temp · AI Learning Lab

这是一个由 AI 协助维护的个人学习仓库，用来沉淀开发中遇到的知识点、验证想法和可运行实验。

它不是需要手工排版的博客，也不是聊天记录归档。目标是让一次学习直接变成仓库里的长期资产：可搜索、可验证、可继续修改。

怎么使用

把问题和上下文直接交给 AI，并要求它在这个仓库中完成沉淀。例如：

调研 Node.js Stream 的背压机制，把结论写进仓库，并提供一个能运行的最小示例。

AI 会先搜索仓库，优先更新已有内容；没有合适内容时，再按下面的边界新增文件：

• knowledge/frontend/：前端工程、浏览器与框架知识。
• knowledge/backend/：Python、Java、Node.js 与服务端知识。
• knowledge/devops/：Docker、Linux、CI/CD 与运维知识。
• examples/：确实需要代码验证时才创建的最小实验。
• src/、server/：保留的历史实验，新内容不再受它们的技术栈限制。

一次沉淀至少应回答三件事：结论是什么、边界在哪里、如何验证。能用代码证明的知识点，保留最小示例和运行命令；纯概念不必为了形式添加代码。

学习闭环

1. 在真实项目中遇到问题或新概念。
2. 让 AI 在本仓库检索、研究并落盘。
3. 运行示例或检查命令，确认结论。
4. 提交 Git；以后遇到同类问题时，让 AI 检索并增量更新。

Git 历史就是学习时间线，全文搜索就是索引，因此暂不维护额外目录页或知识管理系统。

现有内容

仓库保留了过去积累的实验，后续在实际使用时逐步整理，不做一次性搬迁：

• src/js/：JavaScript 语言特性与 API
• src/node/：Node.js、文件、Excel、PDF 等实验
• src/ui/：CSS 与页面布局
• src/ux/：浏览器交互与组件实验
• src/interview/：算法、异步、设计模式等练习
• src/tools/：地图、Canvas 等工具性尝试

原则

• 一个主题只有一个主要入口，优先补充已有文件。
• 按知识领域归档，不按课程、网站或学习日期归档。
• 记录经过验证的结论，不保存未经整理的整段对话。
• 示例只保留解释知识点所需的最小代码。
• 来源会变化时，记录链接和查阅日期。
• 不为展示而搭建站点；当 Markdown 和 Git 搜索不够用时再升级。