本文为 JELLY 技术周刊贡献指南，欢迎大家进行内容贡献

技术周刊内容分类主要包括如下：

• 基础技术，前端领域的基础技术内容，如 ECMAScript、TypeScript、WebAssembly、Node 等等
• 工程化，工程化相关技术动态，如 Webpack、Parcel 等等
• 跨端框架技术，跨端与跨框架的技术动态，如小程序跨端解决方案动态等等
• 图形编程，动画、游戏、AR/VR 等技术动态
• 服务端开发，与前端紧密相关的服务端技术动态，如传统服务端开发、Severless 等等
• 桌面开发，PC 桌面跨平台软件开发技术，如 NW、Electron 等等
• 人工智能，AI 相关技术动态，如深度学习等等
• 设计哲学，关于工作、开发、设计的思考
• 前端框架，前端流行框架如 React、Vue、Angular 等的最新动态、技术分析、生态分享等等
• 工具推介，介绍业界有意思、好玩的工具

周刊贡献通过 GitHub Issues 进行提交。

推荐内容：一篇文章 / 视频 / 仓库 / 书 / 工具 / 等优质内容；

• 标题：控制在 5～11 个字(强化观点输出)
• 梗概：针对内容写一份梗概，大致说明文章立意、关键点以及结论，让读者对可以收获到的内容有一个预期 （如果有同类竞品的对比，技术优劣式的分析，也可以在这里呈现）；
• 推荐语：从个人角度出发，结合行业趋势、或者实际落地业务，去做相应的解读，并且可以结合开发者本身的成长聊一聊（重观点输出，观点请加粗、高亮）；
• 其他?：如果还需要更加深入的展开讨论，或者释出一些干货，可以新增一个条目。

注意：尽可能以简洁明了的语言，阐述相关的内容。(可以使用以下模版创建 Issue。)

// 事例推荐

标题：机器学习是新时代的魔法 —— [《机器学习》周志华著](https://item.jd.com/12762673.html)

**梗概**

这是一本机器学习的入门教科书，书中剖析了许多重要的机器学习方法、模型、概念。包含了4大块的内容：基础知识和概念，经典的机器学习方法模型（如决策树、支持向量机、集成学习等），进阶理论、前沿探索和研究，基本上涵盖了机器学习的方方面面。

**推荐语**

数智化作为当前移动互联网最重要的发展方向，伴随着不断涌现的各种数据“魔法”，这趋势已经不可阻挡。**在这个数智化时代浪潮底下，我们不能止步于当个见证者，更要作为参与者创造我们的数据“魔法”。**机器学习就是一把创造数据“魔法”的魔杖，我们得学会怎么用好这把魔杖，魔杖的说明书已经给你了，启程吧！

在撰写完内容后，需要为当前 Issue 添加 Label，目前我们已经根据周刊内容范围创建好了 Labels，请根据内容来进行添加。

评选组会在每个周刊周期开启之时，创建当前周刊的 Milestone，随后会根据当前周刊内容来筛选贡献 Issues，对选中的内容则加入当前 Milestone 进行标识，并在周刊发表后，将已加入 Milestone 的 Issues 关闭。