,最大的风险并不是代码跑不起来,而是代码跑起来以后,写代码的人自己都不知道它为什么能跑。能运行和能上线,完全是两回事;能上线和能长期维护,又是另外一回事。一个程序能不能称得上“好”,绝不是看它能不能把功能跑通,还要看它的可维护性、稳定性、性能、安全性、异常处理、日志、边界条件,以及未来出了问题以后有没有人能接得住。你觉得 AI 写得“挺好”,不代表它真的好,因为你自己的判断标准可能已经被“能跑”这件事情降低了。 AI 不是黑魔法,它的输出质量很大程度上取决于输入、上下文、约束和验证。你给它一个模糊的需求,它当然可能给你一个看起来很完整、实际上漏洞百出的答案。更麻烦的是,AI 会非常自信地犯错,会把错误信息、错误逻辑甚至不存在的东西包装成一个完整答案。以前我们查资料,会下意识地交叉验证,会去看官方文档,会确认不同来源是不是一致;现在很多人因为 AI 太方便了,慢慢把这个习惯丢掉了。AI 说什么就是什么,最后出了问题,人反而成了 AI 错误的背锅侠。 这也是为什么我越来越觉得,AI 时代真正稀缺的可能不是“会不会写代码”,而是判断力。尤其是在 Coding 领域,这件事情会被无限放大。因为 AI 可以极大降低写代码的门槛,却不能自动替你建立一套可靠的审美和判断标准。没有判断力的人,AI 给他的是生产力;有判断力的人,AI 给他的是生产力放大器。两个人都在用 AI,但最终做出来的东西可能完全不是一个水平。 甚至从长期来看,过度依赖 AI 还可能带来另一个问题:独立思考和逻辑构建能力退化。以前我们写一个功能,需要自己拆需求、设计数据结构、推演流程、处理异常、不断试错,这些过程本身就是思考和学习。现在 AI 可以直接把一条完整的逻辑链摆到你面前,人很容易跳过中间那些最费脑子的推敲过程。短期来看,这当然非常高效;但如果一个人长期只负责提出问题和验收答案,而很少亲自经历问题拆解和解决过程,那么他的能力到底是在增长,还是只是在越来越熟练地使用工具,这其实值得我们认真想一想。 还有一个很现实的问题:AI 现在生成代码的速度已经远远超过人类,但它在工程化上仍然存在不少问题。主链路往往没什么问题,真正麻烦的反而是那些边缘情况。它特别喜欢在一些小方法里直接吞掉异常,又经常不愿意打足够的日志;注释可能写得很多,但真正出问题的时候,你会发现线上没有足够的信息帮助你定位。边界条件更是一个高频问题,同样的提示词、同样的逻辑,有时候它会考虑某个特殊条件,有时候又直接跳过去。AI 还很容易过度设计,尤其是在库表结构、抽象层和工程架构上,经常会把一个本来很简单的问题搞得异常复杂。 更痛苦的是,AI Agent 正在从“帮你写代码”走向“直接替你操作环境”。这意味着它的能力越强,错误的代价也越高。过去一个人想做大规模破坏性的操作,往往需要大量时间和步骤;现在一个 Agent 如果拥有足够权限,可能几条指令就能完成一个人类几乎不可能在短时间内完成的操作。所以未来真正需要解决的,不只是“AI 能不能把代码写出来”,而是权限、审计、回滚、测试、隔离和责任边界这些工程问题。AI 能力越强,兜底机制反而越重要。 这也解释了为什么高级程序员依然有价值。绝大多数 AI 生成的代码,本质上是在寻找从 A 到 B 最快、最直接的路径。但最快的路并不一定是最好的路。真实的生产环境从来不是一个理想环境:网络可能很差,设备可能很旧,数据可能异常,流量可能突然暴涨,数据库可能抖一下,甚至还可能遇到那些你以为已经不存在的 IE。真正复杂的工程问题,往往不是“正常情况下怎么跑”,而是“所有不正常的情况下怎么办”。调优、极端情况、系统稳定性、故障恢复、安全性以及长期维护,这些东西目前仍然需要大量工程经验。 而且没有哪个高级程序员是凭空出现的。所有所谓的高级,都是从基础、中级一点一点成长起来的。如果行业因为 AI 强大,就认为初级程序员已经没有培养的价值,那么短期看,企业确实省下了培养成本;但几年以后,当这一代高级工程师逐渐离开一线,又从哪里补充新的人才呢?没有人愿意培养初级工程师,人才断层迟早是会出现的。AI 可以帮助一个初级程序员快速获得接近中级程序员的生产力,却不能凭空替他积累十年的工程经验。 初级程序员还会不会存在?我认为会,但数量一定会缩水,而且岗位要求会越来越高。以前一个企业愿意招一个刚毕业的人,从基础工作开始慢慢培养;现在相当一部分基础工作已经可以由“中级程序员 + AI”完成了。高级程序员更多去解决项目中的复杂问题,中级程序员借助 AI 承担大量开发工作,而原本属于初级程序员的那些简单、重复性的工作,正在被一点一点压缩。岗位少了,要求自然就高了,甚至可能出现一种很现实的情况:一个刚毕业的学生,企业嘴上招的是初级,实际上要求的已经接近过去中级程序员的能力。学历、项目经历、实习经历、基础能力,能对上就来,对不上就算了。因为企业是挣钱的地方,不是职业培训机构,不会迁就一个完全没有生产力的人。 所以现在的初级程序员,处境确实尴尬了很多。干吧,要忍受各种不合理;不干吧,也未必有更好的去处。尤其对于普通专科、二本毕业生来说,这个变化可能会更加明显(为了生活的苟且,为了碎银几两,接收社畜、压榨)。以前你还有机会靠时间慢慢熬出经验,现在这个过程正在被 AI 压缩。你不能再把“我会写代码”当成核心竞争力,因为 AI 写得不仅比你快、比你多,还比你写的更好;你真正需要建立的是理解代码、判断代码、设计系统、具备审美、解决问题和承担结果的能力。 说到底,AI 并没有让程序员变得没有价值,它只是把程序员的价值从“生产代码”逐渐往“判断、设计、验证和兜底”上推。以前一个程序员一天写几万行代码可能是值得骄傲的事,现在 AI 一分钟就能给你生成几十万行代码,代码本身已经越来越不值钱了,真正值钱的是,你能不能知道哪些代码根本不应该写,能不能判断 AI 的方案是不是靠谱,能不能在它陷入死循环的时候找到真正的问题,能不能在系统出事故的时候把它救回来。 未来的程序员可能越来越像一个工程师、架构师、AI 协作者和一个具备审美能力的人的结合体,而不再只是一个“写代码的人”。AI 在不断变强,甚至AI 现在的架构已经开始走向预测编码的方向了。但只要 AI 还会犯错,只要现实世界还存在复杂的边界条件,只要项目还需要对业务、用户和生产环境负责,那么“判断力”就不会过时。 基础到底要不要学?我的答案是:要学,而且基础还很重要,不是因为你以后还要每天手写几千行代码,而是因为你总得知道 AI 给你的东西到底是什么,你可以不用像以前那样知之甚深,但至少要能看懂简单的代码知道一些原理,否则没有一点基础终究是空中楼阁。能力不是权限,AI 能做到什么,不代表它可以做什么,把“能做到”误当成“可以做”迟早会出大问题的,你可以不再亲自挥剑,但至少得有能力判断这一剑应该往哪里挥。 AI 时代,未来是超级个体和领域专家的世界,真正危险的从来不是不会写代码的人,而是一个人拥有了极强的代码生成能力,却失去了判断这些代码对不对的能力。剑越来越锋利了,真正需要担心的,是执剑人的手,我们要成为执棋者,不是棋子,AI 是我们的工具,而不是 AI 的工具。
阅读 3.2k
·
点赞 28
2
🎁 9 月& 10 月求职面经活动,来啦!
阅读 2.8k
·
点赞 9
3
我终于能用 GPT-6 了!实测一波,Codex 要杀疯了?
阅读 2.0k
·
点赞 6
4
我是如何学习大模型应用开发的
阅读 694
·
点赞 10
5
刚刚 DeepSeek V4.1 Flash 正式发布,竟然干掉了自家的 Pro 模型?!梁圣回归
阅读 1.4k
·
点赞 7
下载 APP