Project Based Learning на GitHub: банк pet-проектов

Project Based Learning на GitHub: банк pet-проектов
Project Based Learning - открытый репозиторий на GitHub, где собраны сотни туториалов по разным языкам программирования, и все устроены одинаково: ты не читаешь теорию, а собираешь готовый проект от нуля до рабочего. На 10 августа 2026 года у репозитория 277 920 звёзд, 35 736 форков, лицензия MIT, обновлялся сегодня.
Ссылка: github.com/practical-tutorials/project-based-learning.
Что там реально лежит
Список поделён по языкам - 22 штуки: C#, C/C++, Clojure, Dart, Elixir, Erlang, F#, Go, Haskell, HTML/CSS, Java, JavaScript, Kotlin, Lua, OCaml, PHP, Python, R, Ruby, Rust, Scala, Swift. Внутри каждого языка - ссылки на статьи и видео от разных авторов: не единый курс, а курируемая подборка.
Проекты в основном из жанра "напиши свой X с нуля": свой шелл на C, свой интерпретатор Lisp, свой редактор кода, свой Redis, свой TCP/IP-стек, свой компилятор. В Python есть отдельные секции Web Scraping, Web Applications, Bots (в том числе Telegram-бот), Data Science, Machine Learning. В Dart/Flutter - клоны Amazon, Instagram, Google Docs. В C/C++ - эмулятор CHIP-8, своя ОС с нуля, tiny renderer и raytracer.
Что канал Backdoor приукрасил: отдельного раздела "LLM" или "AI-агенты" в репозитории нет. Есть базовое ML в Python - линейная регрессия, классификация вина и фруктов. За передовым LLM-стеком - в другое место.
Почему проекты работают, а курсы часто нет
Курс проходишь пассивно: посмотрел лекцию, кивнул, забыл через неделю. Проект - ты обязан заставить код запуститься. Ошибки не пропустишь, слепые пятна вылезут сами.
Формулировка Learn by Doing тут не маркетинг, а буквальная схема репозитория: одна ссылка - один проект - один конкретный результат в конце (работающий бот, работающий эмулятор, работающий сайт).
Как я это использую с Claude Code
У меня девять лет маркетинга и ноль лет системного бэкенда. Я не сажусь читать 800-страничный туториал по своему компилятору - засну на второй главе. Схема, которая работает у меня:
- Захожу в репо, беру раздел по языку, который сейчас нужен.
- Открываю конкретный туториал (например, "Build Your Own Redis with C/C++").
- Отдаю URL Claude Code и прошу разжевать его пошагово в моём темпе.
В Claude Code вставь запрос:
Я хочу пройти учебный проект из репозитория project-based-learning:
<URL туториала>
Задача:
1) кратко объясни, что мы будем строить и какие концепции покроем
2) разбей на 5-7 маленьких шагов
3) на каждом шаге давай код одним куском, объясняй по-русски что делает и почему
4) в конце шага - что проверяем и что должно работать
5) когда я скажу "дальше" - идём к следующему шагу
Стек: <язык из туториала>. Уровень: <новичок/уверенный>.
Начни с шага 1.
Плюс: не залипаешь на английском тексте, идёшь маленькими шагами, в любой момент можешь спросить "а зачем эта строка".
Какие проекты брать первыми
Правило простое: бери то, чем реально пользуешься.
- Пишешь тексты - Telegram-бот на Python, который постит по расписанию.
- Работаешь с данными - веб-скрапер на Scrapy или простой Streamlit-дэшборд.
- Хочешь понять, как устроен фронт - клон Instagram на Flutter или Todo-список на Django.
- Хочешь глубже - "напиши свою БД" или "напиши свой интерпретатор". Долго, но после такого пропадает мистический ореол вокруг любого софта.
Не начинай с "напиши свою ОС", если ты первый месяц в коде. Сначала маленькое, потом амбициозное.
Что делать, когда застрял
Застрять на учебном проекте - норма, туториалы часто устаревают. Мой промпт для Claude Code в такой ситуации:
Иду по туториалу <URL>. Застрял на шаге <описать>.
Вот мой код: <код>
Вот ошибка / что происходит: <текст>
Разберись:
1) в чём причина, коротко
2) чинится это без переписывания всей структуры или нет
3) исправленный код
4) что я упустил в туториале, если это моя ошибка
В большинстве случаев отвечает за минуту. Если туториал протух (ссылка в статье мертва, библиотека переехала) - Claude предложит актуальный аналог.
Как форкнуть и вести свой прогресс
Кнопка Fork на странице репозитория. Дальше - прямо в форке отмечаешь: галочка в README рядом с пройденными туториалами, свой раздел "мои проекты", ссылки на собственные репозитории с решениями. Работает как публичный чек-лист - и одновременно как портфолио для будущего работодателя.
Лицензия MIT, можно всё: копировать, форкать, править, дополнять пулл-реквестами.
Чем это НЕ является
- Не структурированный курс. Порядок ты выбираешь сам, никто не ведёт за руку.
- Не гарантирует свежесть. Часть туториалов написана 5-8 лет назад, часть ссылок протухла - в репозитории даже есть отдельный CI-джоб, который сгоняет мёртвые ссылки.
- Не заменяет базу языка. Если ты никогда не видел синтаксис Python - сначала часа четыре на любой быстрый ввод в язык, потом сюда.
- Не про AI-агенты и не про современный LLM-стек. Тут школа ремесла, а не передовая.
FAQ
Это бесплатно? Да, полностью. Репозиторий под MIT-лицензией, все туториалы внутри - тоже открытые (статьи в блогах, YouTube-видео, документация). Ни платежей, ни регистрации.
Нужен ли Claude Code, чтобы этим пользоваться? Нет, репозиторий работал годами без AI. С AI просто быстрее: не тратишь силы на чтение сырого английского и не гуглишь каждую вторую ошибку.
Подойдёт для полного новичка? С осторожностью. Возьми сначала короткий бесплатный ввод в синтаксис одного языка (например, Python за выходные). После этого - смело в репо.
Есть ли туториалы на русском? В самом списке - почти нет, всё на английском. Именно поэтому связка с Claude Code решает: он объясняет по-русски то, что ты читаешь.
Как выбрать первый проект, если разбегаются глаза? Правило одного вечера: возьми то, что сможешь закончить за 3-4 часа. Работающий Telegram-бот или Todo-приложение на Flask. Победа маленькая, но настоящая - это важнее большой попытки без финала.
Итог
Project Based Learning - не серебряная пуля и не курс. Это каталог. Ценность в связке: репозиторий даёт задачи, Claude Code снимает языковой и технический барьер, ты получаешь реальный опыт сборки кода от нуля до "работает".
Что дальше
Если хочешь собрать такую систему у себя - у меня есть курс по вайбкодингу и работе с нейросетями в клубе Мандарин Лаб: mandarinedu.ru. Первые уроки открыты бесплатно.
Если нужно внедрить ИИ в бизнес - процессы, агентов, автоматизацию под вашу задачу - пишите мне напрямую: t.me/Philigranchik. Разберу задачу и скажу, что реально автоматизируется, а что нет.

Вайбкодер-разработчик и маркетолог с 9-летним опытом, основатель «Мандарин Лаб». Собирает на ИИ то, за что раньше платили подрядчикам сотни тысяч: CRM, ботов, автоматизации, монтаж. Одну из систем строил под агентство недвижимости с базой в 400 000 лидов. Теперь учит этому с нуля - как за вечер собрать свой инструмент через Claude Code и зарабатывать на нейросетях.
Telegram @mike_cmo →Кто такой Михаил Иванин →