前端快速入门分享:给后端同学的一份路线图

前端快速入门分享:给后端同学的一份路线图

最近技术圈在疯传一张飞书截图,大意是“公司不再按技术栈划分岗位,工程师统一称为 Agent 工程师”。这话听着有点玄,但对我们这种中小型团队来说,其实一直在追求“多面手”的现实主义路线。全栈能力是长期目标,而 AI 只是把这个节奏按快了。

所以我给团队里对前端不太熟的同学做了一次快速入门分享。这篇文章就是那份讲义的“博客版”,改成更顺滑的叙事,方便圈内同好参考。

在这里插入图片描述

一、我眼里的前端演进史

我更喜欢用“阶段性主旋律”来理解前端。

1. 远古时期:demo 网页(纯 HTML)

  • 学生时代的网页三剑客:Dreamweaver、Photoshop、Flash
  • 一个 index.html 打天下
  • 页面 = 结构(HTML)+ 样式(CSS)+ 交互(JS)

2. 服务端渲染时代:JSP / PHP / ASP(后端主导)

  • 后端拼页面:JSP 输出 HTML
  • 优点:简单直观、SEO 友好
  • 痛点:复杂交互越来越难做、页面复用差、开发耦合重

3. 前后端分离:API + SPA 崛起

  • 后端只负责:数据 & 鉴权
  • 前端负责:页面渲染 & 交互
  • 典型模式:RESTful API / JSON / Token

4. 工程化时代:Vue / React(组件化 + 状态管理)

  • 页面不再是“拼 HTML”,而是“拼组件”
  • 代码从“脚本”变成“应用工程”
  • 构建体系:Webpack → Vite

5. 再往后:跨端 & 前端 Native

  • Electron / Tauri(桌面端)
  • React Native / Flutter(移动端)
  • 小程序生态
  • 本质:用前端思维写应用,用不同运行时交付

二、现代前端在干什么

很多后端同学对前端的印象还停留在“写页面”,但实际交付物已经远超这个范畴。

1. 一个前端项目的交付物

  • UI 页面(组件)
  • 路由(页面组织)
  • 状态管理(数据)
  • 接口层(请求、错误处理)
  • 打包构建(发布)

2. 前端岗位常见分工

  • 页面 / 组件开发
  • 工程化(构建、脚手架、规范)
  • 性能与稳定性(错误监控、埋点)
  • 跨端(桌面 / 移动 / 小程序)

3. 和后端 / 客户端协作的关键点

  • 接口契约(字段、分页、错误码)
  • 鉴权(Cookie / Token)
  • 跨域、文件上传下载、流式数据
  • 联调方式:mock / swagger / postman

三、基础三件套快速入门

这部分我在内部分享里强调的是“够用优先”。先能理解,再慢慢深入。

1. HTML:结构与语义

  • 常见标签:div / span / img / a / input / button / form
  • 语义化:header / main / footer
  • DOM 是什么(树结构)

2. CSS:样式与布局

  • 选择器(类、id、层级)
  • 盒模型(margin / padding / border)
  • Flex 布局
  • 常见“对齐 / 居中”套路
  • 响应式:媒体查询 / 宽度自适应

3. JavaScript:交互与逻辑

  • 变量 / 函数 / 对象 / 数组(够用即可)
  • 事件:click、input
  • 异步:Promise / async await
  • DOM 操作(了解即可)

四、TypeScript:从“能跑”到“可维护”

前端的真实痛点不是“能不能写”,而是“能不能协作、能不能长期维护”。TS 就是这里的分水岭。

1. 为什么需要 TS

  • JS 灵活但容易踩坑,协作成本高
  • TS 提供:类型约束 + IDE 提示 + 重构安全感

2. 关键概念

  • 基础类型:string / number / boolean / any / unknown
  • interface / type
  • 泛型(点到为止)
  • 典型场景:接口返回值定义、组件 props 定义

五、Vue3 快速上手路线

这部分是实操里最容易“卡住”的地方,我给的心智模型是:数据驱动 UI

1. Vue3 心智:数据驱动 UI

  • UI = f(state)
  • state 变 → 页面自动更新

2. 项目结构

  • main.ts / App.vue
  • pages/components/router/stores/api/

3. 单文件组件(.vue)

  • template(视图)
  • script setup(逻辑)
  • style(样式)

4. Composition API 必会

  • ref / reactive
  • computed
  • watch
  • onMounted

5. 常见语法

  • v-if / v-show
  • v-for
  • v-model
  • :class / :style
  • @click

6. 组件通信

  • 父传子:props
  • 子传父:emit
  • 插槽 slot
  • 状态上移:什么时候该放到 store

7. 路由与页面

  • Vue Router:页面如何组织
  • 动态路由参数

8. 状态管理

  • 为什么需要 store
  • 一个 store 管理:用户信息 / token / 全局配置

9. API 请求

  • 请求封装
  • 拦截器:加 token、统一错误处理

六、拓展:UI 是什么

我挺喜欢这个表格,它能把“UI 到底是个什么东西”拆得清楚一点:

UI = 声明式描述 + 运行时对象树 + 渲染引擎 + 布局系统

平台描述层运行时对象渲染
WebHTML / JSXDOMBlink/WebKit
AndroidXMLView / ViewGroupSkia
iOSXIBUIViewCoreAnimation
Vue/ReactTemplate / JSXVirtual DOM → DOM浏览器
Qt WidgetsC++ + .ui(XML)QWidgetRaster / OpenGL
Qt QMLQMLQObject / QQuickItemScene Graph
FlutterDart WidgetRenderObjectSkia

最后

这篇文章不追求“系统性教学”,更多是把一次内部分享整理成可以独立阅读的版本。对后端同学来说,前端不是一个“从零开始的陌生世界”,而是一套可以循序渐进理解的工程体系。

如果你正准备补前端短板,希望这份路线图能帮你少走几条弯路。

原文链接

Read more

开源强化学习框架RLinf:面向具身和智能体的强化学习基础设施

开源强化学习框架RLinf:面向具身和智能体的强化学习基础设施

清华大学等发布RLinf:面向具身和智能体的强化学习基础设施 RLinf 是一个灵活且可扩展的开源强化学习基础设施,是以清华大学、北京中关村学院、无问芯穹为核心,还联合了北京大学、加州大学伯克利分校等机构共同参与设计并开源。这是一个面向具身智能的“渲训推一体化”大规模强化学习框架,专门为具身人工智能和智能体人工智能而设计。RLinf 中的“inf”代表“基础设施” Infrastructure,突显了它作为下一代训练强大骨干的作用。它也代表“无限” Infinite,象征着该系统支持开放式学习、持续泛化以及智能发展中的无限可能。 RLinf具身智能AI强化学习训练平台框架 参考链接: https://github.com/RLinf/RLinf Franka真机强化学习 本文档给出在 RLinf 框架内启动在 Franka 机械臂真机环境中训练任务的完整指南, 重点介绍如何从零开始训练基于 ResNet 的 CNN 策略以完成机器人操作任务。 主要目标是让模型具备以下能力: 1. 视觉理解:处理来自机器人相机的 RGB 图像。 2.

By Ne0inhk

最近爆火的 OpenClaw Skills 合集开源了!已收录 700+!

在介绍这份令人眼花缭乱的“武器库”之前,先给还不了解 OpenClaw 的朋友补个课。 简单来说,OpenClaw 是目前 GitHub 上最火的本地化 AI Agent 平台(前身是 Clawd/Moltbot)。不同于只能在网页里陪聊的 ChatGPT,OpenClaw 是一个运行在你电脑终端里的“数字管家”。 * 本地优先:直接运行在你的 Mac/Linux/Windows 上,数据不出本地,拥有 Docker 沙箱级安全保护。 * 全渠道接入:你可以通过 WhatsApp、Telegram、Slack 甚至 iMessage 随时指挥它。 * 行动派:它不只是给你建议,而是能直接读写文件、运行命令、调用 API。 如果说 OpenClaw 是一个强悍的操作系统,那么下面要介绍的

By Ne0inhk
开源模型应用落地-知识巩固-生产级AI服务优化(二)

开源模型应用落地-知识巩固-生产级AI服务优化(二)

一、前言     在构建基于Flask的AI接口服务时,采用蓝图(Blueprint)架构可以大幅提升应用的可管理性和扩展性。通过将不同功能模块(如用户认证、模型处理和数据管理)组织成独立的蓝图,我们可以更加清晰地划分代码结构,使团队协作和后续维护变得更加高效。同时,借助 `python-dotenv` 来管理敏感信息和环境变量,则进一步增强了应用的安全性和灵活性。通过合理的模块化设计与高效的环境设置,我们能够优化 AI 服务的开发和部署流程,提升服务的性能与用户体验。 二、术语介绍 2.1. Loguru     是一个用于 Python 的日志库,旨在简化日志记录的过程,提供比 Python 内置的 `logging` 模块更易用和更强大的功能。Loguru 不仅使得日志记录更加简单直观,还提供了许多功能,例如: 1. 简单易用:Loguru 的接口设计得非常直观,用户只需几行代码即可开始记录日志。 2. 丰富的功能:它支持多种日志级别、格式化、过滤、

By Ne0inhk