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。
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。
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。
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:
# Debian/Ubuntu 安装依赖示例sudo apt install libcurl4-openssl-dev nlohmann-json3-devg++ -std=c++11 chat.cpp -lcurl -o chat
// 依赖: libcurl (7.x+), nlohmann/json (3.x)// 编译: g++ -std=c++11 chat.cpp -lcurl -o chat#include <curl/curl.h>#include <nlohmann/json.hpp>#include <cstdlib>#include <iostream>#include <string>static size_t WriteCb(char* ptr, size_t size, size_t nmemb, void* ud) {static_cast<std::string*>(ud)->append(ptr, size * nmemb);return size * nmemb;}// base_url 形如 "https://host/v1"std::string chat(const std::string& base_url,const std::string& model,const std::string& question) {const char* key = std::getenv("LLM_API_KEY"); // 密钥只从环境变量读取if (!key) return "{\"error\":\"missing LLM_API_KEY\"}";nlohmann::json messages = nlohmann::json::array();messages.push_back({{"role", "user"}, {"content", question}});nlohmann::json body = {{"model", model},{"messages", messages},{"stream", false}};std::string payload = body.dump(); // 必须保存在变量中,perform 期间需保持有效std::string url = base_url + "/chat/completions";std::string resp;CURL* curl = curl_easy_init();if (!curl) return "{\"error\":\"curl init failed\"}";struct curl_slist* hs = nullptr;hs = curl_slist_append(hs, "Content-Type: application/json");std::string auth = std::string("Authorization: Bearer ") + key;hs = curl_slist_append(hs, auth.c_str());curl_easy_setopt(curl, CURLOPT_URL, url.c_str());curl_easy_setopt(curl, CURLOPT_HTTPHEADER, hs);curl_easy_setopt(curl, CURLOPT_POSTFIELDS, payload.c_str());curl_easy_setopt(curl, CURLOPT_POSTFIELDSIZE, static_cast<long>(payload.size()));curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, WriteCb);curl_easy_setopt(curl, CURLOPT_WRITEDATA, &resp);curl_easy_setopt(curl, CURLOPT_TIMEOUT, 30L);curl_easy_setopt(curl, CURLOPT_CONNECTTIMEOUT, 5L);CURLcode rc = curl_easy_perform(curl);curl_slist_free_all(hs);curl_easy_cleanup(curl);return (rc == CURLE_OK) ? resp : std::string("{\"error\":\"request failed\"}");}int main() {curl_global_init(CURL_GLOBAL_DEFAULT);std::cout << chat("https://your-endpoint/v1", "your-model-name","用一句话解释什么是 epoll") << std::endl;curl_global_cleanup();return 0;}
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。
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:
每收到一块数据:追加到缓冲区while 缓冲区中有完整的一行:取出该行若不以 "data: " 开头,跳过去掉前缀得到 payload若 payload 为 "[DONE]",结束解析 JSON,取出 choices[0].delta.content写入客户端连接,并立即 flush
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:
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。
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。