up 仓库导读:《人生进阶指南》的书稿主线与 VitePress 双语站工程化校验体系
本文以仓库根目录的 README.md 为主体,解读《人生进阶指南》(up,AI 时代终身学习指南)的定位、七部书稿主线、学习循环与证据方法,并结合 package.json、scripts/check-content.mjs 与 tests/site.spec.mjs 等工程文件,说明这份开放内容项目如何被构建、同步、校验和回滚。读完本文,你能掌握全书各部分的入口与阅读路径,并能复现该站点的本地开发、内容校验与端到端测试流程。
项目定位:AI 时代的终身学习指南
README.md 把本项目定位为一份“持续更新的书稿”:副标题是“AI 时代终身学习指南”,作者为韩先凯(笔名:离谱)。它的起点是 2017 年的《离谱的英语学习指南》,如今英语从“全部地图”收缩为“地图上的一条基础路径”,内容向外延伸到 AI 学习、项目开发、资源层创业、人生复盘与恢复。
README 开篇提出了整份指南的核心命题:AI 让解释、代码、计划甚至人生建议变得廉价,而真正稀缺的是“知道什么问题值得追问、辨别什么证据可以相信、把建议变成真实作品,并为最后的判断承担责任”。指南面向普通人,不预设读者是天才或意志坚定的人,也不承诺某个工具能改变命运。
项目反复练习一个固定循环,这是全书的方法骨架:
发现问题 → 主动学习 → 与 AI 协作 → 完成真实任务 → 保存证据 → 复盘迁移
它同时把内容区分为三种信息层级,这一区分贯穿全部章节与模板:
- 研究结论:提供来源,并说明证据能覆盖到哪里;
- 个人经验:保留故事的温度,不把一条人生路径冒充成普遍规律;
- 待验证假设:允许想象进入讨论,但必须交给下一轮行动检验。
首页还给出了七条导览路径(guide-paths):终身学习系统(学习状态模板)、使用 AI 学习一切(第三部 AI 学习章)、AI 项目与资源层创业(资源层创业章)、基础能力英语(CEFR 自测)、AI 中转服务外部参考、人生复盘与恢复(我的故事)以及作者项目与现实实践(docs/projects.md)。其中外部服务条目被明确约束:只作公开首页描述引用,使用前需自行核对服务条款、价格、隐私与可用性;站点对该外链使用 target="_blank" 与 rel="noopener noreferrer" 做了边界处理(见 tests/site.spec.mjs 中 home pages expose biezou as a bounded external AI reference 用例)。
书稿主线:七段阅读弧线
README 的“书稿主线”一节给出了全书结构总表。完整阅读应从阅读指南:把书放回生活进入,再从序章:先不要急着改变人生开始。全书不是一条只向上的直线,而是一圈会反复经过的路径:
| 部分 | 核心问题 | 入口 |
|---|---|---|
| 阅读指南与序章 | 我从哪里进入,又为什么要重新开始? | 阅读指南 · 先不要急着改变人生 |
| 第一部:打开输入 | 怎样建立英语和世界之间的通道? | CEFR 自测 · 认知与训练原则 · 词汇、听力、阅读、口语、写作 |
| 第二部:把自己放回生活 | 能力、事业、关系、失败、选择与恢复怎样互相影响? | 我的故事 · 叙事与证据篇 · 回声篇 · 恢复篇 · 选择篇 · 关系篇 · 创业篇 |
| 第三部:借工具放大能力 | 怎样使用 AI,而不把判断力和注意力一起外包? | 使用 AI 学习一切 · AI 项目与资源层创业 · 注意力篇 · 作品篇 · 证据篇 |
| 第四部:实践与恢复 | 学习如何回到身体、兴趣和日常? | 实践篇 · 生活系统篇 · 节律篇 |
| 第五部:行动与长期改变 | 怎样在九十天里做出可验证的改变? | 九十天行动篇 |
| 后记 | 进阶之后,我想成为什么样的人? | 进阶不是离开原来的自己 |
两个辅助入口贯穿全书:遇到术语不清时打开术语与方法索引,按“定义 → 证据 → 下一步”返回主线;不知道该用哪张工作纸时,先看工具箱总览按眼前问题选择入口。根目录 SUMMARY.md 与 docs/SUMMARY.md、docs/en/SUMMARY.md 是同一目录结构的三份镜像,由同步脚本生成(见后文工程部分)。
阅读指南进一步提供六种入场方式(“只是想重新开始”“想提高一项具体能力”“有很多资料却没有作品”“有很多记录却不知是否真的改变”“不知道该选哪张工作纸”“正在低谷、容量很小”),并规定每章读完至少留下四种痕迹中的两种:一个判断、一个样本、一个边界、一个回访点。中断后的回归路径也被明确:先打开学习状态标记已完成、未确认、代价与下一步,等节律回来再加回任务。
从今天的一件小事开始:最小行动闭环
README 给出一个五步的日级启动流程,这是“学习循环”落到每天的操作形式:
- 选一个真实问题:工作里卡住的一步、想理解的概念、想帮助的人,或一直没有完成的小项目;
- 在学习状态中写下当前基线:已经知道什么、还不会什么、什么结果算完成;遇到选择、注意力、关系或恢复问题时使用生活进阶工作表;准备完整周期时复制九十日行动总表;
- 让 AI 帮你拆出一个 25–45 分钟的任务,但亲自核对来源、做出选择并完成输出;
- 保存一页笔记、一段代码、一次录音、一封邮件或一份反馈,而不是只保存聊天记录;
- 一周后用每周复盘检查完成、质量、保持与迁移,再决定下一步。
学习状态模板是这套方法的“跨会话事实源”:它要求记录目标(真实场景、主任务、12 周结果、完成标准)、约束与边界(每周可用时间、AI 可以协助什么、必须由人确认什么)、基线样本表、错误与风险、已验证方法、待验证假设,以及一份交接区(未完成事实、未决选择、已发生成本、下次先做什么)。模板还内置了一段“AI 跨会话恢复提示词”,其设计要点值得注意:让 AI 先用不超过 6 条要点复述状态、指出信息冲突或缺口、不假装记得其他会话、不补写文件里没有的事实,并且先让学习者作答再反馈,除非请求否则不直接给完整答案。这体现了 README 中“事实核验与最终判断留在人手中”的原则在模板层的落地。
工具箱总览则提供了“先回答我现在卡在哪里”的分流表和一条六步闭环:定位(学习状态/英语诊断)→ 选择(九十日总表或节律账本)→ 练习(各能力证据卡)→ 协作(AI 任务简报与AI 学习记录)→ 交付(作品简报与交付卡与AI 项目评分卡)→ 复查(证据链加每周复盘)。它同时给出三条使用规则:只追踪会改变决定的内容;基线、首版和独立复测应尽量由人完成(AI 介入前或关闭后);记录必须守住隐私边界(密码、证件、精确住址、客户资料、医疗隐私不得粘贴进模板或模型)。最小开始被压缩为四行:
我现在要解决的真实问题:
我已经拥有的基线证据:
我在 25–45 分钟内要完成的最小输出:
完成后我会把证据保存在:
基础能力:英语仍然是一扇重要的门
README 专设一节说明英语的定位:它不再是这份指南的全部,却仍是终身学习的重要基础——帮助阅读全球知识与技术文档、理解国际课程和研究、使用更多 AI 工具、让跨文化合作少一层转述。
入口路径是:先从CEFR 目标与自测建立真实基线,再按需要进入认知、词汇、听力、阅读、口语、写作和用 AI 学英语。处理技术任务时,可以从技术词表挑选词块;仓库中还有 Go、Java、JavaScript、PHP、Prompt、Python、Rust、Swift 与 Vibe Coding 等按语言/主题分列的词表,由 scripts/sync-word-lists.mjs 同步到英文镜像。
配套的诊断工具链包括英语能力诊断、词汇审计、听力资源审计卡、阅读证据卡、口语证据卡、写作证据卡与作品简报与交付卡。README 对这一节的收尾判断是:英语水平不由收藏的单词量证明,而由你能否在真实场景中理解、表达和完成任务证明——“它是一座桥,不是一堵用来评价自己的墙”。
AI 学习与项目实践:从回答走向交付
README 的第三部分章节把 AI 协作组织成一条“从回答到交付”的递进链:
- 使用 AI 学习一切不从“哪个模型最好”开始,而从“我要解决什么问题”开始。AI 可以循序提问、解释概念、比较方案、整理材料和生成练习;人需要确定目标、选择可信来源、识别幻觉,并在关闭对话之后独立解释和使用所学;
- 注意力篇处理输入边界、专注和独立判断;
- 作品篇把理解推进到可交付成果;
- 证据篇检查即时表现、延迟保持和真实迁移。
当学习进入项目,AI 学习、项目开发与资源层创业把协作推进到需求拆解、原型、编码、测试、文档和交付。README 对边界的要求很具体:每个关键决定都应可以被解释、测试或回滚;客户数据、公司机密和第三方隐私不能因为方便而失去边界;项目可以讨论客户为什么付费、服务如何验收、成本如何覆盖,但不会把方向写成已经实现的利润,更不会承诺人人都能借 AI 赚钱。
这一节也交代了方法的来历:2022 年的软件失败暴露出“缺失数据集、老旧架构和预设结果可以被 UI 和 AI 叙事暂时遮住,却无法通过真实用户、成本和故障验证”——这正是整套方法强调基线、证据、回滚、成本和责任的原因。2026 年重新进入 AI 与实体产业之后,作者仍把每个方向当作待验证的工作。结论句是:产品会变化,方法应当能够迁徙;无论模型多强,来源核验、数据安全、验收标准和最终责任都不能外包。
人生复盘与恢复:经验也需要重新解释
第二部保留了失败、身体失序、关系变化、离开与重返的完整记录:我的故事、叙事与证据篇、回声篇、恢复篇、选择篇、关系篇、创业篇与旧文归档。README 对回望的目的定义得很克制:不是把过去装饰成励志故事,而是把事实、伤害、责任和运气重新分开,辨认哪些决定有效、哪些代价不能忽略。
两节面向特定读者的文字值得单独指出。写给年轻人:比“选中完美赛道”更可靠的,是保留学习和转向的能力;职业焦虑应换成一个两周可以结束的小项目,真正随时间增值的个人资产是被看见的作品、代码、文章、客户反馈与复盘记录。写给低谷中的人:低谷不是必须立刻赢下来的考试,先让一天有边界、再让一周有节奏;暂停不是放弃,求助不是软弱。README 明确边界:这些个人故事不是医疗或心理治疗建议,若低落、失眠或危险念头持续存在,应先联系可信亲友并寻求当地具备资质的专业支持——“先保证安全,再谈成长”。
项目边界与双许可模型
README 的“项目边界”一节声明了本项目的法律与内容边界:
- 本项目是开放内容项目,不是 OSI 意义上的开源软件:正文与作者内容采用 CC BY-NC 4.0,站点配置、检查脚本和构建代码采用 MIT。LICENSE.md 给出了完整划分——LICENSE-CONTENT.md 覆盖
README.md、仓库政策文档、docs/**/*.md与作者创作媒体,署名要求写明byoungd and contributors并指明来源页面与变更;LICENSE-CODE.md 覆盖docs/.vitepress/、scripts/、tests/、CI 配置及构建脚本; - 引用、图片和第三方素材的来源与授权状态登记在 ATTRIBUTIONS.md,
check-content会逐条核验归属表中的本地路径; - 贡献前需阅读 CONTRIBUTING.md 与 CODE_OF_CONDUCT.md;
- 产品与服务条目的核验日期以各自页面与归属表记录为准,产品能力、可用性与合规范围以官方页面、正式协议和实际验收为准。
README 同时声明:正文不因商业关系改变推荐标准,作者商业身份(如中国词元云与 token.love 的关联)统一登记在 docs/projects.md,页面明确关联、用途、更新时间和非赞助关系;站点默认不接入广告、分析脚本或追踪器。
工程视角:站点如何构建、同步与校验
对开发者而言,这个仓库最有引用价值的部分是内容工程化体系。package.json 声明了技术栈与约束:包名 life-level-up-guide,Node.js 版本锁定为 >=24 <25,构建器为 VitePress 1.6.4,配套 Playwright 1.62.1、markdownlint-cli2 0.23.2 与 sharp 0.35.3,并通过 overrides 固定了 esbuild 与 vite 版本。主要脚本如下:
| 脚本 | 作用 |
|---|---|
npm run docs:dev / docs:build / docs:preview |
VitePress 本地开发 / 生产构建 / 预览构建产物 |
npm run sync |
顺序执行导航、词表、公开资产与 README 四套同步 |
npm run check |
串联导航检查、README 镜像检查、内容校验与 Markdown lint |
npm run check:content |
单独运行 scripts/check-content.mjs |
npm run test:smoke |
Playwright 端到端烟测 |
npm run assets:sanitize |
合并新图片前用 scripts/sanitize-assets.mjs 清洗元数据 |
单一导航源与 README 镜像
docs/.vitepress/navigation.mjs 是中英文导航的唯一来源,每个条目由 page(text, link, source) 构造,source 缺省即由 link 推导。MAINTENANCE.md 说明 npm run sync 会再生成:根目录 SUMMARY.md、docs/SUMMARY.md、docs/en/SUMMARY.md、根目录 README.md、英文词表镜像与 VitePress public 分享图;CI 会再次生成这些文件并阻止未提交差异进入主分支。
根 README 与 docs/README.md 是同一份稿件的两个版本:站点首页链接相对 docs/ 书写,仓库根版本则把路径改写为 docs/ 前缀。这一改写逻辑实现在 scripts/sync-readme.mjs 的 toRepositoryReadme 中(第 12–21 行),对英文入口链接、(assets|threads|templates|reference)/ 前缀、图片 src、projects.md 和 guide-paths 块内的 href 做正则替换;--check 模式下若与 docs/README.md 的期望输出不一致则直接失败。scripts/check-content.mjs 中的 checkReadmeMirror(第 322–329 行)独立复算并拦截“未与 docs/README.md 同步”的状态,形成双保险。
check-content.mjs:内容门禁的源码级细节
scripts/check-content.mjs 是仓库最重的校验器,值得按函数逐一了解:
- 链接与 alt 文本(
checkLinksAndAlt):扫描所有 Markdown 的 Markdown 链接、HTMLhref与<img>,解析相对目标并验证文件存在(含无扩展名自动补.md/README.md的 VitePress 干净路径规则);alt 文本为空、或属于image/photo/图片等泛化词表(GENERIC_ALT)会报错,英文页面(docs/en/)的 alt 混入中文字符也会被拒绝; - frontmatter 门禁(
checkFrontmatter):docs/下每个公开页必须含title、description、updated三项,updated必须为YYYY-MM-DD且不得晚于当前日期,description少于 24 字符视为“无法区分页面内容”; - AI 页面时效性:对
7-ai.md、1-ai-learning.md、2-ai-development-and-resource-layer.md三个文件强制要求sources_checked字段,超过 120 天未核验直接报错(第 181–185 行)。这与 MAINTENANCE.md “AI 产品资料的sources_checked必须在 120 天内、updated与sources_checked不能互相替代”的策略一一对应; - 双语对齐(
checkBilingualParity/checkHeadingParity/checkUpdatedParity):每个中文页必须存在docs/en/下同路径的英文页(反之亦然);中英页面一到六级标题的层级序列必须完全一致(“翻译可以不同,但章节结构不能漂移”);中英updated日期必须一致; - 过时字符串黑名单(
STALE_PATTERNS,第 278–298 行):用约 20 条模式拦截 Docsify 残留 hash 路由、旧站点域名、公开的个人 QQ 号码与空间链接、失效网盘与视频链接、已替换的学术文献 DOI、以及把“多巴胺排毒”写成已验证方法等具体回归; - 图片隐私(
checkImageMetadata):用 sharp 读取docs/assets/中所有位图,发现 EXIF/IPTC/XMP 元数据块(含 GPS)即失败——配合 MAINTENANCE.md 中“本地会话凭据docs/assets/session.json被.gitignore精确忽略,并由开发服务器、构建钩子和烟测共同拦截”的三道防线; - 孤儿资产(
checkOrphanAssets):docs/assets/中每个图片或 SVG 必须被正文、配置或构建脚本引用,归属表与变更记录不算数,防止素材“躺在仓库里却无人使用”; - 系统元数据(
checkTrackedSystemFiles):拒绝.DS_Store、Thumbs.db、desktop.ini进入 Git 跟踪清单; - 归属表路径(
checkAttributionPaths):ATTRIBUTIONS.md 中以反引号写出的docs/本地路径必须真实存在。
Playwright 烟测:导航驱动的全路由回归
tests/site.spec.mjs 与 playwright.config.mjs 组成端到端门禁。配置上,webServer 先执行 npm run docs:build && npm run docs:preview -- --host 127.0.0.1 --port 4173,测试基地址为 http://127.0.0.1:4173/up/,桌面(1280x800)与移动(iPhone 13 尺寸)双项目并行。测试设计有几点可借鉴:
- 导航即测试源:
routesFromNavigation直接从navigation.mjs拉取全部中英文路由,逐页断言 H1 标题与<main>可见——从源码结构看,这意味着只要导航里的source页面存在且有 H1,就会被自动覆盖,无需维护独立的路由清单; - 元数据契约:首页断言
og:title为“人生进阶指南|AI 时代终身学习”、description匹配/AI 时代.*真实项目.*低谷/,且meta[name="build-revision"]必须等于GITHUB_SHA(或BUILD_REVISION/local)——这正是 MAINTENANCE.md 所述“部署后校验每个入口的期望标题与当前提交的 build-revision”的本地对应; - 旧路由兼容:Docsify 时代的
/#/threads/...hash 路由必须一次性重定向到干净 URL;英文旧路径en/threads/part-4/my-story?from=legacy必须重定向到对齐后的part-2/my-story且保留锚点; - 结构不变式:
navigation follows the five-part book arc断言导航前七组恰为“开始 + 五部 + 后记”,且书正文侧边栏默认展开、工具箱/归档/词表默认折叠——把书稿主线表变成了可执行的断言; - 隐私回归:
private session asset is never publicly served断言assets/session.json必须返回 404;代表页面所有<img>必须加载完成且带有非空 alt。
发布门禁与回滚
MAINTENANCE.md 定义了章节发布顺序:确定页面类型 → 标记事实层级 → 核对动态信息 → 隐私审查 → 双语语义同步 → 按 npm run sync、npm run check、npm run docs:build、npm run test:smoke 的顺序执行并检查生成文件差异。发布源保持为 GitHub Actions(不切回 Legacy 的 master:/docs 模式),发布组启用 cancel-in-progress,只允许最新提交继续部署;GitHub Actions 不含分析脚本或追踪器。回滚策略同样明确:迁移前的 Docsify 版本保留在 Git 历史提交 42e6faa,出故障时优先重跑上一次成功的 Pages 部署,需要恢复旧站则从该提交创建临时回滚分支部署其 docs/ 目录,不覆盖当前内容分支,并保留故障页面、URL、浏览器与时间信息供排查。
如何继续深入这个仓库
如果你想复现整条工程链路,最短路径是:npm ci 安装锁定依赖(要求 Node.js 24)→ npm run docs:dev 本地开发 → npm run check 跑完整校验 → npm run docs:build 后 npm run docs:preview 预览 → npm run test:smoke 跑端到端测试。内容侧的深入路线则与书稿主线一致:从阅读指南按问题入场,用工具箱总览选工作纸,用学习状态与证据链保存跨会话证据;每一节的判断都可以用术语与方法索引回查定义、证据与下一步。README 的最后一句话也是整个仓库的主旨:“如果今天只做一件事:创建一份学习状态,写下正在面对的真实问题、当前证据和下一项最小任务,然后完成它。”
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0623
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00