专业技术分类说明

这个目录面向程序员使用，重点是“长期稳定”和“后续容易做专题研究”。

不要按语言热度、岗位名称、当前项目名来建一级目录，那样几年后很容易失效。优先按知识结构分。

目录结构

02_专业技术/
  00_待归类/
  01_计算机基础/
  02_编程语言/
  03_工程实践/
  04_系统设计/
  05_DevOps与基础设施/
  06_AI与数据/

各目录建议

00_待归类

先放还没来得及判断的技术资料。

如果一本书同时涉及多个方向，也先放这里，等你真正读过再定。

01_计算机基础

放相对不容易过时的底层知识，例如：

• 数据结构与算法
• 操作系统
• 计算机网络
• 数据库原理
• 编译原理
• 计算机体系结构

02_编程语言

按语言本身的设计、语法、范式和最佳实践来归类，例如：

• JavaScript / TypeScript
• Python
• Go
• Java
• Rust

如果材料主要是在讲某门语言如何表达问题、组织代码，就放这里。

03_工程实践

放“如何把代码写好、协作好、维护好”的内容，例如：

• 测试
• 重构
• 设计模式
• 代码整洁
• 调试
• 可维护性
• 团队工程规范

如果材料关注的是工程质量，而不是某个系统的架构，就优先放这里。

04_系统设计

放面向中大型系统的设计与演进，例如：

• 架构设计
• 分布式系统
• 高并发
• 高可用
• 消息队列
• 缓存
• 服务拆分

如果材料主要回答“系统怎么搭、怎么扩、怎么稳”，就放这里。

05_DevOps与基础设施

放交付、运维、平台层内容，例如：

• Linux
• Docker
• Kubernetes
• CI/CD
• 监控
• 云服务
• 网络部署

06_AI与数据

放 AI、数据分析、机器学习、LLM、向量数据库、数据工程等内容。

如果后面你会重点研究 AI 编程、Agent、知识库、RAG，这里大概率会越来越重要。

判断规则

当一本书不好归类时，优先问自己：

1. 这本资料主要在解决什么问题？
2. 它更偏语言本身、工程实践、系统设计，还是基础设施？
3. 我未来会在什么主题下再次想起它？

按“未来最容易找到”的位置放，不要追求理论上唯一正确。

和专题研究的关系

长期分类只是归档层。

真正做研究时，仍然建议从这里挑选相关资料，复制或整理到 90_专题研究/某个专题/ 里，再交给 NotebookLM 分析。

例如：

• 研究“RAG 怎么落地”时，可以同时从 06_AI与数据、04_系统设计、03_工程实践 里抽资料。
• 研究“如何提升代码库可维护性”时，可以同时从 03_工程实践 和 01_计算机基础 里抽资料。