llm_engineering

跟着课程跑通 LLM 全链路实战代码

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 7610 🐛 待处理 40 👀 关注 144

GitHub ↗

GitHub 星标 ★ 7872

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费课程配套代码

项目预览

llm_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ed-donner

GitHubhttps://github.com/ed-donner/llm_engineering

定价模式🏷️完全免费

价格说明开源免费课程配套代码

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Jupyter Notebook

GitHub 星标★ 7872

上线时间2024-08-31 00:00:00

代码更新2026-10-31

仓库体积564.6 MB

本站数据更新2026-11-04

维护状态活跃

收录时间2026-09-16

浏览次数1

项目介绍

这是一个配套《Mastering LLM Engineering》课程的实战代码仓库，用 Jupyter Notebook 组织，覆盖从提示工程、RAG、微调、Agent 到模型部署的完整 LLM 工程链路。它解决的是学习者「看懂了概念却不会动手」的问题：把课程里讲到的每个技术点都落到可运行的 notebook 上，读者可以边看边跑，逐步搭出检索问答、工具调用、多步推理等真实应用。核心能力包括分章节的示例代码、可复用的工具函数、对主流框架（如 OpenAI、LangChain、向量数据库、微调工具链）的调用示范，以及从数据准备到评估的工程化流程。适合有一定 Python 基础、想系统补齐 LLM 应用开发技能的开发者，也可作为团队内部培训的参考资料。仓库持续更新，与课程进度同步，是少见的把教学与工程实践结合得比较紧密的开源项目。

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 2026-09-16 · 当前星标 ★ 7872

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 30 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

具备一定 Python 基础（课程面向有编程基础的学习者）
安装 Cursor 编辑器，课程全程在 Cursor 中操作
一个 Google 账号，用于第 3 周起用 Colab 跑 GPU
可选：Ollama，课程开头有一个 Ollama 快速项目

安装与启动步骤

1克隆课程仓库

把课程代码仓库拉到本地，后面所有章节的 notebook 都在这个目录下打开运行。
```
git clone https://github.com/ed-donner/llm_engineering
```
2阅读官方安装指南

仓库内 setup/SETUP-new.md 是作者写的全平台环境搭建指南，请严格按它逐步操作。
3用 Cursor 打开并预览

在 Cursor 中打开仓库；看 README 时右键左侧文件名选 Open preview 才能显示格式化版本。
4准备 Google Colab 账号

第 3 周起课程用 Google Colab 跑 GPU 任务，免费额度或很低花费即可完成全部项目。