2014 年 8 月 18 日的一场 Software Carpentry 工作坊现场（Wikimedia Commons 照片系列名 OSRio），讲师为 Raniere Silva 与 Alex Viana。摄影：Anneclinio；来源：Wikimedia Commons；许可：CC BY-SA 4.0。
Software Carpentry 是 The Carpentries 旗下的课程项目，面向几乎没有编程经验的科研人员，用三门核心课教科研计算基本功：Unix Shell、Git 版本控制，以及 Python 或 R。课程网站公开，材料以 CC BY 4.0 许可发布，可以自学；工作坊由各地机构主办，学员是否付费、是否对外开放、名额是否还有，都要看每场工作坊自己的页面。
开课方、费用与报名状态
开课方是 The Carpentries。Software Carpentry 与 Data Carpentry、Library Carpentry 并列，是它的三个课程项目之一；官方对 Software Carpentry 的定位是面向正在学习开发软件、或想掌握软件开发良好实践的人，内容不限学科。每场工作坊由大学、研究机构等主办方发起，至少由一名经过培训认证的讲师授课。组织方式分两种：“中心组织”由 Carpentries 的工作坊团队招募讲师、搭建报名；“自组织”由主办方自己负责报名、招募讲师和准备工作。
上课形式是讲师现场写代码、学员在自己的电脑上跟着敲（官方称 participatory live coding），助教一对一帮忙处理安装和报错。线下、线上都有：中心组织工作坊的标准时长是两个整天，线上可改成三天各 5 小时或四天各 4 小时。官方强烈建议实时参加而不是看录像，使用 Carpentries 的 Zoom 房间上课不提供录像。
费用要分开看。对学员：官方 FAQ 明确允许主办方向学员收报名费，并举例约 20 美元的象征性费用可以减少报名后缺席，因此某场工作坊是否免费、收多少，待逐场核对。对主办机构：自组织工作坊不向 Carpentries 付费；中心组织工作坊按定价页（2026 年 10 月 17 日查询），高收入经济体的非营利、学术和政府机构每场两天 3,200 美元，合作伙伴 2,400 美元，中高、中低和低收入经济体分别减免 25%、50%、75%；讲师差旅食宿另由主办方承担，FAQ 建议按约 3,000 美元估算。自学材料是公开网页，本文查询时无需登录即可访问。
语言方面，官方课程页列出 6 门英文核心课，另有 3 门西班牙语核心课（Unix Shell、Git、R 可复现科学分析）；官方页面未列出中文版本，待核对。授课语言由各场工作坊决定，例如 2026 年 10 月 17 日的近期工作坊列表中，伦敦大学学院（University College London）11 月 11–12 日有一场西班牙语 Software Carpentry（Shell、Git、Python）。
报名没有统一入口。同一天的近期工作坊列表里还有亚琛工业大学（RWTH Aachen University，10 月 19–21 日，Python）、麻省理工学院（10 月 21–23 日，R）、迈阿密大学（10 月 27–30 日，Python）、哥廷根大学（11 月 2–3 日，Python）和波恩大学（12 月 7–10 日，R）等场次。列表只说明有这些工作坊，不代表对外开放或仍有名额：FAQ 写明主办方可以只对本机构人员开放。是否公开、费用、报名方式和截止时间，都需要点进各场页面核对，有疑问可联系页面“General Information”部分列出的联系人。
核心课程与学习收获
英文核心课共 6 门：The Unix Shell、Version control with Git、Programming with Python、Plotting and Programming in Python、Programming with R、R for Reproducible Scientific Analysis。一场工作坊通常讲 Shell、Git 和一门编程语言，具体选哪门 Python 或 R 课各场不同，近期列表里既有讲 Programming with Python 的，也有讲 Plotting and Programming in Python 的。另有 Make 自动化、MATLAB 编程、数据库与 SQL 三门补充课，不属于核心课程，需要联系官方了解。
同一场工作坊的另一张现场照片，摄于 2014 年，只用来示意工作坊的上课场景；现行课程内容以官方课程页为准。摄影：Anneclinio；来源：Wikimedia Commons；许可：CC BY-SA 4.0。
- Unix Shell：起点要求只是知道“文件”和“文件夹/目录”是什么。课程讲文件系统和命令行基础，目标是用几行命令自动化重复操作、把小任务串成工作流；官方也指出 Shell 是高性能计算等进阶工作的基础。Windows 用户按课程建议安装 Git for Windows，使用其中的 Git Bash。
- Git 版本控制：在 Shell 里使用 Git，课程建议先有一些 Shell 经验，但不强制。学完能记录每次修改的人、时间和内容，回到旧版本，并在多人改同一项目时得到冲突提示；课程强调论文、小型数据集这类会变化的文件同样适用。第 7、8 集需要 GitHub 账号，GitHub 自 2023 年起要求所有账号开启多因素认证。
- Python：Plotting and Programming in Python 面向几乎没有编程经验的人，以绘图为主线，以 JupyterLab 为参考环境；课前需装好 Python 3 并下载 gapminder 练习数据。
- R：R for Reproducible Scientific Analysis 以 gapminder 数据为例，教模块化代码、任务自动化等科学计算的良好实践，需要安装 R 和 RStudio。课程明确说明只教 R 语言基础、不教统计分析，内容也多于一天能讲完的量。
学完能掌握的是入门级基本功：用命令行批量处理文件，用 Git 管理代码和稿件的版本并同步到 GitHub，用 Python 或 R 写出可复用的脚本来读数据、画图。它不教统计方法，想系统学统计需要另找课程。
适用人群与入门路径
这套课程适合几乎没有编程经验、想让自己的数据处理和代码更可复现的研究生和科研人员，官方写明工作坊不需要任何先前经验。如果主要需求是数据整理、清洗和可视化，官方建议同时看看 Data Carpentry；在图书馆和信息岗位工作的，可以看 Library Carpentry。从课程定位看，已能熟练写脚本、主要缺统计方法的人收获可能有限。
自学
- 按 Shell → Git → Python 或 R 的顺序学，Git 课默认你已经用过 Shell。
- 打开每门课的“Summary and Setup”页，按说明下载练习数据、安装软件（Windows 先装 Git for Windows）。
- 跟着课程网页逐集敲代码。教学材料按 CC BY 4.0 发布、示例代码按 MIT 许可发布，注明出处后可以复制和改编，用于自己的教学。
参加工作坊
- 打开 The Carpentries 的近期工作坊列表，找标注 Software Carpentry 的场次。
- 进入该场工作坊页面，核对是否对外开放、费用、报名方式和时间；不清楚就联系页面列出的联系人。
- 报名后按页面说明装好软件，有课前安装辅导可以参加；远程上课掉队时，可回到工作坊网站自行复习材料。
机构想办一场
FAQ 建议中心组织工作坊至少提前两到三个月申请，少于两个月不保证能安排讲师；非合作伙伴机构还要先完成工作坊协议签署。