计算流体力学（CFD）作为现代工程与科学研究的核心工具，正以前所未有的速度迈向智能化与多物理场耦合的新时代。本文全面梳理了在线学习CFD的顶级资源，涵盖了从传统数值模拟到深度学习驱动的物理信息模型的广泛领域，旨在为研究者、工程师和学生提供一站式参考指南。内容分为七大核心类别，囊括了数百个高质量资源链接，涉及代码、论文、教程和工具。

首先，在深度学习与机器学习在CFD中的应用领域，介绍了前沿项目如Gym-preCICE（GitHub），展示了深度强化学习如何与OpenFOAM结合；NVIDIA Modulus（Developer）提供了构建Physics-ML模型的开源框架；以及物理信息神经网络（PINNs）在复杂流动问题中的应用，如Ricardo Vinuesa的视频资源和KTH-Fl