GitHub 不仅仅是一个版本控制服务，它还是一个了不起的内容资源，从免费的电子书和教程，到面试准备材料和 "了不起 "的文章，应有尽有。
如果你是经常访问GitHub的开发者，那么今天为你准备的这些东西东西，绝对让你受益匪浅。
我整理了一些最有价值的仓库列表，我敢打赌，绝大多数你都没有见过。
1. Awesome[1]
GitHub stars: 164k+
毋庸置疑，Awesome是最受欢迎的 repo，它策划了从软件开发到硬件到商业的所有主题。
目前为止，它在Github上有超过164,000颗星，人们可以花上几天（几夜）时间来浏览它。如果想学习新东西，它可以成为你的一站式商店。
2. Free Programming Books[2]
GitHub stars: 194k+
尽管Free Programming Books资源库的名称是免费编程书籍，但它提供的内容远不止这些。
它包括免费在线课程、交互式编程材料、问题集、播客和编程等部分，并有各种语言版本。
然而，其中绝大部分是编程书籍。而这是一个惊人的集合。
3. Build Your Own X[3]
GitHub stars: 110k+
这个令人难以置信的资源库，它包含一系列提升你个人技术的课程集合。
这里有如何创建一个命令行工具，一个操作系统，一个搜索引擎，一个3D渲染器，以及大量其他东西的例子。
你是否考虑过开发自己的加密货币、数据库、机器人、编程语言？
那么这就是适合你的资源库。
4. Awesome interview questions[4]
GitHub stars: 41k+
一个精心策划的令人敬畏的面试问题清单，这个资源库拥有超过40k颗星，包含了几乎所有你能想到的编程语言和框架的大量面试问题。
如果你正在准备面试，那就非常有用!
5. Javascript algorithms[5]
GitHub stars: 111k+
这个资源库包含许多流行算法和数据结构的基于JavaScript的例子。
每种算法和数据结构都有单独的README，其中有相关的解释和进一步阅读的链接（包括YouTube视频的链接）。
6. Public Apis[6]
GitHub stars: 132k+
如果你是一个开发人员，那么你肯定要为你的应用程序处理API。
这个资源库通过提供一个经常更新的公共API集合的列表，使开发者的任务更加容易。这些API是免费的，并被分成不同的类别，以便轻松地探索它们。
这个列表覆盖范围非常广泛，它有好玩有趣的，也有在工作中提供重大帮助的。
7. The art of command line[7]
GitHub stars: 92k+
命令行通常被开发者所忽视，然而这可以帮助你提高作为工程师的生产力和灵活性。
这个资源库包含了在Linux、Windows或macOS上工作时使用命令行的有用说明和技巧。
这个资源库还包含了在使用命令行时节省时间的技巧，对没有经验和有经验的用户都很有用。
8. Project Based Learning[8]
GitHub stars: 51k+
一个编程教程的列表，学习者可以在其中从头开始建立一个应用程序。
这些教程被分为不同的编程语言，有些是混合技术和语言的。
如果你相信 "边做边学 "的概念，这个资源库是为你准备的。
9. Beautiful Docs[9]
GitHub stars: 6.4k+
众所周知，文档是任何软件项目的重要资产。编写自带文档的代码是一回事，但以一种有意义的方式展示它又是另一回事。
作者收集了那些在结构、设计、可用性、风格、图表等方面都很 "漂亮"的在线资源--所以任何寻找灵感来设计自己的文档的人都会发现它很有资源。
10. Developer roadmap[10]
GitHub stars: 163k+
Kamran Ahmed创建了一个非常好的开发者路线图指南。
很多学生和编程新手对他们应该学习什么技术，以及他们应该按照什么路径一步步成为一名开发人员感到困惑。
他准备了一个完整的图表，包括每一类开发中的技术（前端、后端、DevOps......），让你清楚地了解你接下来应该学习什么。如
果你喜欢他指导你成为一名开发者的方式，请将这个资源库收藏起来。
该资源库每年都会更新，以反映生态系统的变化。
11. 30 seconds of code[11]
GitHub stars: 77k+
这个资源库包含简短的JavaScript代码片段，满足你所有的开发需求。
30 seconds of code创建于2017年，以各种编程语言的片段集的形式，为各种技能水平的网络开发人员提供免费的高质量学习资源。
今天，30 seconds of code由一个庞大的贡献者社区和一部分致力于维护的人员组成，致力于为软件开发人员创造最好的学习资源。
干货推荐
为了方便大家，我花费了半个月的时间把这几年来收集的各种技术干货整理到一起，其中内容包括但不限于Python、机器学习、深度学习、计算机视觉、推荐系统、Linux、工程化、Java，内容多达5T+，我把各个资源下载链接整理到一个文档内，目录如下：
所有干货送给大家，希望能够点赞支持一下！ https://http://pan.baidu.com/s/1eks7CUyjbWQ3A7O9cmYljA （提取码：0000）
