awesome-generative-ai-guide

一站式跟进生成式AI前沿，从研究到面试全覆盖

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 6065 🐛 待处理 6 👀 关注 576

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 30203

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，无付费版本。

项目预览

awesome-generative-ai-guide 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队aishwaryanr

官网地址https://www.linkedin.com/in/areganti

GitHubhttps://github.com/aishwaryanr/awesome-generative-ai-guide

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言HTML

技术栈/模型awesome,awesome-list,generative-ai,interview-questions,large-language-models,llms,notebook-jupyter,vision-and-language

GitHub 星标★ 30203

上线时间2024-02-06 00:00:00

代码更新2026-11-02

仓库体积184.0 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-09

浏览次数4

项目介绍

这是一个聚合生成式AI研究资源的一站式仓库，主要面向研究人员、工程师和学习者。项目整理了最新的生成式AI论文、研究动态、面试题、实用笔记和代码示例，帮助用户快速跟进领域进展。其核心能力在于系统化分类和持续更新，覆盖从基础概念到前沿应用的广泛内容，解决了信息碎片化和检索成本高的问题。仓库以HTML为主，结构清晰，便于导航，适合作为学习路径参考和面试准备工具。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 30203

技术标签

awesome awesome-list generative-ai interview-questions large-language-models

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：本地安装 7 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

已安装 Git（用于克隆仓库）
可正常访问 GitHub 的网络环境
任意 Markdown 阅读器或浏览器（用于查看 .md 文档）

安装与启动步骤

1克隆资源仓库

把整个仓库拉到本地，所有论文、课程、面试题都在仓库文件里，无需构建或编译。
```
git clone https://github.com/aishwaryanr/awesome-generative-ai-guide.git
```
2进入仓库目录

切换到克隆下来的目录，后续所有浏览和阅读操作都在这个目录内进行。
```
cd awesome-generative-ai-guide
```
3按目标选路径

README 用“你想做什么”分门别类，先根据自身目标打开对应 journey 文件。
4用 AI 做工作

想在日常工作中使用 AI，就阅读 journeys/use.md，内含 101 到 301 的进阶路径。
5构建 AI 系统

想做开发，阅读 journeys/build.md；想搞研究则看 journeys/understand.md。
6面试与课程检索

准备面试打开 interview_prep/README.md；只想刷免费课程看 courses.md。
7查看视频资料

README 还提供视频转录入口，偏向观看学习的用户可直接从该入口浏览。