Java 后端知识体系
面向 Java 后端开发者,按“计算机网络 → 操作系统 → 数据结构 → 算法”的顺序整理计算机基础文章,并串联 Java 集合、MySQL 索引、Redis 跳表等后端专题,帮助校招、社招复习时把网络、操作系统、数据结构与算法串成完整知识体系。
BAIZE AI RESOURCE
JavaGuide
JavaGuide 是一个开源技术知识库,以 Markdown 文档形式系统整理 Java 后端、计算机基础、数据库、AI 应用开发与 AI 编程等知识,帮助开发者系统学习和准备技术面试。

JavaGuide 是一个长期维护的开源技术知识库,内容以 Markdown 文档组织,并通过 VuePress 构建为在线阅读站点。它最初聚焦 Java 后端学习与面试,覆盖 Java 基础、集合、并发、JVM、计算机基础、数据库、分布式与系统设计等主题,后续扩展出 AI 应用开发知识体系,包括大模型基础、AI Agent、RAG、MCP、Prompt 与上下文工程、AI 系统设计以及 AI 编程实战等专题。内容按专题划分阅读顺序,每篇文章围绕概念、原理、工程实践和常见追问展开,适合后端开发者、准备技术面试的求职者以及希望从后端转向 AI 应用开发的工程师系统学习与查阅。
面向 Java 后端开发者,按“计算机网络 → 操作系统 → 数据结构 → 算法”的顺序整理计算机基础文章,并串联 Java 集合、MySQL 索引、Redis 跳表等后端专题,帮助校招、社招复习时把网络、操作系统、数据结构与算法串成完整知识体系。
面向后端开发者系统梳理 AI 应用开发知识体系,覆盖大模型调用、Agent、RAG、MCP、Prompt 工程、向量数据库、评测与系统设计,并提供从后端转型 AI 应用开发的学习路线与面试复习路径。
系统整理 Claude Code、Cursor、OpenAI Codex、Trae、oh-my-pi 等 AI 编程工具的选型思路、上下文管理、CLAUDE.md 最佳实践、Spec Coding、Skills、代码审查与真实项目案例,帮助开发者把 AI 编程工具稳定用于真实项目,并覆盖 AI 编程相关面试准备。
面向 AI 工程师、AI 应用开发和后端转 AI 岗位的面试复习路线,将大模型基础、AI Agent、RAG、AI 系统设计四类高频追问串联成一条学习路径,并给出从总入口到各专题文章的建议阅读顺序,帮助读者把零散概念组织成“问题→原理→方案→取舍→落地”的面试表达。
JavaGuide 的 AI 应用开发知识体系以 Markdown 文档组织内容,按大模型基础、Agent、RAG 和系统设计等专题分目录存放,文章之间通过阅读顺序和相关链接串联,形成从概念到工程实践的连续学习路径。
使用场景从 Java 后端转向 AI 应用开发
按大模型基础、Agent、RAG、系统设计的顺序阅读专题文章,理解模型调用链路、上下文管理、检索优化与生产级架构。
使用场景准备 AI 应用开发或后端岗位面试
使用面试题专题中的复习路线,围绕大模型基础、Agent、RAG 和系统设计梳理高频问题与回答思路。
使用场景在真实项目中使用 AI 编程工具
查阅 AI 编程专题中关于 CLI 与 IDE 选型、CLAUDE.md、Skills、Spec Coding 和代码审查的实践内容。