卡片数据来源 前端面试指南-基础篇
资源地址
目前是有365张卡片
anki卡片合集,需要解压拿到colpkg文件导入 (380.1 KB)
直链导入也可以
https://alist.kong.vision/d/r2/public/anki/fe-base.colpkg
内容展示
桌面端
移动端（ios）
说明
卡片内容比较碎片化，适合利用空闲时间补充一些小的知识点，尽量带上自己的思考去看这些卡片，成体系的学习更重要
后记
国庆在家闲着，写着玩的玩具代码，之前刷前端面经的时候会用 anki卡片记一些知识点，于是有了以下内容:
数据源
采集方式
- nodejs + pupeteer + 瞎写的规则 = 一份json数据
采集规则还有很大问题，不能覆盖所有情况，并且如果有些知识点的内容有图片，由于没有做特殊处理，在卡片里面也无法展示，抱歉了哈哈哈
制作anki卡片
ankiConnect插件 提供一系列本地接口管理anki
nodejs创建卡片
async function createNotes(deckName: string, subSections: NoteOriginal[]): Promise<void> {
const notes = subSections.map(item => ({
"deckName": deckName,
"modelName": "Basic",
"fields": {
"Front": item.title,
"Back": item.content,
},
"tags": item.tags,
"options": {
"allowDuplicate": false,
"duplicateScope": "deck",
"duplicateScopeOptions": {
"deckName": deckName,
"checkChildren": false,
"checkAllModels": false
}
}
}));
await invoke("addNotes", 6, { notes });
}
export async function createDecks(): Promise<void> {
for (const item of DeckData) {
const deck = { deck: item.title };
await invoke('createDeck', 6, deck);
if (item.subSections && item.subSections.length > 0) {
await createNotes(item.title, item.subSections);
}
}
}
通过AI给每条数据打标签
使用gpt-4o + 简易prompt + nodejs + langChain给每条卡片数据分析总结后都打上了4个tag，缺乏一致性哈哈哈，但是省时省力，正好看了看js/langChain的文档简单的尝试了一下
langChain代码
const model = new ChatOpenAI({
model: "gpt-4o",
apiKey: process.env.OPENAI_API_KEY,
timeout: 10000
}, {
baseURL: process.env.OPENAI_API_BASE_URL,
});
const parser = new JsonOutputParser();
const promptTemplate = ChatPromptTemplate.fromMessages([
["system", "分析文本内容, 总结出4个合适技术类型的label,使用数组输出,要求尽量短,最好是一个单词,使用英语:"],
["user", "{text}"],
]);
const llmChain = promptTemplate.pipe(model).pipe(parser);