实践指南¶

这些指南解决“学完课程后如何真正做出来”。每页都给出最小环境、学习顺序、验证任务、排查方法、证据清单、成本与许可、无障碍要求以及安全停止边界。先选择与你当前项目直接相关的一页，不必一次安装全部工具。

建议使用方法¶

1. 阅读实验安全，确定工作属于纯软件、受限低能量还是必须受监督的等级。
2. 用工具与环境选择最小工具链，不因工具数量分散学习目标。
3. 从下列主题选一项，先写预测、验收条件和停止条件。
4. 完成页面中的验证任务，并保存可由他人审阅的证据。
5. 用项目实践把多个微任务组合成作品集项目。
6. 用可复现工程从干净环境重建，未通过就不视为完成。

工程基础¶

• 版本控制与工程协作：原子提交、分支实验、标签与敏感信息边界。
• Python、Jupyter 与工程计算：单位、数据、测试与无状态重跑。
• C、构建系统与硬件邻近编程：表示、内存、分层和主机测试。
• 数值计算与模型验证：尺度、收敛、敏感度与独立基准。
• 可复现工程与自动验证：锁定环境、统一入口和证据清单。

电路、硬件与数字系统¶

• SPICE 电路仿真：工作点、AC/瞬态、模型和容差分析。
• PCB 与 KiCad 工作流：需求、封装、规则、制造输出和受控上电。
• HDL、仿真与 FPGA：自检查测试、综合、约束和时序证据。
• 嵌入式工具链与板级调试：可恢复烧录、外设分层与故障路径。
• 仪器、测量与不确定度：量程、带宽、探头、校准与不确定度。

研究、记录与表达¶

• 数据与实验记录：运行标识、只读原始层、元数据和处理追踪。
• 文献检索与证据评估：问题拆解、来源分层、反例和证据矩阵。
• 技术写作与设计评审：需求、结论、图表、决策和同行复现。

跨主题指南¶

• 工具与环境：软件、仪器、文件、单位和低带宽替代路径。
• 实验安全：风险分级、停止条件、监督范围和事故响应。
• 项目实践：从学习目标到项目范围、里程碑、验收与作品集证据。

三条推荐实践链¶

软件与信号分析¶

Python/Jupyter → 数值验证 → 数据记录 → 技术写作 → 可复现工程

适合信号处理、控制、通信和公开数据项目。最终证据应包含原始数据、带测试脚本、单位明确的图表和干净重建日志。

电路与 PCB¶

SPICE → PCB → 仪器测量 → 数据记录 → 项目实践

初学时限定为纯仿真或受限低能量设计。任何较高能量、储能、激光、功率射频或人体连接工作都必须转入合格设施与监督。

数字硬件与嵌入式¶

C 与构建 → HDL/FPGA 或 嵌入式工具链 → 版本控制 → 可复现工程

把主机测试、自动仿真、可恢复烧录、板级日志和时序报告作为同一证据链，而不是只展示最终演示视频。

完成标准¶

完成一篇指南意味着你能提交可复查的结果，而非只读完页面。至少应有：事前预测、明确验收、故障注入或边界测试、原始输入、自动化步骤、结果解释、安全审查和一份别人能按说明重放的证据包。