計算流體力學（CFD）作為現代工程與科學研究的核心工具，正以前所未有的速度邁向智能化與多物理場耦合的新時代。本文全面梳理了在線學習CFD的頂級資源，涵蓋了從傳統數值模擬到深度學習驅動的物理信息模型的廣泛領域，旨在為研究者、工程師和學生提供一站式參考指南。內容分為七大核心類別，囊括了數百個高質量資源鏈接，涉及代碼、論文、教程和工具。

首先，在深度學習與機器學習在CFD中的應用領域，介紹了前沿項目如Gym-preCICE（GitHub），展示了深度強化學習如何與OpenFOAM結合；NVIDIA Modulus（Developer）提供了構建Physics-ML模型的開源框架；以及物理信息神經網絡（PINNs）在復雜流動問題中的應用，如Ricardo Vinuesa的視頻資源和KTH-Fl