README.md

    CSDN 技能森林

    本仓库是技能树森林的 RFC(Request for Comments) 仓库。提议请在 rfc/ 目录下创建文档,例如 rfc_001.md

    技能树发布的新闻稿

    如何参与贡献

    • 贡献方式
      1. fork 下面对应开放技能树编辑仓库,仔细阅读对应的仓库的README规则,新增习题或者改进已有习题
      2. 提交 pull-request 等待审核合并
      3. 核心贡献者会邀请加入项目仓库成员
      4. 技能树社区将展示出题者信息,以及根据贡献值奖励一定的原力值
      5. 参考参与贡献Q/A
    • 仓库说明
      • 技能森林分为技能树开放编辑仓库CSDN技能树线上社区
        • 其中技能树开放编辑仓库采用 MIT 或者 CC4 开源协议,是开源项目仓库部分
        • 其中CSDN技能树线上社区为CSDN产品
      • 贡献者基于技能树开放编辑仓库图谱数据之上的进一步延伸开发,应遵循对应协议要求

    技能树仓库和技能树社区

    • 一个技能树仓库的章节结构和习题就绪时,则上线初版的技能树社区
    开放编辑仓库 上线的技能树社区 状态
    1 每日一题技能树编辑仓库 每日一练
    2 CS入门技能树仓库 CS入门技能树社区
    3 Python技能树编辑仓库 Python技能树社区
    4 C语言技能树编辑仓库 C语言技能树社区
    5 Java技能树编辑仓库 Java技能树社区
    6 算法(algorithm)技能树编辑仓库 算法技能树社区
    7 PostgreSQL技能树编辑仓库 PostgreSQL技能树社区
    8 OpenCV技能树编辑仓库 OpenCV技能树社区
    9 Neo4j技能树编辑仓库 Neo4j技能树社区
    10 云原生入门技能树 云原生入门技能树
    11 网络技能树 网络技能树社区
    12 CUDA入门技能树 CUDA入门技能树社区 ✓初/中阶已上线
    13 Vue入门技能树 Vue入门技能树社区 ✓初/中阶已上线
    14 MySQL入门技能树(初/中阶段) MySQL入门技能树社区
    15 MySQL进阶技能树(中/高阶) MySQL进阶技能树社区
    16 Oracle技能树
    17 Go语言技能树
    18 Scala技能树
    19 Spark技能树
    20 .NET技能树 .
    21 Rust技能树 .
    22 Web开发入门技能树
    23 Web实战技能树
    24 AI技能树
    25 面向对象程序设计技能树
    26 游戏开发入门技能树
    27 开源软件开发技能树
    28 OceanBase技能树
    29 DevOps运维技能树
    30 搜索技能树
    31 小程序技能树

    技能树服务构建项目

    技能树数据处理的流水线如下:

    技能树开放编辑仓库 --> 技能树命令行工具 --> 技能树服务

    其中不同环节的仓库如下:

    • 技能树开放编辑仓库 就是每个领域的编辑仓库。
    • 技能树命令行工具技能树服务 会分别创建两个独立的仓库
    • 实现上,技能树命令行工具技能树服务 都会有一些对技能树编辑仓库数据的结构解析、校验、转换需求,这些解析器的实现托管在一个独立的 技能树解析 仓库里。

    管道仓库状态

    仓库 状态
    技能树命令行工具(skill_tree_cli) 内部状态,TODO:开放仓库,参考下一节
    技能树服务(skill_tree_server) 内部状态,TODO:开放仓库
    技能树解析(skill_tree_parser) 已创建并在三个环节使用

    技能树命令行设计(草稿)

    技能树仓库编辑命令 最终应该和 技能树管道处理命令组合在一起,类似 git 一样提供一个 skill_tree 命令,该命令包含如下 actions

    • init 命令:初始化一个技能树仓库,该过程会交互式询问,输入技能树仓库相关的 meta 信息,用来自动完成技能树仓库
      • 原始数据编辑目录:data/
      • 处理脚本目录:src/
      • 管道数据处理目录:pipeline/
        • 保持结构并规格化处理输出目录:pipeline/spec
        • 链接合成目录:pipeline/link
    • tree 命令:在data/ 目录下通过该命令为每个节点和习题分配id,自动化生成必要的元数据
    • spec 命令:在pipeline/spec 目录下输出严格规格化的中间数据格式
    • link 命令:链接节点数据,包含
      • 生成节社区(抽象意义上)
      • 生成节频道(抽象意义上)
      • 生成习题交流贴(抽象意义上)
    • deploy 命令:将link后的产生的数据发布到抽象技能树服务
    • server 命令:启动抽象技能树服务,用户可以开始使用。

    技能树概述

    内容生产者, 内容消费者,学习者: 他们有不同的需求。

    从一个“产品设计” 的角度,一个领域 (Python) 有一个技能树。 这个技能树上面有很多 知识点,这些知识点有 {初中高} 的特性。 每个知识点有 相关的 {博客, 问答, 代码, 视频,... } 集合。 用户如何证明自己掌握了某个知识点? 考虑:

    • 每个知识点有相关的 “测试”,通过了这个 “测试”.
    • 成为这个知识点的回答采纳目标。
    • 写原创博客获得一定的赞。
    • 通过某种考试。

    痛点的解决

    • 我怎么能证明我自己懂了这个领域? 解决:显示用户花了时间,通过了测试,写了博客。
    • 光看博客就能证明自己懂了么? 解决:不行,必须通过测试了
    • 我看了程序,但是只有程序片段,我怎么运行在我的电脑呢? CSDN 的程序是完整的,但是拷贝到我的电脑上,怎么不行啊? 解决:让用户能执行完整的可运行的程序。
    • 回答者的痛点:我不断地回答相似的问题,一遍一遍给他们源代码。 解决:把完整的解决代码放在 Code 平台上,以后让提问者来这里看。 (这个和 ‘问答’ 业务很相关)

    对于技能树上的一个问题,我们应该有完整的解决方案,让用户非常满意:

    • 问题(怎么做归并排序?)
    • 解答(原理是这样的)
    • 代码:这个代码是要能在 Code-China 上可以运行的 (归并排序的代码在 JupyterNotebook 之类的平台运行)
    • 解释通过代码的评论来完成:用户会说:我不大懂第十行, 为何要这样写? 专家就会解释。

    技能树社区核心设计

    1. 构建结构化信息,通过难度等级、章/节+子树,使用算法匹配学习知识
    2. 每个知识点节点是一个微社区
    3. 每个微社区内包含3个重要元素:
      • 参考资料(学习,使用算法匹配+推荐给出最优质内容)
      • 习题(验证学习,是否掌握了知识点?习题做完可以去Notebook运行)
      • 交流讨论区(同主题交流,通过输出进一步强化学习)

    基于技能树的知识图谱

    基于技能树的层次结构,构建复合的知识图谱结构,仓库: skill_tree_level

    不同技能树构成了职业路线学习包

    data/pacakage 目录下定义了由不同的技能树组合构成的学习包 例如:

    贡献者列表

    顾问

    开发者

    已发布技能树贡献者

    未发布技能树贡献者

    长成大树,长成灌木

    项目简介

    CSDN 技能森林

    发行版本

    当前项目没有发行版本

    贡献者 4

    幻灰龙 @huanhuilong
    F feilong @feilong
    M Mars Liu @Mars Liu

    开发语言

    • Python 100.0 %