cs-self-learning （计算机自学指南）
76,716
Stars
8,034
Forks
350
Watchers
167
Open Issues
MIT
许可证
HTML
语言
2021-10-20
创建时间
2026-09-17
最近更新
项目能做什么
计算机自学指南，收录国内外优质计算机公开课与系统化学习路径推荐。
来源：基于仓库元数据
· 内容以仓库实际 README 为准
使用说明 查看原始 README 原仓库文档
项目简介
cs-self-learning（CS 自学指南）是一本由北京大学同学发起并维护的开源计算机自学指南。该项目整理并筛选了全球（特别是欧美名校）顶尖且已开源的计算机专业课程与学习资料，旨在帮助学习者少走弯路，搭建完整的计算机知识体系。
- 在线阅读中文版：csdiy.wiki
- 在线阅读英文版：csdiy.wiki/en/
核心功能
- 名校开源课程推荐：收录并整理覆盖体系结构、操作系统、编译原理、计算机网络、算法、AI、分布式、数据库等核心方向的高质量公开课与 Project 资源。
- 全套学习路线规划：在
CS学习规划.md中为不同阶段和方向的学习者提供清晰的进阶指导。 - 好书与经典教材推荐：精选计算机学科经典书籍，附带阅读建议与规范排版。
- 社区化交流支持：在线站点集成评论功能，支持读者在对应课程页建立或加入交流群共同打卡学习。
- 双语支持与开源共建：提供中英文双版本，支持社区通过标准化模板提交新课程与修正。
适合谁用
- 刚接触计算机、需要建立完整知识框架的零基础学习者。
- 觉得课内教学资源有限、希望通过名校优质 Project 提升硬核代码能力的计算机专业学生。
- 计划转码、希望在 2-3 年内系统自学 CS 核心基础的个人开发者。
安装步骤
此部分原文未说明，请查看原仓库。
注：本项目主要以在线文档形式阅读（访问 csdiy.wiki 即可）。原 README 未提供本地启动 MkDocs 环境的命令与安装步骤。
配置说明
本项目使用静态文档站点生成工具维护，相关配置文件及规范如下：
mkdocs.yml：站点导航配置文件。贡献新课程时，需要在此文件的 navigation 部分添加对应页面路径。template.md：新课程提交模版文件。向项目补充新课程内容时，须按照此模版格式整理课程信息。docs/CS学习规划.md：课程导语配置文件。添加新课程后，可在该文件的对应方向模块添加言简意赅的导语。docs/好书推荐.md：书籍推荐列表。按该文件上方的注释格式即可添加新书籍推荐。
常见问题
Q: 如何向项目提交新的课程或内容？
A: 请提出 Pull Request。提交新课程请参考 template.md 并修改 mkdocs.yml；中英混合排版请遵循对应排版规范；若贡献新内容，需要同步提供对应的英文翻译。
Q: 发现书中存在笔误或概念错误怎么办？
A: 可以直接在项目的 GitHub Issues 中提出，由作者和社区协力修正。
Q: 如何找到一起自学的伙伴？
A: 本书支持网页评论。你可以在对应的课程页面下方留言、发起交流群（QQ/微信等），或直接查看过去读者在 Issues 和评论区中建立的交流群。
Q: 内容版权遵循什么协议？
A: 项目贡献者编写的部分遵循 MIT LICENSE；涉及的课程资源、开源书籍与视频等内容遵循原作者规定的许可。
原始 README 摘录（英文原文，节选前 3000 字符）
<div align="center"> <img src=./docs/images/title.png > </div> # CS 自学指南 > _Everyone should enjoy CS if you have a good teacher to teach you a good course._ <a href="https://trendshift.io/repositories/4643" target="_blank"><img src="https://trendshift.io/api/badge/repositories/4643" alt="PKUFlyingPig%2Fcs-self-learning | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a> [](https://csdiy.wiki) [](https://github.com/PKUFlyingPig/cs-self-learning/blob/master/LICENSE) [](https://github.com/PKUFlyingPig/cs-self-learning/issues) [](https://github.com/PKUFlyingPig/cs-self-learning) 新冠肆虐，网课当道，CS 爆火，这一系列的事件都让自学计算机成为了一种潮流。 随着欧美众多名校将质量极高的计算机课程全部开源，自学 CS 成了一件可操作性极强的事情。毫不夸张地说，只要你有毅力和兴趣，自学的成果完全不亚于你在国内任何一所大学受到的本科 CS 教育（当然，这里单指计算机专业领域，大学带给你的显然不止是专业知识）。 我很庆幸在自己大一的时候就选择了自学 CS 这条路，它让我爱上了计算机这门学科，也无比丰富了我的视野。 但同时，自学这条路也有很多困难和阻力：课程繁多不知如何选择，资料零散甚至残缺，作业难度不知深浅，课内任务还需要花时间应付······这些主客观因素叠加到一起，使得好课虽多，却只能在收藏夹里吃灰。 在大学的第四个年头，我想把这一路自学走来的经验和教训，把那些让我受益终身的课程记录下来，分享给大家，形成了这本 CS 自学指南，以期能给所有想自学计算机的朋友一点帮助。 我的目标是让一个刚刚接触计算机的小白，可以完全凭借这些开源社区的优质资源，少走弯路，在 2-3 年内成长为一个有扎实的数学功底和代码能力，经历过数十个千行代码量的 Project 的洗礼，掌握至少 C/C++/Java/JS/Python/Go/Rust 等主流语言，对算法、电路、体系、网络、操统、编译、人工智能、机器学习、计算机视觉、自然语言处理、强化学习、密码学、信息论、博弈论、数值分析、统计学、分布式、数据库、图形学、Web 开发、云服务、超算等等方面均有所涉猎的全能程序员。此后，无论是选择科研还是就业，我相信你都会有相当的竞争力。 你可以[在线免费阅读这本书](https://csdiy.wiki)。英文版请移步[这里](https://csdiy.wiki/en/)。 ## 如何成为贡献者 一个人的力量终究是有限的，对于书中任意章节你若有想要补充的内容，欢迎各位提出 [Pull Request](https://docs.github.com/en/pull-requests/collaborating-with-pull-requests/proposing-changes-to-your-work-with-pull-requests/creating-a-pull-request-from-a-fork)。如果你想贡献一门新的课程，可以参考目前 repo 中的 [template](./template.md) 文件作为模版，并在 [mkdocs.yml](./mkdocs.yml) 文件中添加其 navigation，当然你还可以在 [CS 学习规划](./docs/CS学习规划.md) 里的对应模块为其添加言简意赅的导语。如果你有想推荐的书籍，请参考 [好书推荐](https://raw.githubusercontent.com/PKUFlyingPig/cs-self-learning/master/docs/%E5%A5%BD%E4%B9%A6%E6%8E%A8%E8%8D%90.md) 模块上方的注释按相应格式添加内容。 对于中英混合排版的要点规范，可以参考[这个仓库](https://github.com/sparanoid/chinese-copywriting-guidelines/blob/master/README.zh-Hans.md)，我们将会对您的 Pull Request 做相应的校对，具体原因参见这个 [issue](https://github.com/PKUFlyingPig/cs-self-learning/issues/114)。 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，具体流程可以参考这个 [issue](https://github.com/PKUFlyingPig/cs-self-learning/issues/222)。 同时由于个人水平有限，书中难免有笔误甚至概念错误之处，也请各位不吝赐教，在 issue 中提出来。 ## 关于交流社区的建立 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（QQ 微信皆可）在对应的课程页面下方发表评论，注明你的学习目标以及加入交流群的途径。此外，过去已有不少朋友在 issue 里建立了类似群聊，可以自行选择直接加入。 ## Star History [](https://star-history.dera.page/#PKUFlyingPig/cs-self-learning&Timeline) ## ✨ 鸣谢 特别感谢 @[AlfredThiel](https://github.com/AlfredThiel) 为项目制作了精美的 Logo阅读完整原文
项目深度分析 规则生成（AI 未配置）
综合评分 54.7 分。该项目在“个人可实施性”维度得 55 分，“付费可能性”维度得 60.0 分，差异化空间 40.0 分（评分依据见评分卡）。
将 cs-self-learning 改造为垂直场景 SaaS
| 产品构想 | 保留核心能力，针对某一类用户（如某行业团队）做托管版，收取月费。 |
| 目标用户 | 有该需求的中小团队 / 独立站长 |
| 难度/周期 | 中 · 2~4 周（MVP） |
| 收费模式 | 订阅制（如 ¥29~99/月） |
| 竞争风险 | 需验证付费意愿；注意许可证合规 |
| 依据 | 数据支持的判断：许可证与关键词显示存在商用与付费场景 |
面向细分需求的二次开发产品
| 产品构想 | 基于 cs-self-learning 的核心能力，聚焦一个更窄的场景（如某平台、某行业）做差异化。 |
| 目标用户 | 该细分场景用户 |
| 难度/周期 | 中 · 2~6 周 |
| 收费模式 | 买断制 / 订阅制 / 广告 |
| 竞争风险 | 细分需求规模需验证 |
| 依据 | AI 推测：基于项目主题标签的判断 |
以上为规则引擎基于仓库公开数据生成的参考结论，包含推测成分，不构成投资或创业承诺；配置 AI 后可获得更深入的分析。
报告会保存到 个人中心
竞品与相似项目 GitHub Search 真实检索
| 项目 | 中文简介 | Stars | 语言 |
|---|---|---|---|
| kangtegong/self-learning-cs | 中文介绍暂未生成 『혼자 공부하는 컴퓨터구조 & 운영체제』 (한빛미디어) |
629 | HTML |
| LamberttLiu/CS-Basic-SelfLearning | 中文介绍暂未生成 本人自学计算机基础课程记录，主要为基础四大件，即大家常说的“408”，包含数据结构和算法 、计算机操作系统 、计算机网络 |
540 | C |
| ekonwang/cs.self.learning.backup | 中文介绍暂未生成 CS-self-learning program (https://github.com/pkuflyingpig/cs |
141 | - |
| wengwz/CS106L-Self-Learning | 中文介绍暂未生成 Complete self-learning materials of CS106L |
111 | C++ |
| shen-shanshan/cs-self-learning | 中文介绍暂未生成 This repo is used for archiving my notes, codes and material |
103 | Jupyter Notebook |
| kangtegong/self-learning-cs2 | 中文介绍暂未生成 『혼자 공부하는 네트워크』 (한빛미디어) |
86 | - |
以上为通过 GitHub 官方 Search API 检索的相似项目，功能差异与优劣势需进一步人工确认，配置 AI 后可生成对比分析。
项目优势与风险
| 技术成熟度 | 创建于 2021-10-20，最近推送 2026-09-17，发布过 5 个 Release |
| 社区活跃 | Star 76,716 / Fork 8,034 / Issue 167（数据支持，可自行核实） |
| 许可证 | MIT |
| 主要风险 | 上游项目方向可能变化；同赛道竞争者较多（见竞品表）；热度与需求不完全等价 |
安装与使用
此项目未提供 Docker 镜像，安装步骤以原仓库 README 为准（涉及依赖安装与环境配置，对新手门槛较高）。