awesome-ai-engineering

一份清单带你从零走通 AI 工程学习与落地路线

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署学习教育 🍴 复刻 4835 🐛 待处理 63 👀 关注 415

GitHub ↗

GitHub 星标 ★ 22444

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费资源列表

项目预览

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

项目数据

分类学习教育

开发团队dipakkr

GitHubhttps://github.com/dipakkr/awesome-ai-engineering

定价模式🏷️完全免费

价格说明开源免费资源列表

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

技术栈/模型agentic-ai,ai-agents,ai-engineering,ai-projects,ai-resources,ai-tools,artificial-intelligence,awesome-lists,deep-learning,fine-tuning,generative-ai,large-language-models,learning-resources,llm,llmops,machine-learning,mcp,prompt-engineering,rag

GitHub 星标★ 22444

上线时间2018-09-17 00:00:00

代码更新2026-10-21

仓库体积3.6 MB

本站数据更新2026-10-23

维护状态活跃

收录时间2026-10-23

浏览次数0

项目介绍

这是一个面向 AI 工程领域的精选资源合集，系统整理了从大模型基础到生产落地的学习路径与工具清单。它解决的是 AI 工程知识碎片化、入门无路线图、工具选型困难的问题：把 LLM、RAG、AI Agent、MCP、微调、评测、生产部署等主题按学习顺序组织成路线图，并配套收录框架、平台、教程和实战项目链接。核心能力包括：按阶段划分的学习路径，帮助初学者从零建立完整知识体系；按主题分类的工具与资源索引，方便开发者快速定位技术选型；持续更新的社区共建机制，跟进快速演进的 AI 工程生态。适合想转型 AI 工程、搭建 RAG 或 Agent 应用、以及需要系统补全生产实践知识的开发者作为导航入口使用。

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 2026-10-23 · 当前星标 ★ 22444

技术标签

agentic-ai ai-agents ai-engineering ai-tools artificial-intelligence

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 10 分钟部署方式：本地安装 4 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

可访问 GitHub 的网络环境
已安装 Git（可选，用于把仓库克隆到本地）
任意 Markdown 阅读器或浏览器，用于浏览目录与链接

安装与启动步骤

1获取仓库内容

把资源合集下载到本地，便于离线阅读；若只想在线阅读可跳过，直接打开 GitHub 页面。
```
git clone https://github.com/dipakkr/awesome-ai-engineering.git
```
2进入项目目录

切换到仓库根目录，里面以 Markdown 文档和链接清单为主，没有可执行程序。
```
cd awesome-ai-engineering
```
3阅读快速导航

先看 README 的 Quick Start Guide，按“初学者/热门技术/求职/竞赛”等入口挑选自己的路线。
4按主题顺藤摸瓜

从目录跳到对应章节，逐条打开感兴趣的资源链接，按学习顺序推进即可。