CS-Notes 是一份中文技术面试笔记合集，覆盖算法、操作系统、计算机网络、数据库、Java、系统设计等常见考点，还收录了剑指 Offer 和 Leetcode 的题解。它把内容按学习路线拆成每天 1～2 小时的量：读一段笔记、回答几道面试真题、做一道练习，路线包括零基础、Java 后端、大模型应用开发和两三周的面试冲刺。比如准备 RAG、Agent 岗位的人可以从 Transformer 原理一路学到工程实践，临面试的人则每天复习三个最高频知识点。适合正在准备校招、社招或转岗的后端与 AI 应用方向工程师，以及想系统补计算机基础的自学者；对不打算面试、只想查某个知识点的人，它也是一份可以直接检索的速查手册。

frp 是一个用 Go 写的内网穿透工具，可以理解为「让公网机器帮你转发流量的反向代理」：你在家里或公司内网跑的服务，通过它暴露到有公网 IP 的服务器上，外部就能直接访问。它支持 TCP、UDP、HTTP、HTTPS 等协议，可以用域名把请求转到内网服务，也提供 P2P 直连模式。典型场景包括：远程 SSH 连回自己办公室的电脑、把本地开发的 Web 服务临时分享给同事看效果、给局域网内的服务挂上自定义域名和 HTTPS、转发 DNS 查询或 Unix Domain Socket，以及把多个 SSH 服务映射到同一端口。它还带服务端监控面板、Prometheus 指标、健康检查、负载均衡、加密压缩等能力。适合运维、后端开发和需要临时把本地服务暴露给外部的从业者；如果你的工作完全不涉及内网访问或服务暴露，跟你的关系就不大。

RealWorld 是一个用「Medium.com 克隆版」当样板的全栈示例项目：同一套文章发布、评论、关注、点赞的博客应用，被上百个开发者用 React、Angular、Django、Node 等不同技术栈各实现了一遍，且全部遵循同一份 API 规范，所以任意前端都能对接任意后端。它解决的是 todo demo 太浅、真实项目又太重的尴尬——用它你可以看到一个框架在登录鉴权、分页、跨域等真实约束下该怎么组织代码，也能直接拿它当技术选型的对照组，比如比较 Django Ninja 和 Nitro+Prisma 写同一接口的差异。项目还提供统一的 CSS 主题和端到端测试套件，甚至有免密钥的公共后端 API 可以直接调用。适合正在评估技术栈的全栈工程师、想写框架教程的作者，以及需要一个够真实的练手项目的后端或前端开发者；如果你不涉及选型或教学，和你关系不大。

Strapi 是目前最流行的开源 headless CMS，可以理解为「给开发者用的内容后台」：运营和编辑在可视化界面里定义内容结构、录入文章和素材，Strapi 自动生成 REST 和 GraphQL 接口，供网站、App 或 IoT 设备直接消费。它内置媒体库、多语言、草稿发布、角色权限等常见 CMS 能力，也支持 TypeScript 和多种数据库，还能通过插件扩展后台。新加入的 Strapi AI 层可以自动做内容建模、图片 alt 文本和翻译。典型场景是团队要做一个官网、电商或内容型产品，不想自己从零写内容管理和接口层，又希望数据完全自托管可控。对前端、全栈工程师以及需要快速搭建内容平台的创业团队来说值得花十分钟了解；纯算法、模型训练或数据科学岗位则基本用不上。

Protocol Buffers（简称 protobuf）是 Google 开源的数据序列化格式，可以理解为跨语言版的 JSON：你用 .proto 文件定义一次数据结构，就能在 C++、Java、Python、Go 等十几种语言里生成对应的读写代码，让不同服务之间交换结构化数据时既紧凑又快。相比 JSON，它的体积更小、解析更快，还带字段版本演进能力，新增字段不会让老客户端直接报错。典型场景包括微服务间的 RPC 通信、消息队列的消息体、日志埋点的结构化存储，以及模型服务里传输推理请求和结果——很多 AI 推理框架的请求协议就是基于 protobuf 定义的。后端开发、基础架构和做模型服务的工程师几乎绕不开它；如果你只写前端或做纯数据分析，了解它是什么即可，日常直接用到的机会不多。

Swift 是苹果主导的高性能系统编程语言，可以理解为 Objective-C 的现代替代品：语法更接近 Python/JavaScript 这类现代语言，同时能无缝调用已有的 C 和 Objective-C 代码库，默认内存安全，还内置了泛型、闭包、协议等现代特性。它主要用在 iOS、macOS、watchOS、tvOS 应用开发上，也逐渐扩展到服务端和系统级工具开发，Swift Package Manager 让依赖管理不再需要头文件那套繁琐流程。对读者来说，如果你是移动端或苹果生态的开发者，或者在做跨平台客户端、想用一门兼顾性能与开发效率的语言写后端服务，这个语言本体仓库值得了解；但如果你是纯算法、数据或 AI 岗位，日常用 Python 就够了，跟这个项目关系不大。

这是一套深度学习论文的带注释代码合集，收录了 60 多个经典算法的简洁 PyTorch 实现，覆盖 Transformer 及其变体（GPT、ViT、RoPE、ALiBi、Switch 等）、扩散模型（DDPM、Stable Diffusion）、GAN（StyleGAN2、CycleGAN）、强化学习（PPO、DQN）以及 Adam、Sophia 等优化器。它的独特之处在于代码和逐行中文式讲解并排呈现，配套网站可直接阅读，比啃原始论文或裸代码容易得多，还能配合 coding agent 用的注释实现技能来复现新论文。适合想真正搞懂 Transformer 内部机制、注意力变体或扩散模型采样流程的算法工程师和研究员，也适合带新人做内部分享的团队；如果你只做应用层调用、不关心底层实现，那和你关系不大。

Alacritty 是一个用 Rust 写的跨平台终端模拟器，也就是 iTerm2、GNOME Terminal、Windows Terminal 的同类产品，区别在于它把渲染全部交给 GPU，用 OpenGL 画每一帧文字，因此滚动和刷新速度极快。它刻意不做内建分屏、标签页这类功能，而是交给 tmux、zellij 等外部工具配合，自己只专注把终端本身做到极致轻快，支持 Linux、macOS、Windows 和 BSD。项目目前仍标注为 beta，但已有大量开发者拿它当日常主力终端。如果你是经常在终端里跑长日志、频繁滚动输出、或者对系统自带终端的卡顿感到不耐烦的后端、运维、基础设施工程师，值得花十分钟试一下；如果你平时很少开命令行，或者只在图形界面里做 AI 应用开发，这个项目和你的工作关系不大。

NocoDB 是一个可以自己部署的 Airtable 替代品，说白了就是给数据库套上一层电子表格界面：你连上已有的 PostgreSQL 或 SQLite，它自动生成类似 Excel 的表格视图、看板和表单，让不懂 SQL 的人也能直接增删改数据，同时又自动生成 REST API 和 Swagger 文档供程序调用。典型场景是运营或产品同学要维护一份活动报名表、库存清单或客户名单，不想再用共享 Excel 互相覆盖，又不想为每个小需求找后端排期写接口，用它几分钟就能搭出一个带权限的在线表格应用，前端和脚本还能通过 API 同步读写。适合需要快速内部工具的全栈和后端工程师、负责搭建运营后台的低代码团队，以及想把数据留在自己服务器上的中小企业；如果你的工作与数据库管理、内部工具搭建完全无关，这个项目和你关系不大。

Keras 是一个面向深度学习的高级框架，主打「Deep Learning for humans」，用简洁的 API 帮你快速搭建和训练模型，覆盖计算机视觉、自然语言处理、时序预测、推荐系统等常见任务。Keras 3 最大的变化是变成多后端框架，同一份模型代码可以跑在 TensorFlow、JAX、PyTorch 上，推理还能切到 OpenVINO，相当于在 PyTorch 和 TensorFlow 之间不再二选一，还能按模型结构挑最快的后端拿性能收益。它兼容原有 tf.keras 代码，也能直接消费 tf.data 或 PyTorch 的 DataLoader，方便避免框架锁定。适合需要快速原型、跨框架迁移或在 JAX/PyTorch 上补一个成熟训练库的算法工程师和 ML 研究者；如果你只做纯推理部署或不写模型代码，关系不大。

Pathway 是一个用 Python 写的数据 ETL 框架，可以理解为「能同时处理批数据和实时流的 Flink 替代品」，底层由 Rust 引擎驱动，做增量计算，同一份代码既能本地开发调试，也能直接上生产跑 Kafka 流、日志监控或实时分析。它内置了 LLM 工具封装，能搭实时 RAG 管道，比如把 SharePoint、GDrive 里的文档变化自动同步进向量库，或者用 Ollama 搭私有 RAG，还支持多模态 RAG 和非结构化数据即时转 SQL。连接器覆盖 Kafka、PostgreSQL、Airbyte 等 300 多种数据源。适合数据工程师、做实时数仓或事件驱动告警的后端，以及需要让 RAG 知识库随数据源实时更新的 AI 应用开发者；如果你只做离线批处理或纯模型训练，关系不大。

这是一个针对 PHP mod_php 远程代码执行的漏洞利用研究项目，目标是在完全不修改官方配置的前提下，仅通过 HTTP 请求拿到服务器 shell。它利用 chunked 编码绕过 post_max_size 限制做堆整形，通过精心构造的 multipart 表单触发 OOM，制造悬空指针，先越界读出堆地址和 libphp 基址（从而绕过 ASLR），再覆盖 session 序列化校验器，最终在 shutdown 时调用 system 执行命令。整个过程不依赖 display_errors、不改 memory_limit、不写目标文件，官方镜像下成功率 10/10，单次约 3-4 秒。它主要面向安全研究员和渗透测试人员，用于理解 PHP 堆利用、Apache prefork worker pinning 和 ASLR 绕过的完整攻击链；如果你的工作涉及 PHP 安全审计、WAF 规则设计或 RCE 检测，这个项目有很高参考价值，普通后端或 AI 从业者关系不大。

WeVisOne-VL 是腾讯微信视觉团队推出的视觉语言模型，可以理解为把检测、分割、抠图等多个视觉任务塞进同一个模型的「全家桶」。你用自然语言提问，它既能给出目标的点、框等对象级定位，也能直接输出像素级的 mask 和带透明通道的 alpha matte，覆盖目标检测、指代定位、计数、指指点点、OCR、指代分割和精细抠图等任务，还内置一个仅 9.6M 参数的轻量像素解码器，不再依赖 SAM。它还有一个实用特性：当图里根本没有你问的目标时，会老实返回空结果而不是胡乱编一个框。在 LVIS 检测、RefCOCOg 指代、ReasonSeg 分割、P3M 抠图等多个基准上，它的 4B 版本都超过了 Qwen3-VL 等开源基线。做多模态感知、图像标注工具链、内容审核或视觉 Agent 的算法和工程人员值得看看，尤其是需要在一个模型里同时搞定定位和精细分割的场景；只做纯文本或后端开发的人关系不大。

这是一个 CTF 挑战「Steal My Bitcoin」的完整解题脚本，用一个纯标准库的 Python 文件复现了从零到拿到 flag 的全过程。它针对的是 PHP 8.4 的一个内存漏洞链：先用一个小体积的 multipart 上传让 PHP 吃掉远超报文大小的内存，触发 OOM 后在 session upload-progress 解析中留下脏状态，再通过精心构造的后续请求让字节从 cookie 里漏出来，分别拿到堆地址和代码地址，最后伪造一个 PHP 内部结构，让清理逻辑去调用 system 执行命令。整个过程最多 20 个请求，无循环无重试，作者还附了本地 Docker 实验环境。对做 Web 安全、漏洞研究或 PHP 运维的人来说，这是理解 PHP 内存破坏到 RCE 完整链路的难得素材；如果你不碰安全或后端底层，跟你的关系不大。

Eleven 是一个把 AI Agent 放在核心位置的逆向工程桌面应用，可以理解成「Agent 版的 Hopper 或 Ghidra 图形界面」。你把一个二进制文件、Android APK、GPU kernel、shader 或模型文件拖进去，直接问它在干什么；任何支持 ACP 协议的 Agent（Claude、Codex、Gemini、Cursor 等）都能读代码、追引用、重命名函数、留笔记并提出补丁建议，所有改动由你在同一窗口里审核、可撤销。底层用 Ghidra 或 Rizin 解析原生代码，用 jadx 打开 APK，还支持把函数伪代码改写成 C、Rust、Go 等多种语言，以及查看 CUDA/HIP kernel 和 GGUF 等模型文件。它还内置 LLDB 调试、双版本 diff 和可分享的项目文件。适合安全研究员、恶意软件分析人员、移动端安全工程师和做二进制分析的开发者，如果你平时不碰逆向，跟你的关系不大。

这是一个把 PS4 版《神秘海域：内森·德雷克合集》（含一代《德雷克的宝藏》、二代《纵横四海》、三代《德雷克的诡计》）搬到 Windows 上原生运行的移植层。它不包含任何游戏文件，需要你自己提供从 PS4 dump 出来的游戏目录；运行时负责补齐 PS4 系统库，再用 Vulkan 渲染器执行原本发给 PS4 GPU 的指令，让游戏自己的 x86-64 代码直接在 PC 上跑。实测三作均可游玩，一代在测试区域稳定 60 FPS，二代在 RTX 5080 上 4K 最重场景能到 99 FPS，合集菜单、存档、音频、过场动画和手柄都正常，还支持 FSR 1/3.1/4、DLSS、DLAA 等超分方案和 120 帧上限。对游戏行业从业者来说，这是一份难得的 PS4→PC 移植实现参考，展示了系统库模拟、GPU 指令翻译和多线程渲染调优的实际做法；普通 AI 或后端岗位与它关系不大。

这是一个把日本画师公开的三套 AI 作图参考素材（脸库、姿势库、服装库）翻译成中文的检索网站，共收录约 4300 张参考图：正面向脸部特写、灰色人偶线稿姿势、无人物服装图，全部 AI 生成、不涉及真人。它解决的是写提示词时「描述不清想要的脸和姿势」的痛点——你可以中英双语搜索、一键复制作图指令，或者点随机组合，从三个库各抽一张并排展示，自动生成现成提示词，还能单独换掉其中一张。针对不同工具它给了两种参考图形式：给能联网的 Agent（Claude、GPT 加浏览器工具）用的带源站直链版，以及给只能贴图的对话式图像模型用的三联图版。经常用 Stable Diffusion、Midjourney 或各类对话式 AI 画人物的创作者、需要批量产出角色图的美术和运营同学值得看看；纯后端或不做图像相关工作的人关系不大。注意服装库和姿势库禁止再分发图片本体，商用前需自行判断侵权风险。

Octopus 是一个把 Agent 当作操作系统进程来跑的实验性框架，用 Rust 写了约 4.5 万行内核，Codex CLI 只是它挂载的一个接口。它和常见 Agent 的区别在于：能力不是外挂插件，而是架构里的契约，Agent 在策略允许下可以自己加工具、改触发条件、组织子任务，这些改动会跨任务保留，影响它下次注意到什么、什么时候行动。系统里有 Home 连续对话、Projects 隔离权限、Agents 用两个 JSON 定义、Tasks 可中断续跑，还能驱动文件夹、浏览器、桌面、容器等执行环境。作者自己也坦承这是 research preview，对普通编码任务它并不比 Codex CLI 强，研究问题是这种可重塑执行环境的架构能否让模型主动起来。适合关注 Agent 架构、agentic OS 方向的研究者和工程师看，日常写代码的人暂时用不上。

网易 UU 远程一直没有 Linux 版本，这个项目补上了这块短板：它是一个纯 Rust 写的 Linux 被控端，装上后用你自己的 UU 账号扫码登录，这台 Linux 机器就会出现在官方 Mac/Windows/手机客户端的设备列表里，用法和 Windows 被控端完全一样。功能相当完整，包括远程桌面（H.264 编码，NVIDIA 显卡走 NVENC 硬编）、键鼠控制、双向剪贴板、文件传输、终端、端口映射、远程协助和锁屏自动解锁，还附带一个实验性的 Linux 控制端，可以在 Linux 上反向远控官方 Windows/Mac 被控端。没有显示器的群晖/NAS 也能用 Docker 部署，提供终端、文件传输和端口转发。X11 下的 GNOME、KDE、Xfce 等桌面已实机验证，Wayland 支持仍属实验性。适合需要远程运维 Linux 工作站、家用 NAS 或无头服务器的运维、开发和网管人员，如果你日常只用 Windows 或 Mac，关系不大。注意这是个人项目，与网易无关。

Motty 是一个用 Go 写的原生桌面 SSH 客户端，把终端、SFTP 文件面板、端口转发、VNC/RDP 远程桌面和一个 AI 助手塞进同一个窗口，可以理解为 Xshell、FinalShell 这类工具的现代替代品，但不依赖 webview。它解决的是运维和开发日常的碎片化麻烦：以前传文件要另开一个 SFTP 工具、看远程桌面要开浏览器或 VNC 客户端、排查问题时还得手动查日志，现在这些都并排在一个界面里，AI 助手还能直接读取同一个终端的输出来帮你分析报错。主机列表支持分组、标签和从 OpenSSH、PuTTY、MobaXterm 等配置导入，密码用 AES-256-GCM 加密存放，隧道规则可保存并按需启动，终端本身也做得相当扎实，支持真彩色、分屏和大量回滚。值得看的是后端开发、运维、SRE 以及经常要连多台服务器的全栈工程师，尤其是已经在用 FinalShell 或 Termius、希望有个更干净且内置 AI 的替代品的人；纯做前端或不碰服务器的读者关系不大。