代码高尔夫平台开发路线
本文详细介绍了在6至8周内从零开发代码高尔夫平台的完整路线，涵盖需求拆解、环境搭建、前后端实现、评测系统集成及部署运维等关键环节。读者可学习全栈项目规划与敏捷开发方法，掌握Docker容器化部署、多服务通信及生产环境监控等实用技能。亮点包括基于RabbitMQ的异步判题架构、AI助教集成、安全隔离设计，以及从开发到上云的端到端实践指南，为构建高可用编程竞赛平台提供完整参考。
目录
代码高尔夫平台开发路线
目标：从零起步，在 6~8 周内搭建一套可用的代码高尔夫平台，覆盖题库、提交评测、积分榜、文章/论坛和 AI 助教，最终通过 Docker Compose 部署到阿里云 ECS。
1. 需求澄清与里程碑拆解
- 明确功能范围：MVP 至少包含注册登录、题库浏览、提交评测、榜单、题目投稿、文章/论坛、站内信、邮件验证与管理员后台。
- 拆分里程碑：
- M1（第 1~2 周）：设计数据模型、API 契约，打通本地判题闭环。
- M2（第 3~4 周）：完善站内功能（投稿、文章、论坛、邮件验证），前端接入全部页面。
- M3（第 5~6 周）：AI 助教、运营工具、部署脚本与监控补全。
- 准备文档：
网站架构规划.md、数据表设计、接口规范、运维手册草案。
需要掌握：产品需求拆解、工作量评估、使用甘特表或看板管理任务（GitHub Projects / Linear / Notion）。
2. 环境搭建与基础设施
- 本地安装：Node.js 20、pnpm 或 npm、Docker Desktop（含 Compose）、PostgreSQL 客户端、RabbitMQ 管理插件（可选）。
- 初始化仓库结构：
api/、runner/、web/、infra/、deploy.sh、ProjIntro/。 - 撰写
.env.example，列出核心变量：DATABASE_URL、RABBITMQ_URL、JWT_SECRET、RUNNER_API_TOKEN、DEEPSEEK_API_KEY、SMTP_*。 - 在
infra/docker-compose.yml中配置 PostgreSQL 15、Redis 7（预留）、RabbitMQ、API、Runner、Web、Nginx，做好卷挂载与资源限制。
需要掌握：Docker 基础命令、Compose 编排、环境变量管理、Linux 基础运维（开放端口、查看日志）。
3. 后端 API（api/）
- 技术栈：TypeScript + Express，使用
zod做请求体验证，pg访问 PostgreSQL，jsonwebtoken/bcryptjs处理认证。 - 数据模型：
- 用户、邮箱验证、角色权限。
- 题库：题目、样例、测试数据（私有）、标签。
- 提交：源码、判题状态、测试用例结果
submission_tests、最佳记录best_records、积分榜leaderboards。 - 内容：文章、论坛线程、回复、站内信。
- 判题流程：提交接口写库 + 发布任务到 RabbitMQ（
publishSubmissionJob）。 - 内部接口：Runner 回调
POST /api/v1/internal/submissions/:id/report，更新状态与积分。 - 其他：邮件发送
nodemailer、AI 助教POST /api/v1/submissions/:id/ai-help、中间件（速率限制、日志、错误处理）。 - 编写种子脚本
seed.ts生成初始用户与题目。
需要掌握：TypeScript 高级用法、Express 中间件、REST 设计、数据库事务、JWT 鉴权、RabbitMQ 基础、邮件与第三方 API 调用。
4. 判题 Runner（runner/）
- 语言：Node.js（保持全栈一致）。
- 核心流程：连接 RabbitMQ → 消费任务 → 写入临时代码 →
gcc -std=c17 -O2 -pipe -s编译 → 逐测试点执行 → 统计时间、内存、输出 → 调用 API 回写结果 → 清理临时目录。 - 配置：支持
RUNNER_MAX_PARALLEL、RUNNER_QUEUE_PREFETCH、编译/运行超时时间、日志截断长度。 - 安全：容器环境隔离、限制 CPU/内存、清理文件、错误重试。结合 TODO 清单逐步加入 rootless、seccomp、禁网。
需要掌握：Node.js 子进程、文件系统 API、RabbitMQ 消费模式、资源限制、C 编译优化（-O2/-Os/-s）。
5. 前端应用（web/）
- 技术栈：React 18 + Vite + TypeScript + TailwindCSS + React Router。
- 公共组件：导航、卡片、榜单、Markdown 渲染（Marked + DOMPurify + highlight.js）、Monaco 编辑器（@monaco-editor/react）。
- 页面：
- 题库、题目详情（含 Monaco 编辑器、提交历史、AI 助教按钮）。
- 排行榜、投稿中心、文章与论坛、站内信、个人中心。
- 管理后台：题目/投稿审核、用户管理、提交列表。
- 数据访问：统一
api.ts，支持自动附带 JWT、错误提示、重试策略。 - 状态管理：Hooks（
useAuth、useTheme等），localStorage 缓存编辑器代码与主题。 - UI 细节：暗色模式、自适应布局、加载/错误状态、调试信息提示。
需要掌握：React Hooks、路由与懒加载、表单与校验、Monaco 二次开发、Tailwind 主题配置、Markdown 安全渲染。
6. 联调与端到端验证
- 本地启动
docker compose up，确保 API、Runner、Web、RabbitMQ、PostgreSQL 互通。 - 编写 Smoke Test：注册 → 邮箱验证（可手动查看日志）→ 登录 → 题库浏览 → 提交样例题 → Runner 判题 → 榜单刷新。
- 验证：投稿/审核流程、文章创建与评论、AI 助教返回、站内信与邮件、管理员权限控制。
- 自动化：添加
npm run typecheck/npm run build/ 基础单元测试；可借助 Postman / Thunder Client 保存接口集合。
需要掌握：调试技巧（docker compose logs, psql, rabbitmqctl）、API 测试、前后端错误定位、事务回滚和数据修复方法。
7. 部署与运维
- 服务器：阿里云 ECS（Ubuntu），安装 Docker、Docker Compose、Nginx（如需单独反代）。
- 拉取代码：使用 GitHub +
deploy.sh构建并重启服务；保持.env与卷目录同步。 - 日志：通过
docker compose logs -f api/runner/nginx查看，必要时输出到../logs。 - 监控与告警：
- 指标：提交成功率、Runner 失败率、MQ 队列堆积、API 错误率。
- 观测方案：短期内使用 Docker logs + 手动巡检，长期引入 Prometheus + Loki + Grafana。
- 备份：定期
pg_dump导出 PostgreSQL，备份../data/postgres、../data/rabbitmq。 - 域名与 HTTPS：备案完成后配置 DNS，使用 Nginx + Certbot 或阿里云证书中心。
需要掌握：Linux 运维、Docker Compose 生产实践、Nginx 配置、备份恢复、监控告警基础。
8. 后续演进路线
- 功能：多语言支持（Python/Go/Rust）、比赛模式、题解排行、题库标签系统高级筛选、官方竞赛模板。
- 技术：Redis 热路径（排行榜/会话）、任务调度服务拆分、Runner 集群、seccomp/gVisor、OpenTelemetry。
- 运营：题库审核流程优化、AI 提示质量评估、用户行为分析看板、举报/风控体系。
- 文档：补充《数据字典》《接口契约》《运维手册》《安全基线》、面向用户的帮助中心。
需要掌握：分布式队列扩展、缓存一致性、云原生安全、观测性建设、产品运营分析。
小贴士：每完成一个里程碑，记得写复盘（成功点、问题、下一步计划），持续更新
ProjIntro/技术知识点.md与ProjIntro/模拟问答.md，确保面试和分享时素材充足。