tech-interview-handbook 深度分析报告
一句话总结
为忙碌的工程师提供全流程技术面试准备的一站式免费指南，以 Blind 75/Grind 75 精选题单闻名，是技术面试准备领域的事实标准。
值得关注的理由
- 行业标杆：138K Stars，coding interview 类目排名第 2，Blind 75/Grind 75 已成为面试刷题的「金标准」
- 全流程覆盖：唯一从简历撰写到薪资谈判的端到端免费面试指南，竞品大多只覆盖算法
- 开源变现范本：免费内容引流 → 联盟营销 + 付费产品（GreatFrontEnd）的商业模式值得研究
项目展示
项目 Logo，简洁的技术面试手册品牌标识。
项目画像
| 维度 | 数据 |
|---|---|
| GitHub | https://github.com/yangshun/tech-interview-handbook |
| Star / Fork | 138,273 / 16,472 |
| 代码行数 | 114,494 (JSON 59.7%, TSX 16.3%, TypeScript 11.0%, YAML 9.5%) |
| 项目年龄 | 102 个月（2017-09 首次提交） |
| 开发阶段 | 低维护（2022-10 达峰后下降，近一年仅 34 次提交） |
| 贡献模式 | 小团队主导（yangshun 占 55.3%，Top 5 占 77.6%，共 194 位贡献者） |
| 热度定位 | 大众热门（138K+ Stars） |
| 质量评级 | 代码[良好] 文档[优秀] 测试[无] |
作者视角：为什么存在这个项目
创始人/作者背景
Yangshun Tay（@yangshun），新加坡国立大学 CS 背景，前 Meta/Facebook Staff Engineer，Docusaurus 核心贡献者。2017 年从新加坡 Grab 准备跳槽 Bay Area 时面试了 11 家公司拿到 9 个 offer（Google、Airbnb、Palantir、Dropbox、Lyft 等），将这段实战经验系统化输出为本项目。现全职运营 GreatFrontEnd 创业公司，13K+ GitHub 粉丝。
问题判断
yangshun 发现面试准备资源存在三个核心问题：(1) 资源极度碎片化，大多是外部链接聚合而非直接可消费内容；(2) 过度聚焦算法，忽略简历、行为面试、薪资谈判等非技术环节；(3) 缺乏基于时间限制的结构化学习路径。Blind 75 清单正是源于「哪些题最值得刷」的实战提炼。
解法哲学
核心理念是**「效率至上的极简主义」**——告诉你最少需要知道什么，然后去练习，拿到理想工作。明确选择：
- 做：精选高 ROI 内容直接消费，覆盖面试全流程
- 不做：不做大而全的 CS 自学路径，不做交互式编码环境，不限定编程语言
战略意图
项目在 yangshun 商业规划中扮演流量入口和品牌资产的核心角色：
- 引流层：tech-interview-handbook（138K Stars，月 20 万+ PV）
- 垂直延伸：front-end-interview-handbook（43.9K Stars）
- 工具化：Grind 75（交互式学习计划生成器）
- 商业终点：GreatFrontEnd（付费前端面试平台）
网站通过联盟营销（AlgoMonster、Design Gurus、ByteByteGo 等）和交叉引流至自有付费产品实现变现。
核心价值提炼
创新之处
-
Blind 75 / Grind 75 精选题单（新颖度 4/5 | 实用性 5/5 | 可迁移性 4/5） 从 LeetCode 数千道题中精选最高 ROI 的 75 道，Grind 75 进一步允许按可用时间自动生成个性化学习计划。已成为行业事实标准。
-
面试全流程结构化覆盖（新颖度 3/5 | 实用性 5/5 | 可迁移性 3/5） 将面试建模为 4 个有序步骤（简历 → 面试 → 谈判 → 入职），每步提供完整操作指南。
-
算法 topic 标准化模板（新颖度 3/5 | 实用性 5/5 | 可迁移性 5/5） 每个算法 topic 遵循固定结构：时间复杂度表 + 面试注意事项 + 边界情况 + 实用技巧 + 分级练习题。
__template__.md降低贡献门槛。 -
内容即产品的开源变现模型（新颖度 3/5 | 实用性 4/5 | 可迁移性 3/5） 免费内容获取海量流量，上下文感知联盟营销（URL 路径匹配广告）+ 自有付费产品实现变现。
可复用的模式与技巧
- 「最小可行知识集」策划模式：从海量资源中精选最高 ROI 子集，附带学习顺序和时间预估
- 标准化内容模板：定义
__template__.md统一内容结构，降低贡献门槛 - 双应用 Monorepo 架构：内容站 (Docusaurus) + 应用站 (Next.js) 共享配置独立部署
- URL 代理子应用集成：通过 Vercel Functions 代理实现子应用的无缝 URL 集成
- 上下文感知广告：根据用户浏览的内容路径动态匹配相关推荐/广告
关键设计决策
- 内容与应用分离：website 用 Docusaurus 做静态内容，portal 用 Next.js + tRPC 做全栈应用。牺牲统一体验，换来独立更新和部署。
- T3 Stack 选型（Next.js + tRPC + Prisma）：Portal 端到端类型安全，学生团队快速开发。但 tRPC v9 已过时。
- Grind 75 独立托管：托管在 Cloudflare Pages，通过 Vercel Functions URL 代理集成到主站。牺牲集中管理，换来技术选型自由。
竞品格局与定位
竞品对比矩阵
| 维度 | tech-interview-handbook | coding-interview-university | JavaGuide | interactive-coding-challenges | AlgoMonster |
|---|---|---|---|---|---|
| Stars | 138K | 338K | 154K | 31K | N/A（付费） |
| 内容模式 | 精选直接消费 | 外部链接聚合 | 深度技术文档 | 交互式练习 | 数据驱动课程 |
| 覆盖范围 | 面试全流程 | CS 完整自学 | Java 后端深度 | Python 编码 | 算法模式 |
| 语言 | 英文/语言无关 | 英文 | 中文/Java | Python | 英文 |
| 时间投入 | 3 个月 | 6-12 个月 | 持续学习 | 数周 | 数周 |
| 费用 | 免费 | 免费 | 免费 | 免费 | 付费 |
差异化护城河
- 品牌认知：Blind 75/Grind 75 已成为技术面试领域的「事实标准」
- 全流程唯一性：唯一从简历到薪资谈判的一站式免费指南
- 作者背书：前 Meta 工程师 + Docusaurus 核心贡献者的双重可信度
竞争风险
- AI 冲击：ChatGPT 等 AI 可实时模拟面试，可能降低静态内容的价值
- 内容迁移：GreatFrontEnd 商业化可能导致最优质内容迁移到付费产品
- 系统设计缺失：系统设计内容长期未完善，被 ByteByteGo 等竞品占据
生态定位
技术面试准备领域的**「免费入口级产品」**——通过免费高质量内容建立信任，再引导用户到付费生态。在整个面试准备供应链中扮演「漏斗顶部」角色。
套利机会分析
- 信息差: 无——已是该领域最知名的开源资源之一，不存在信息差机会
- 技术借鉴: (1) 标准化内容模板模式可复用到任何知识库项目；(2) 双应用 Monorepo + URL 代理的架构适合「内容+工具」组合型产品；(3) 上下文感知广告系统可借鉴到内容变现场景
- 生态位: 技术面试准备的免费入口，填补了「高效、全流程、语言无关」的空白
- 趋势判断: 项目已进入低维护稳定期，增长自然放缓。AI 面试工具是最大变量，可能重塑整个赛道
风险与不足
- 零测试覆盖：整个仓库未找到任何测试文件，
passWithNoTests: true明确跳过测试 - Portal 质量偏低：学生课程项目水平，tRPC v9 已过时，缺乏架构文档
- 系统设计内容长期缺失：作为「全流程」指南，系统设计部分仍在开发中
- JSON 代码占比过高（59.7%）：大量数据文件，实际应用代码约 31K 行
- 开发者文档薄弱：CONTRIBUTING.md 仅 8 行，Portal 缺乏架构说明
- 国际化缺失：Issue #148 揭示非英语市场的增长潜力未被开发
行动建议
- 如果你要用它: 直接使用 Grind 75 工具 生成个性化学习计划；配合 AlgoMonster 或 NeetCode 做实际编码练习；行为面试和薪资谈判部分是独家价值
- 如果你要学它: 重点关注 (1)
apps/website/contents/algorithms/— 18 个算法 cheatsheet 的内容组织模式；(2)apps/website/src/components/SidebarAd/— 上下文感知广告实现；(3)apps/portal/src/server/router/— tRPC 全栈类型安全 API 设计 - 如果你要 fork 它: (1) 补充系统设计内容（最大空白）；(2) 添加中文翻译（巨大的未开发市场）；(3) 集成 AI 功能（模拟面试、个性化建议）