FE-interview 是一个全面的前端面试题收集汇总项目，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。
- 🎯 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
| 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 |
- Node.js >= 16
- pnpm >= 7
# 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访问 https://gvray.github.io/FE-interview/ 查看完整文档。
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
- 基础知识：HTML/CSS/JavaScript 核心概念
- 前端工程：构建工具、版本控制
- 框架入门：React/Vue 基础使用
- 框架深入：状态管理、路由、性能优化
- 工程化进阶：CI/CD、微前端、监控
- AI 应用：大模型 API 集成、提示工程
- 架构设计：系统架构、技术选型
- AI 原理：大模型原理、Fine-tuning
- 前沿技术：WebAssembly、边缘计算
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。
- Fork 本仓库
- 创建特性分支：
git checkout -b feature/amazing-feature - 提交更改：
git commit -m 'Add amazing feature' - 推送分支：
git push origin feature/amazing-feature - 提交 Pull Request
- 📝 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
感谢所有为项目做出贡献的开发者！
本项目采用 MIT 许可证。
- 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
- 🐛 问题反馈：GitHub Issues
- 💬 讨论交流：GitHub Discussions
- 📧 邮件联系：提交 Issue
⭐ 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