• 教程
• 知识库
• 教育

本篇技术指南围绕 NOTES.md 展开——它是 cs-video-courses 仓库中定义"这份清单到底是什么、如何组织、如何使用、如何贡献"的总纲文档。读完本文，你将掌握该清单的定位与编排哲学、每一条课程条目的元数据格式（课程编号/课程名/年份/教授/大学与平台）、获取 syllabus 与作业的检索方法、借助高校先修课程图谱规划学习顺序的实操路径，以及向清单提交新课程、申请移除课程的完整规范。

NOTES.md 在仓库中的定位：一份清单的"设计文档"

cs-video-courses 仓库共由三个顶层文档构成，分工明确：

• README.md 是清单本体，用 26 个顶层主题分类组织起体量庞大的课程条目（该文件共 1676 行，绝大多数为课程条目），并在 Introduction 中明确指引读者："general information about this list" 请查看 NOTES，贡献规范请查看 CONTRIBUTING.md；
• NOTES.md 是清单的"设计文档"，以 12 行的精炼篇幅写清了清单意图、编排哲学、条目格式规范、使用建议与免责声明；
• CONTRIBUTING.md 是贡献细则，进一步限定了收录门槛与链接规范。

换句话说，NOTES.md 回答"为什么要这样做"，README.md 回答"具体做成什么样"，CONTRIBUTING.md 回答"新条目怎么加"。本篇以 NOTES.md 为主干，用 README.md 与 CONTRIBUTING.md 中的实际条目和规则逐条佐证。

清单定位：可快速浏览的"在线书签 / 速查表"

NOTES.md 第一句即点明清单意图：

Intent of this list is to act as Online bookmarks/lookup table for freely available online video courses.

这份清单的本质是免费可看视频课程的在线书签与速查表，而不是课程评测站或推荐文。由此引出核心设计目标——保持精简、易于浏览：与其阅读 60 页的课程文字介绍，不如快速扫过一份 15 页的清单，定位到课程后立刻开始学习。这正是 README.md 中所有条目都保持"一行一条"的原因：每门课只占一行，信息密度优先于文采。

对目标读者的建议也同样写在 NOTES.md 中：无论你是在校学生还是非 CS 背景的转行者，都应当亲自试听几门课，再判断哪一门最贴合自己的学习曲线，而不是盲从他人的课程评价。

编排哲学：为什么条目里几乎没有课程评价

NOTES.md 给出了一个基于经验的观察：

90% of courses on Data Structures/Algorithms/Operating Systems/Machine Learning/Computer Networks/etc tend to have 80-90% overlap in the curriculum.

数据结构、算法、操作系统、机器学习、计算机网络等方向的课程，课程大纲的重合度普遍在 80%～90%。既然内容高度趋同，为每一门课撰写描述就必然导致大量重复，并掺入主观意见（"这门课好/那门课差"）。因此清单采取了一个明确的取舍：

• 不在条目里写课程描述，而是把课程编号、课程名、年份、教授、大学/平台这些元数据直接放进条目本身；
• 想要 syllabus、笔记或作业，请访问课程链接，或用课程编号/课程名在搜索引擎中检索（NOTES.md 原文："To access the syllabus/notes/assignments, please visit the link to the course or use Google search with the course number/name"）。

这一取舍在 CONTRIBUTING.md 中得到延续：新收录的 MOOC 必须覆盖主题足够全面——只有四五个小时、讲不透一个主题的 MOOC 不应加入；同时链接应直接指向可观看/可下载的视频本身，而不是需要注册并等待下一期开课的平台页面。其原话点明："This is a list of video courses, not a list of MOOCs."

条目元数据格式：<课程编号> <课程名> <年份> <教授> <大学/平台>

NOTES.md 明确规定了贡献时应在链接旁附加的信息格式：

<Course-Number> <Course-Name> <Year> <Prof Name> <University Name/Platform>

即：课程编号、课程名、年份、教授姓名、大学名/平台名，按此顺序组成条目标题。在 README.md 中，这套格式被严格遵守，例如：

• COMP6991 - Rust Programming - UNSW (2022) | 视频播放列表（README.md）
• CS 10 - The Beauty and Joy of Computing - Spring 2015 - Dan Garcia - UC Berkeley InfoCoBuild（README.md）
• 6.0001 - Introduction to Computer Science and Programming in Python - MIT OCW（README.md）
• CS 537 - Introduction to Operating Systems - Andrea & Remzi Arpaci-Dusseau, University of Wisconsin-Madison（README.md）
• 15-445 - Introduction to Database Systems, CMU（README.md）

实际条目中有三种常见变体，解读时需要注意：

1. 年份可精确到学期，如Spring 2015、Fall 2020，因为同一门课不同学期的 syllabus 与视频可能不同；
2. 部分条目用方括号标注授课语言/范式，如CS 61A - Structure and Interpretation of Computer Programs [Python], UC Berkeley（README.md）、CPSC 110 - Systematic Program Design [Racket], University of British Columbia（README.md）；
3. 教授姓名可选但强烈建议，它用于区分同名课程的不同授课版本（如 MIT 6.006 与 Stanford CS 161 都有多轮开课记录）。

从该格式可以读出两个实用价值：课程编号是全局检索锚点——把6.006、15-445、CS 170这类编号输入搜索引擎即可定位 syllabus、往年考题与配套笔记；年份与教授则决定了你找到的资料是否与当前视频版本匹配。

视频链接之外：何时在条目旁补充额外链接

NOTES.md 允许一种例外：如果某门课的笔记、作业或项目质量极佳，但无法通过视频链接触达，可以在条目旁自由补充额外链接。从 README.md 可以看到大量这样的实践：

• HarvardCS 50条目除课程主页外并列了cs50.tv的旧学期视频归档（README.md）；
• UIUCCS 473 - Algorithms条目并列了 Jeff Erickson 的课程讲义与 YouTube 播放列表（README.md）；
• UW-MadisonCS 537条目并列了 OSTEP 免费教科书与全部讲座视频（README.md）。

这一约定背后是清单对"课程完整性"的理解：视频只是课程的一部分，讲义、作业与实验往往承载了同样多的学习价值。因此清单在保持条目精简的同时，为"视频之外的好资源"留出了显式的收录通道。

确定学习顺序：借助高校先修课程图谱

对于"先学什么、后学什么"这类问题，NOTES.md 给出的方法论是：参考大学官方的课程先修关系图（Course prerequisite charts），以此熟悉标准 CS 课程体系的前后依赖。NOTES.md 列出了四份样例参考（原文为外部链接，此处仅列名称）：

• MIT EECS 本科课程体系（MIT EECS Curriculum）；
• Stanford 专业课程表（Stanford Program Sheets）；
• Stanford 课程与要求总览（Stanford Course and Requirement Overview）；
• 明尼苏达大学计算机科学课程先修关系图（UMN Computer Science Course Prerequisite Chart）。

同时 NOTES.md 也提醒：如果某门具体课程的先修要求不在上述样例覆盖范围内，请直接查看该课程链接或使用搜索引擎核实，而不是依赖清单的推断。这与其"元数据自足、详情外链"的整体哲学完全一致。

贡献、Issue 与移除：三份文档构成的三层规则

把 NOTES.md、CONTRIBUTING.md 与 README.md 的 Introduction 合在一起，可以还原出完整的协作规则：

第一层（NOTES.md）——条目格式与态度

• 新增条目必须附带<课程编号> <课程名> <年份> <教授> <大学/平台>元数据；
• 保持清单精简可浏览，避免冗余描述；
• 若课程的笔记/作业/项目优秀且视频链接无法触达，可并列补充链接。

第二层（CONTRIBUTING.md）——收录门槛

• 只收录内容全面的 MOOC，4～5 小时的浅层课程不应加入；
• 链接应直接指向可观看/可下载的视频，而非需要注册等待开课的平台页；
• 同一分类内课程按难度粗略排序：本科课程在前、高年级本科课程居中、研究生课程在后（多校来源导致排序只是近似）；
• 核心定位是"视频课程清单"而非"MOOC 清单"。

第三层（README.md Introduction）——收录边界与社区秩序

• 只接受大学/学院级别的真实课程，不要提交小型 MOOC、基础教程或某些站点/频道的广告；
• 欢迎提出真实 Issue，但会封禁那些为了刷 GitHub 贡献分而开空 Issue 的账号。

免责声明（NOTES.md）——内容来源与移除通道清单中的所有链接均取自公开渠道——开放课程网站（Open Courseware）、class-central、大学官方 YouTube 频道、大学页面、Google、iTunes U、博客文章及 awesome-courses 等同类站点。如果你是该清单中某门课程的授课教授，希望自己的课程从清单中移除，只需发起一个 Pull Request，在评论中声明这是你的内容并请求移除即可。

实践总结：把这份清单用起来的三个步骤

1. 按分类定位课程：从 README.md 的 Table of Contents 进入对应主题分类（数据结构与算法、操作系统、分布式系统、机器学习、数据库、计算机网络、安全、量子计算等共 26 个顶层分类），结合条目中的"本科/研究生"排序线索快速圈定候选；
2. 按元数据深度检索：记住条目标题中的课程编号与年份，用它到搜索引擎或课程官网获取 syllabus、讲义、作业与考试资源；对元数据中缺失的教授、平台信息，用同一编号即可核实；
3. 按先修图谱规划路径：以大学官方先修课程关系图为骨架安排学习顺序，对具体课程的先修要求以课程页面或检索结果为准；学完受益后，可按<课程编号> <课程名> <年份> <教授> <大学/平台>的格式向清单贡献你验证过的高质量课程，延续这份清单"可快速浏览、元数据自足"的初心。

• 教程
• 知识库
• 教育