# 前端面试文档 **Repository Path**: asnone0/front-end-interview-document ## Basic Information - **Project Name**: 前端面试文档 - **Description**: 前端面试文档 - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2026-03-25 - **Last Updated**: 2026-03-25 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # FE-interview
![FE-interview Logo](https://img.shields.io/badge/FE--interview-🚀-blue?style=for-the-badge) **前端知识体系 & AI 开发面试宝典** [![License](https://img.shields.io/badge/license-MIT-green.svg)](LICENSE) [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg)](CONTRIBUTING.md) [![Stars](https://img.shields.io/github/stars/gvray/FE-interview?style=social)](https://github.com/gvray/FE-interview) [在线预览](https://gvray.github.io/FE-interview/) · [开始学习](docs/intro.md) · [AI 开发专栏](docs/ai/) · [贡献指南](CONTRIBUTING.md)
## 📖 项目简介 **FE-interview** 是一个全面的前端文档题收集汇总项目,提供权威优质的答案解析,涵盖前端基础、框架、工程化到 AI 应用开发的完整知识体系。 ### ✨ 核心特色 - 🎯 **全面覆盖**:从 HTML/CSS 基础到 React/Vue/Next.js 框架,再到 AI 大模型应用开发 - � **系统分类**:按技术栈和难度等级科学分类,循序渐进 - 🤖 **AI 专栏**:专门的大模型应用开发内容,包含 LangChain、OpenAI 等前沿技术 - 💡 **实战导向**:结合实际面试场景和项目经验 - 🔄 **持续更新**:紧跟技术发展,定期更新内容 ### 📊 内容统计 | 类别 | 数量 | 说明 | | ----------- | ---- | ---------------- | | 📝 面试题目 | 300+ | 涵盖各个难度级别 | | 📚 技术专题 | 15+ | 系统化知识梳理 | | 💻 实战案例 | 50+ | 真实项目经验 | | 🔄 更新频率 | 24/7 | 持续维护优化 | ## 🚀 快速开始 ### 环境要求 - Node.js >= 16 - pnpm >= 7 ### 本地开发 ```bash # 克隆项目 git clone https://github.com/gvray/FE-interview.git cd FE-interview # 安装依赖 pnpm install # 启动开发服务器 pnpm start # 构建生产版本 pnpm build ``` ### 在线预览 访问 [https://gvray.github.io/FE-interview/](https://gvray.github.io/FE-interview/) 查看完整文档。 ## 📚 内容结构 ``` docs/ ├── intro.md # 项目介绍 ├── basics/ # 基础知识 │ ├── html/ # HTML 相关 │ ├── css/ # CSS 相关 │ └── javascript/ # JavaScript 相关 ├── frameworks/ # 框架相关 │ ├── react/ # React 生态 │ ├── vue/ # Vue 生态 │ └── nextjs/ # Next.js ├── engineering/ # 工程化 │ ├── webpack/ # 构建工具 │ ├── vite/ # 构建工具 │ └── performance/ # 性能优化 └── ai/ # AI 开发专栏 ├── basics/ # AI 基础 ├── app-development/ # 应用开发 └── llm-fundamentals/ # 大模型原理 ``` ## 🎯 学习路径 ### 🌱 初级开发者 1. **基础知识**:HTML/CSS/JavaScript 核心概念 2. **前端工程**:构建工具、版本控制 3. **框架入门**:React/Vue 基础使用 ### 🚀 中级开发者 1. **框架深入**:状态管理、路由、性能优化 2. **工程化进阶**:CI/CD、微前端、监控 3. **AI 应用**:大模型 API 集成、提示工程 ### 💎 高级开发者 1. **架构设计**:系统架构、技术选型 2. **AI 原理**:大模型原理、Fine-tuning 3. **前沿技术**:WebAssembly、边缘计算 ## 🤝 贡献指南 我们欢迎所有形式的贡献!无论是题目补充、答案优化、文档改进还是功能建议。 ### 如何贡献 1. **Fork** 本仓库 2. 创建特性分支:`git checkout -b feature/amazing-feature` 3. 提交更改:`git commit -m 'Add amazing feature'` 4. 推送分支:`git push origin feature/amazing-feature` 5. 提交 **Pull Request** ### 贡献类型 - 📝 **题目贡献**:补充面试题目和答案 - 🐛 **问题修复**:修正错误或不准确的内容 - 📖 **文档完善**:改进文档结构和说明 - 💡 **功能建议**:提出新功能或改进建议 - 🌐 **国际化**:支持多语言版本 详细贡献指南请参考 [CONTRIBUTING.md](CONTRIBUTING.md) ## 🏆 贡献者 感谢所有为项目做出贡献的开发者! ## 📄 许可证 本项目采用 [MIT 许可证](LICENSE)。 ## 🙏 致谢 - 感谢所有贡献者的无私奉献 - 感谢 Docusaurus 提供的优秀文档框架 - 感谢开源社区的宝贵资源 ## 📞 联系我们 - 🐛 **问题反馈**:[GitHub Issues](https://github.com/gvray/FE-interview/issues) - 💬 **讨论交流**:[GitHub Discussions](https://github.com/gvray/FE-interview/discussions) - 📧 **邮件联系**:[提交 Issue](https://github.com/gvray/FE-interview/issues/new) ---
**⭐ 如果这个项目对你有帮助,请给我们一个 Star!⭐** Made with ❤️ by the FE-interview team