原版 HackerTube 如何开始使用？
以下步骤适用于 hackertube.org；本指南其他章节介绍本站 Explorer。两站的搜索实现、筛选和保存列表不同。
- 打开原版网站，从 Search 或 Categories 选择具体主题。
- 读摘要与 HN 语境，再打开视频。
- 按观看时间增加一个筛选条件，不必同时启用全部条件。
- 用 Watch later 保存候选，重要链接另存书签。
如何找到适合自己的好视频？
先按主题缩小范围，再用 Best first 作为浏览起点。Hidden gems 适合寻找播放较少的内容，Evergreen only 排除新闻型条目；这些都不是质量保证。Recently recommended 表示近期被推荐，不代表近期上传。长演讲可用 Longs，但时长不等于深度。
具体操作见搜索与筛选、保存视频和账户与本地状态。依据：原版功能说明与当前客户端，核验于 2026 年 11 月 3 日。
HackerTube 到底是什么
Andrej Karpathy 用一个周末做出了 HackerTube：它不是另一个视频平台，而是一个从 Hacker News 评论里找视频的浏览器。公开数据快照包含 6,454 个视频、39,834 组保留的评论与视频提及关系、150 个主题分类和 16 个大类。
这里的排序不等同于播放量榜单。它更接近一份“哪些视频被 HN 用户隔一段时间又提起”的记录。内容也不只限于编程，还包括数学、科学、工程、商业、游戏、艺术、历史和健康等领域。
官方项目位于 hackertube.org。HackerTube Explorer 是根据公开数据导出制作的独立目录，额外提供中文导航、精选路线和推荐依据说明。
最省事的开始方式
已经有明确方向时，可以直接使用首页搜索。它会匹配视频标题、频道、摘要、主题和标签。“线性代数”“compiler”“反向传播”或频道名，通常比“技术”这样的宽泛词更容易找到合适结果。
想随便看看，可以先从AI、机器学习与数据、软件工程或数学与理论专题入手。专题页先讲清子主题之间的关系，再把你带到相应的视频筛选。难度仍是源数据提供的粗略标签，不是经过独立审核的课程分级。
暂时不知道搜什么，可以从精选路线开始。AI 基础、编程经典和数学直觉各自按一个学习目标排列 10 个长期有效的视频。专题适合选方向，路线适合按顺序看完。
怎么看 Hacker News 推荐依据
一个视频出现在 Hacker News，并不代表评论者在推荐它。公开数据会区分正向推荐、普通引用、批评和玩笑。约四分之一的源记录在保留的标签中没有正向推荐者，因此本站默认选择“有明确推荐”。
正向推荐人数表示有多少位不同的评论者明确推荐过该视频；推荐月份则反映这些推荐分布在多长时间里。HackerTube 评分会综合不同推荐月份，并给出现强烈推荐的月份更高权重。它们适合帮助发现内容，不是客观质量分数。
每个播放页还会说明视频为什么被收录。如果数据中保留了代表性引文，页面会链接到原始 Hacker News 评论，方便查看完整讨论。
搜索和筛选
搜索内容，不只搜索标题
目录索引会匹配标题、频道、摘要、HN 讨论语境、主题和标签。常用术语有中英对照，例如“线性代数”也会匹配 linear algebra，“反向传播”也会匹配 backpropagation。多组词会同时匹配，例如“线性代数 3Blue1Brown”。这不是对全部视频的自动翻译；没有结果时，可以试试对应英文词或频道名。开始输入后，浏览器会加载扩展的公开文本索引，并在本机完成匹配；你输入的关键词不会发送到本站。搜索采用关键词匹配和有限的中英术语对照，没有使用语义 AI 模型。摘要索引载入失败时，页面会提示当前仅检索标题、频道、主题和标签。
先选对推荐依据
“有明确推荐”适合第一次浏览；“长期有效”会排除新闻和强时效内容；“全部提及”也会显示中性引用和批评，适合研究，不应理解成统一推荐清单。
按目的选择排序
输入搜索词后，默认优先显示标题、标签更贴近查询的视频，再用 HackerTube 评分比较；没有搜索词时，默认按评分排列，偏重跨时间反复出现的推荐。你也可以改选“正向推荐人数”“近期被讨论”或“按标题排序”。摘要里提到一个概念，不一定表示整部视频都在讲它，选择前仍应查看具体内容。
举个实际搜索例子：反向传播
假设你想真正弄懂反向传播，而不是收集一长串机器学习视频。先搜索“反向传播”，保留“有明确推荐”，再从入门或通用难度里挑一条摘要明确提到梯度和误差信号的结果。推荐人数可以用来比较哪些视频被反复认可，但最后仍要看标题和摘要是否回答了你的问题。
如果缺少前置概念，可以先进入AI、机器学习与数据专题看清知识脉络；想按顺序学，则进入AI 基础路线，从视觉直觉一路看到 micrograd、Transformer 和 GPT。这就是搜索、专题和精选路线各自适合的场景。
观看和稍后保存
点击视频卡片会打开独立播放页，并使用 YouTube 的隐私增强模式播放器。播放仍取决于 YouTube。视频可能因为被删除、转为私密、地区限制或禁止嵌入而无法显示；遇到这种情况，可以尝试直接打开 YouTube，或者返回目录。
“稍后观看”只把视频 ID 存在当前浏览器。没有账号、云同步或服务器端用户档案。清除本站浏览器数据后，这份列表也会被清除；首页的“稍后观看”筛选可以随时调出同一份列表。
这些数据能说明什么，不能说明什么
数据快照导出于 2026年10月31日。视频摘要、分类、内容形式、难度和时效标签由模型生成，可能存在少量标注错误。数据来源与限制页面还记录了重复上传、每个视频最多保留 20 条提及等具体问题。
源数据不包含 YouTube 当前的描述、时长、发布日期、播放量、点赞数或可用状态。本站不会补造这些数值。缩略图从 YouTube 加载，标题、频道和讨论语境则来自公开的 HackerTube 数据快照。
把这套目录当作地图，而不是结论。遇到重要观点时，仍应观看原视频、考虑它发布时的背景，并查看对应的原始讨论。
接下来可以做什么
浏览全部 150 个主题，或先看AI 与数据、软件工程、数学与理论这三份中文专题指南，也可以直接回到完整视频库。若要使用原版界面和它自己的推荐功能，请访问 HackerTube。