模块 7.2：常驻与同源——systemd 与 Nginx 反向代理
使用 systemd 和 Nginx 反向代理，用更优雅的方式实现 zero-to-tech 项目的部署，便于后续维护。
NEW
最近发布
模块 7.1：先上线——最朴素的部署方案
第一次把全栈应用 zero-to-tech 发布到互联网。先用一个最朴素的部署方案，包含配置、环境、服务器操作等。
模块 6.6：状态与会话
HTTP 天生无状态，服务器认不出人。用 UUID 发一个 session_id、让 cookie 替我们来回运送，把散落的请求认成同一个访客——每个人只看到自己的历史。
模块 6.5：重构，在项目中使用 SQLite
先给 main.py 分层、把存储拆进 storage.py，再把文件换成 SQLite——接口一行没破，前端毫无察觉。
模块 6.4：数据库正传——SQLite 与 SQL
从文件走向 SQLite，学习用 SQL 安全地保存、查询和修改数据。
模块 6.3：数据库前传——数据都存在哪儿？
先用文件保存数据，再亲眼看见它为什么会逐渐撑不住。
课程系列
若你也是0基础，那你可能来对了
录制中
零到全栈
从完全零基础出发，用 8 个模块、23 节课，带你把第一个全栈项目从本地跑到公网上线。
React
Next.js
Python
FastAPI
Linux
筹备中
玩转 Agent
学会驾驭 Claude Code、Cursor 等 AI 工具完成真实任务，理解 Agent 背后的工作机制与局限。
Claude Code
Cursor
AI 工作流
Prompt 工程
筹备中
深度学习
从神经网络的数学直觉出发，理解 LLM 的工作原理，用 PyTorch 亲手验证每一个核心概念。
神经网络原理
PyTorch
LLM 原理
Transformer
课程理念
学习成本降低，但理解深度不减
在"做"中理解，触摸知识
每一个技术概念的诞生，都源于人们要解决的某个具体问题。学习者会在课程中真实地面对、思考和解决这些问题，逐步理解和掌握技术概念和理论知识。
- 先触摸，再理解 - 在动手做的过程中积累直觉，然后理解背后的原理
- 上手体验每个概念 - 保持所有知识点可体验，可上手
- 感受比讲解更重要 - 不仅知道"它怎么工作"，还需“让它工作”
- 理解会自然浮现 - 反复实践，原理和规律会慢慢显现
克制而完整的路线和脉络
面向 0 基础学习者设计的学习路径，课程中克制而完整地传递必要的技术概念。学习者可以在俯瞰整体技术脉络的体验下，清晰感受自己的进度和所处的位置。
- 明确且负责任的取舍 - 有勇气说"现在不讲"，为学习者省去不必要的复杂度
- 设置步骤级核心目标 - 每一步都会拿到对应的结果，进一寸有一寸的喜悦
- 关注"是什么"而非"怎么做" - 理解概念的本质，避免被实现细节淹没
- 完整的技术脉络 - 每个环节都相连且呼应，让学习者看清整个流程如何运作
不写代码，管理它
AI 已经改变了学习的前提。编码不再是最稀缺的能力，组织和管理代码才是。我们的课程假设：代码由 AI 生成，学习者的职责是理解其中的原理，并使用和运行这些代码。
- 从实现者转向管理者 - 不要上手编程，而是做代码的组织者和管理者
- 理解优先于编写 - 专注于技术的原理和决策，不花时间去记语法和细节
- 掌握概念与术语 - 学会用清晰的需求来指导 AI，理解项目进展与处境
- 更快地到达目标 - 不被编程的复杂性阻挡，直接理解和应用核心概念
