ai-engineering-from-scratch
这是一个通过实现和测试模型内部机制、检索流程与智能体运行时来学习 AI 工程的开源课程，可通过课程、实验和分阶段项目学习。
分享到 X许可证: MIT
概述
AI Engineering from Scratch 是一套开源课程，通过实现 AI 系统内部机制并测试结果来学习其工作原理。内容涵盖模型基础、检索、LLM 系统和智能体运行时，可通过网站课程和学习路线学习，也可在本地学习。学习者可以进行交互式实验，并完成配有起始代码、参考实现和本地评分工具的分阶段项目，保留代码和评估结果，以检查失败并比较系统。
主要特点
- 涵盖模型基础、LLM 系统和智能体的课程与学习路线
- 包括梯度下降可视化在内的交互式实验
- 配有起始代码、参考实现和本地评分工具的分阶段项目
- 用于检查失败和比较系统的代码与评估结果
适用场景
适合想通过构建和测试组件，而不只是阅读资料，来理解 AI 工程的学习者。可在网站上或使用本地代码按自己的节奏学习。
- 上游仓库
- rohitg00/ai-engineering-from-scratch
- GitHub 上的 fork
- Guo-astro/ai-engineering-from-scratch
- 上游 Star 数
- 66k
- 分类
- AI 智能体与大模型工具
- 编程语言
- Python
- 许可证
- MIT
- Fork 时间
- 2026-10-09
- 同步状态
- 已同步上次同步 2026-10-10
同分类更多: AI 智能体与大模型工具
这是一个小巧、易于修改的字符级语言模型，从逐行文本中学习模式，并生成类似的内容，例如名字。
Fork 时间 2026-10-09上次同步 2026-10-10许可证: MITAI 智能体与大模型工具GitHub
uzu 是一款在应用中运行 AI 模型的推理引擎，可下载模型并集成聊天功能，减少对远程推理服务的依赖。
Fork 时间 2026-10-09上次同步 2026-10-10许可证: MITAI 智能体与大模型工具GitHub
Anti Slop为AI编程代理提供规则，帮助避免千篇一律的界面、填充文字和带有AI痕迹的代码。可与自己的设计方向配合使用，作为过滤器。
Fork 时间 2026-10-08上次同步 2026-10-10许可证: MITAI 智能体与大模型工具GitHub
Apache Maka 是一个代理工作区，记录每次运行、工具操作与决策，便于审查、恢复和复现任务。
Fork 时间 2026-10-08上次同步 2026-10-10许可证: Apache-2.0AI 智能体与大模型工具GitHub