前言
作为一名练习时长三年半的码农，我太懂技术入门阶段的迷茫与内耗 —— 收藏夹里存满了 “从入门到精通”，真上手才发现要么知识点零散得像碎片，要么一上来就堆砌硬核原理，新人刚抬脚就被劝退；尤其在 AI 技术高速迭代的当下，从提示词工程到智能体开发，从前端全栈到数据工程，技术栈越铺越宽，反而更容易让人陷入 “什么都想学、什么都学不深” 的困境。
我始终觉得，新手入门最需要的从来不是更多的资料，而是一条清晰的路径：先学什么建立认知，后学什么落地实践，哪些工具是必选型，哪些内容可以后置。比起漫无目的地刷教程，有章法地递进学习，才是最高效的成长方式。
因此我把自己一路踩坑筛选、验证过的入门资源做了完整整合，覆盖人工智能、软件开发、大数据、数字媒体四大方向。这份清单没有堆砌晦涩的理论，也没有罗列海量的冗余内容，而是给每个方向梳理了从基础认知到工程落地的递进路线，每一步都匹配了对应的入门向学习资料，尽量帮大家跳过 “找资料、辨优劣、排顺序” 的前置成本。
不管你是刚入行的开发新人，想补齐 AI 时代的核心技术栈；还是想跨方向拓展能力边界，需要一份靠谱的入门指引，都希望这份整理能帮你少走几段弯路，把更多时间留给真正的动手实践。
正文已按技术方向归类排序，大家可按需取用。若有更优质的入门资源，也欢迎在评论区交流补充。
一、人工智能
AI应用（基础通识）
提示词 → 上下文 → RAG → 知识库 → 工作流 → MCP → Skills → Agent → Harness Engineering
↓
AI编程IDE（终端+可视）
↓
智能体平台（扣子/WorkBuddy）
前四个是"理解 AI 怎么用"，中间五个是"让 AI 在工程中落地"，最后三个是"选对工具和模型"。建议先掌握前八个概念，再了解 IDE 和智能体平台，还有动手接入国内模型。
学习资源
MCP概念：MCP是啥？技术原理是什么？一个视频搞懂MCP的一切。Windows系统配置MCP，Cursor Cline使用MCP
Agent Skills概念：Agent Skills (Claude Skills) 详细攻略，一期视频精通
Agent概念：Agent概念
Harness Engineering：Harness Engineering是什么？和提示词工程和上下文工程有什么关系？
Cherry Studio：一口气介绍15种MCP工具，CherryStudio配置MCP
注：去申请 DeepSeek 的 API，视频开头的 OpenRouter 麻烦而且巨贵。
实用网站
AI算法（可选）
- 机器学习与深度学习：【超详细的机器学习与深度学习教程】
- Pytorch：60分钟Pytorch从入门到精通！对零基础小白超友好的Pytorch教程~和学姐一起组队共学吧~
- 计算机视觉OpenCV：OpenCV Python 图像处理 30分钟 入门课程
- 自然语言处理Transformers：【闪客】一小时从函数到 Transformer
二、软件开发
1、基础语言：TypeScript
一个加了类型的 JavaScript，世界第一语言。有大量的源码给 AI 训练，以及加了类型，让 AI 理解定义的变量的作用。作为 AI 基建的第一语言。
2、JS运行时：Node.js
一个可以让 JavaScript 脱离浏览器的运行环境。扩展了 JavaScript 的功能，不局限于浏览器。
3、版本管理器
- Git：一个分布式版本控制软件，用于跟踪文件变化并协调多作者之间的合作。
4、工程化
学习前端框架的基础，需要先学习工程化思维和工具。
5、前端框架
- React：全球第一前端框架，生态丰富。覆盖小程序、桌面应用、原生 App、全栈开发，大量源码给国内外顶尖模型训练。
- Vue：国内第一前端框架，简单易上手。覆盖小程序、桌面应用开发，前端框架初学者的优先选择。
6、样式方案：TailwindCSS
将样式直接附加在网页标签上，第一无需再承担标签命名的心智负担，第二样式所见即所得，无需跨文件一一对应。AI 能够直接读取标签对应样式，无需跨文件上下文比对。
7、组件库：Shadcn-ui
一个基于 React 的组件库，提供了丰富的组件，如按钮、输入框、下拉菜单等。
8、Web3D：Three.js
一个基于 JavaScript 的 3D 库，用于创建 3D 模型、场景、动画等。
9、动画库：Animation
一个动画库，用于创建动画效果。
10、状态管理：Zustand.js
一个基于 React 的状态管理库，用于在组件之间共享状态。
11、数据库
- PostgreSQL：一个关系型数据库，用于存储和管理数据。
- Redis：一个键值存储数据库，用于存储和管理数据。
12、应用框架
在前端框架的基础上，做了跨端编译、工程打包、运行时适配等诸多封装。
小程序开发
- Taro：一款将标签编译为不同平台小程序代码的框架，同时封装了很多调用手机位置、图片、拍照等能力。
- Uniapp：一款将 H5 网页应用打包为小程序，同时封装了很多调用手机位置、图片、拍照等能力。
桌面端应用开发
- Electron：浏览器界面和 Node.js 打包成桌面应用的框架，浏览器层负责渲染图形界面、Node.js 服务层负责软件对接系统服务（如电脑文件和硬件系统功能）。
现代全栈开发（服务端渲染组件）
- Next.js：对比传统前端将 HTML+CSS+JS 一起放入浏览器，交由浏览器跑 JavaScript 脚本。Next.js 将 JavaScript 脚本放在服务器跑完数据后，将跑完脚本的网页组件以 HTML 发给浏览器，无需浏览器跑脚本。性能更高，而且直接在服务器通过 JS 脚本获取数据，实现全栈开发。
原生应用开发
- React Native：安卓、IOS 应用开发。一款将标签编译为不同系统原生组件的框架，同时封装了很多调用手机位置、图片、拍照等能力。通过前端框架的虚拟 DOM，映射成各个平台的原生组件进行渲染，实现 JS 编写原生 App 的能力。
- RNOH：鸿蒙应用开发。一款由社区维护的将 RN 适配鸿蒙原生组件的框架，能力和 React Native 相似。
Web 服务端应用开发
- Nest.js：一个基于 Node.js 的框架，延续 MVC 架构，分为数据层、服务层、控制器层。数据层就是从数据库获取数据，服务层就是业务逻辑，控制器层就是前端请求处理、响应提供给前端。分成模块，每个模块负责一个功能。AI 能够直接分模块读取代码，无需跨文件上下文比对。
- Prisma：一个基于 Node.js 的 ORM 框架，用于连接 PostgreSQL 等数据库，定义数据库对应库、表、字段类型的数据模型。使用对数据模型调用封装好的函数，从而操作数据库。
- Ioredis：一个基于 Node.js 的 Redis 客户端，用于连接 Redis 数据库。
13、数据可视化：ECharts.js
一个基于 JavaScript 的数据可视化库，用于创建交互式数据可视化图表。
14、容器化平台
- Docker：一个容器化平台，用于部署和管理应用。
三、大数据
基础语言：Python
一个简单易学的语言，让开发者专注于库的使用和逻辑实现，大量源码给 AI 训练。AI 时代的应用首选语言。
Anaconda
一个能切换不同python版本的工具
婴儿都会安装的最新版最详细Anaconda新手安装+配置+环境创建教程_anaconda配置-CSDN博客
Polars
一个新时代数据处理 Python 库，基于 Rust 编写、支持 Apache Arrow 内存模型、极致的并行机制，充分利用多核 CPU。
平台搭建
参考"大数据集群安装文档"（待发）
数据分析思维
待发
练习平台
题库 - 力扣 (LeetCode) 全球极客挚爱的技术成长平台
四、数字媒体
1、音乐
- 乐理：【入门 | 功能】编曲小白必看！Dav老师带你运用编曲思维入门基础乐理~
- 编曲：【入门 | 技巧】想要上手FL Studio？20分钟就够了！2022最新最详细水果20.9版本入门教程——给我20分钟，带你打开音乐制作世界的大门！
- AI编曲：一口气带你学会全球最强AI音乐软件Suno！
2、画画（板绘）
AI生图
3、建模
4、动画
5、设计
🚀神器来袭！Pencil让UI设计彻底变天：AI同时生成多个专业级UI，Claude Code一键转代码，Pencil高级使用技巧保姆级教程！
