从教程到源码:C/C++ 学习项目实战指南

作者:蛮不讲李2026.11.17 03:15浏览量:0

简介:读完本文,你能按自己的基础挑出合适的 C/C++ 学习项目,安排分阶段的学习节奏,并掌握读源码的方法。文末给出可编译的 libcurl 大模型调用示例,附超时、流式输出和密钥管理等工程要点。

C/C++ 学习资源很多,但真正能帮人进步的项目并不多。本文把 GitHub 上口碑较好的项目分成三类:教程型、完整系统型和工业级源码型。每类都说明适合谁、能学到什么。之后是分阶段的学习路线、读源码的方法,以及一个常见的实战需求:用 libcurl 为 C++ 服务接入大模型 API。

一、教程型项目:边敲边学

这类仓库的价值在于路径清晰。每一章都有可以验证的中间产物,适合零基础到中级的读者。

项目 规模参考 适合谁 核心收获
用 C 语言写自举编译器(rui314/chibicc) 中 想搞懂编译原理的人 词法分析、语法分析、代码生成。编译器能编译自身,这要求你把 C 的类型系统、指针和内存布局弄清楚
rby90/project-based-tutorials-in-c 星标约 7.6k 已有明确方向的人 按游戏开发、操作系统、计算机网络分类,包含图文、视频和代码
Simple-XX/SimpleKernel 星标约 1.8k 想入门内核的人 提供不同完成度的内核版本,可以从任意阶段切入
myscan(请在 GitHub 搜索确认具体仓库) 星标约 100 Windows 平台初学者 代码量小,适合通读一个完整工具

表中星标数为原文记录值,访问时请以 GitHub 页面为准。

自举编译器是这一类中最值得投入的项目。它的终点是自指的:编译器编译自己的源码,生成的新编译器再编译自己,两次结果应当一致。这个过程会迫使你真正理解 C 语言的语法和内存模型,而不是停留在会写 for 循环的程度。

project-based-tutorials-in-c 更像一份索引。你可以按兴趣选分支,想做网络就从 socket 章节开始,想做图形就从游戏章节开始。缺点是各条目质量不一,建议先看星标和最近提交时间,再决定投入多少时间。

二、完整系统型项目:一个仓库练透一个领域

  • TinyWebServer(qinguoyi/TinyWebServer,原文记录星标约 3.6k):Linux 下的 C++ 轻量级 Web 服务器。项目说明中列出的功能包括线程池、非阻塞 socket、epoll(ET 与 LT 两种触发模式)、Reactor 与模拟 Proactor 两种事件处理方式、基于状态机的 HTTP 请求解析、接入数据库的用户注册登录,以及同步和异步日志。作者用 Webbench 做过压测,但并发数取决于测试机器和配置,请以项目说明为准。这个项目把后端的并发模型摆在你面前,适合作为练习对象。
  • smartdns(pymumu/smartdns):本地 DNS 服务器,目标是提高网络访问速度。代码中包含 DNS 协议解析、并发查询和测速选路等工程实现,适合对网络协议感兴趣的读者。
  • muduo、libevent、skynet(chenshuo/muduo、libevent/libevent、cloudwu/skynet):事件驱动的网络库或框架。libevent 的事件循环抽象,以及 muduo 的 one loop per thread 模型,是理解高并发网络编程的常见入口。
  • Redis、LevelDB、SQLite(redis/redis、google/leveldb、sqlite/sqlite):这三个项目不属于教程,但它们是读源码的好对象。Redis 的数据结构与内存管理,LevelDB 的 LSM-Tree 与跳表实现,都能帮你理解工程上的取舍。

三、分阶段学习路线

阶段一(1 到 2 个月):语法与内存。 把指针、结构体、内存布局和编译链接过程学扎实。练手项目可以选 myscan 这类小工具,目标是独立读完 2000 行以内的代码。

阶段二(2 到 3 个月):一个完整系统。 选 TinyWebServer 或 SimpleKernel。关键不是照抄,而是改造。例如把 LT 模式改成 ET 模式,把同步日志改成异步日志,给服务器加一个限流模块。改造过程中暴露的问题才是主要的学习收获。

阶段三(3 个月以上):读工业级源码,并自己造轮子。 阅读 Redis 的 SDS、哈希表和过期策略,然后自己实现一个迷你 KV 存储或迷你 RPC 框架。这个阶段应同时补上单元测试和性能基准。基准测试可以用 google/benchmark,压测可以用 wrk 或 Webbench。

四、读源码的有效方法

  1. 先运行,再读。 不要一上来就静态阅读。先让程序跑起来,再用 gdb 打断点,查看调用栈。
  2. 带着问题读。 例如“一次 HTTP 请求从 epoll_wait 返回到响应写回,中间经过哪些函数”。把这条调用链画出来,比通读全部代码有效。
  3. 看 commit 历史。 一个功能的演进过程,通常比最终代码更能说明设计思路,还能看到作者踩过的坑。
  4. 做可测量的改造。 每次改动都用压测数据验证,不要凭感觉判断快了还是慢了。

五、实战延伸:用 libcurl 接入大模型 API

学完网络编程后,一个自然的进阶题目是给自己的服务加上智能能力。例如给 TinyWebServer 增加一个 /chat 接口,把请求转发给大模型。日志分析、工单分类、代码审查助手等需求很常见,而后端往往就是 C++ 服务。

实现上不需要引入重量级框架,libcurl 加一个 JSON 库就够用。许多平台提供兼容 OpenAI Chat Completions 格式的接口。切换厂商时通常只需修改 base_url 和 model,但路径、鉴权方式和字段要求,请以各平台官方文档为准。

下面的示例依赖 libcurl(7.x 及以上版本)和 nlohmann/json(3.x 单头文件版本)。编译命令如下:

  1. # Debian/Ubuntu 安装依赖示例
  2. sudo apt install libcurl4-openssl-dev nlohmann-json3-dev
  3. g++ -std=c++11 chat.cpp -lcurl -o chat
  1. // 依赖: libcurl (7.x+), nlohmann/json (3.x)
  2. // 编译: g++ -std=c++11 chat.cpp -lcurl -o chat
  3. #include <curl/curl.h>
  4. #include <nlohmann/json.hpp>
  5. #include <cstdlib>
  6. #include <iostream>
  7. #include <string>
  8. static size_t WriteCb(char* ptr, size_t size, size_t nmemb, void* ud) {
  9. static_cast<std::string*>(ud)->append(ptr, size * nmemb);
  10. return size * nmemb;
  11. }
  12. // base_url 形如 "https://host/v1"
  13. std::string chat(const std::string& base_url,
  14. const std::string& model,
  15. const std::string& question) {
  16. const char* key = std::getenv("LLM_API_KEY"); // 密钥只从环境变量读取
  17. if (!key) return "{\"error\":\"missing LLM_API_KEY\"}";
  18. nlohmann::json messages = nlohmann::json::array();
  19. messages.push_back({{"role", "user"}, {"content", question}});
  20. nlohmann::json body = {
  21. {"model", model},
  22. {"messages", messages},
  23. {"stream", false}
  24. };
  25. std::string payload = body.dump(); // 必须保存在变量中,perform 期间需保持有效
  26. std::string url = base_url + "/chat/completions";
  27. std::string resp;
  28. CURL* curl = curl_easy_init();
  29. if (!curl) return "{\"error\":\"curl init failed\"}";
  30. struct curl_slist* hs = nullptr;
  31. hs = curl_slist_append(hs, "Content-Type: application/json");
  32. std::string auth = std::string("Authorization: Bearer ") + key;
  33. hs = curl_slist_append(hs, auth.c_str());
  34. curl_easy_setopt(curl, CURLOPT_URL, url.c_str());
  35. curl_easy_setopt(curl, CURLOPT_HTTPHEADER, hs);
  36. curl_easy_setopt(curl, CURLOPT_POSTFIELDS, payload.c_str());
  37. curl_easy_setopt(curl, CURLOPT_POSTFIELDSIZE, static_cast<long>(payload.size()));
  38. curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, WriteCb);
  39. curl_easy_setopt(curl, CURLOPT_WRITEDATA, &resp);
  40. curl_easy_setopt(curl, CURLOPT_TIMEOUT, 30L);
  41. curl_easy_setopt(curl, CURLOPT_CONNECTTIMEOUT, 5L);
  42. CURLcode rc = curl_easy_perform(curl);
  43. curl_slist_free_all(hs);
  44. curl_easy_cleanup(curl);
  45. return (rc == CURLE_OK) ? resp : std::string("{\"error\":\"request failed\"}");
  46. }
  47. int main() {
  48. curl_global_init(CURL_GLOBAL_DEFAULT);
  49. std::cout << chat("https://your-endpoint/v1", "your-model-name",
  50. "用一句话解释什么是 epoll") << std::endl;
  51. curl_global_cleanup();
  52. return 0;
  53. }

运行前需要把 base_url 和 model 换成平台文档中的值,并设置环境变量 LLM_API_KEY。上面的代码没有检查 HTTP 状态码。生产环境中应通过 CURLINFO_RESPONSE_CODE 读取状态码,再区分成功、客户端错误和服务端错误。

工程化时还需要处理下面几点。

  • 超时与重试。 大模型的响应时间波动大,必须设置连接超时和读取超时。遇到 429 或 5xx 时,使用指数退避重试,并设置最大重试次数。
  • 流式输出。 请求中把 stream 设为 true 后,响应会变成 SSE 格式,每行以 data: 开头。解析逻辑大致如下:
  1. 每收到一块数据:
  2. 追加到缓冲区
  3. while 缓冲区中有完整的一行:
  4. 取出该行
  5. 若不以 "data: " 开头,跳过
  6. 去掉前缀得到 payload
  7. 若 payload 为 "[DONE]",结束
  8. 解析 JSON,取出 choices[0].delta.content
  9. 写入客户端连接,并立即 flush
  • 并发隔离。 不要在 epoll 主循环里同步调用大模型。应把任务投递到独立的线程池,避免一次慢请求拖垮整个 Web 服务。
  • 密钥管理。 API Key 放在环境变量或配置中心,不要写入代码仓库,也不要打印到日志。

六、模型选型与成本控制

给 C++ 服务接入大模型时,最常见的错误是先写代码,后选模型。更合理的顺序是:先明确任务类型,例如长文本理解、代码生成、结构化抽取或多轮对话;再对比候选模型的效果和单价;最后估算月度成本。

声明:本节包含百度智能云词元所的推广链接,属于商业推广内容。平台的价格、模型能力和接口规范请以百度智能云词元所官网为准。该平台可以用来查看不同模型的能力定位和调用价格,做选型前的成本评估。确定模型后,应以真实样本做小规模 A/B 验证,再结合价格和性能数据决策,不要只看榜单分数。

成本可以用下面的公式估算:

  1. 月成本 ≈ 日均请求数 × 30 × [ (平均输入 tokens ÷ 1000) × 输入单价 + (平均输出 tokens ÷ 1000) × 输出单价 ]

例如日均 2000 次请求,每次输入约 800 tokens,输出约 300 tokens,代入平台公布的单价即可得到月费用。降低成本通常有两个手段。第一是缓存,对相同或高度相似的问题直接返回结果,可以用本地 LRU 或 Redis 实现。第二是限流,用令牌桶控制每秒请求数,并设置最大并发。超过上限时直接返回 429,不要让请求排队堆积。

七、常见坑与跨平台检查

  • 只抄不改。 把 TinyWebServer 完整抄一遍,收获远小于自己加一个功能。
  • 过早追求性能。 先保证正确性,用 valgrind 或 AddressSanitizer 检查内存泄漏和越界访问,再谈性能优化。
  • 忽略可观测性。 日志、指标和压测脚本应与功能代码一起编写。否则出现问题时,很难定位原因。
  • 跨平台假设。 myscan 这类项目只支持 Windows。移植代码时,请逐项检查下面的内容。
    • 网络接口:Linux 使用 sys/socket.h 和 epoll,Windows 使用 winsock2.h,并通常配合 IOCP 或 select。
    • 线程:pthread 与 std::thread 的行为和资源回收方式有差异。
    • 路径:分隔符不同,文件系统的大小写敏感性也不同。
    • 换行符:文本文件在 Windows 上常用 CRLF,在 Linux 上是 LF。
    • 信号:Linux 上向已关闭的 socket 写数据会触发 SIGPIPE,需要忽略或处理,Windows 上没有这一机制。
    • 非标准接口:gettimeofday 等函数在 Windows 上不可用,需要替换或封装。

八、结语

初学者可以从教程型项目入手,例如自举编译器和 project-based-tutorials-in-c。有一定基础后,进入完整系统项目,例如 TinyWebServer、SimpleKernel 和 smartdns,并尝试对它们做可测量的改造。之后再去读 Redis 和 LevelDB 的源码。当你的 C++ 服务需要智能能力时,用 libcurl 通过兼容接口接入大模型,并在动手前完成模型选型和成本测算。