ai-engineering-from-scratch-zh

20阶段503课，中文路线带你从零成为AI Agent工程师

开源 🏷️完全免费 ✅ 目前可打开学习教育 🍴 复刻 191 🐛 待处理 1 👀 关注 11

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1310

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费学习资源，配套中文站点免费访问

项目预览

ai-engineering-from-scratch-zh 项目界面预览图 — 图片来源：项目官网

项目数据

分类学习教育

开发团队fancyboi999

官网地址https://aieng-zh.cn

GitHubhttps://github.com/fancyboi999/ai-engineering-from-scratch-zh

定价模式🏷️完全免费

价格说明开源免费学习资源，配套中文站点免费访问

访问状态✅ 目前可打开

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agents,ai,ai-agents,ai-engineering,chinese,chinese-translation,computer-vision,course,deep-learning,from-scratch,generative-ai,learn-ai,llm,machine-learning,mcp,nlp,python,reinforcement-learning,transformers,tutorial

GitHub 星标★ 1310

上线时间2026-05-26 00:00:00

代码更新2026-11-03

仓库体积97.5 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

这是一个面向中文开发者的 AI 工程系统学习项目，把从零到精通 AI Agent 工程师所需的完整知识路径拆成 20 个阶段、503 节课，覆盖 Python 基础、深度学习、计算机视觉、大模型与 Agent 开发等主题。它解决的核心问题是：市面上 AI 学习资料零散、英文门槛高、缺少从底层原理到工程落地的连贯路线。项目提供全量中文翻译、配套学习站点和动画讲解视频，让学习者按阶段推进，既能理解模型原理，也能动手搭建可用的 Agent 应用。内容以 Python 为主，强调 from-scratch 实现，适合想转行或系统补课的人按图索骥，把碎片时间变成结构化成长路径。

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 ★ 1310

技术标签

agents ai ai-agents ai-engineering chinese

使用教程

难度：入门约 10 分钟部署方式：本地安装 6 步

环境要求

已安装 Python 3（命令为 python3，用于执行课程示例）
已安装 Git，用于克隆仓库
可选：Claude Code、Codex、Cursor、OpenClaw、Hermes 等已安装本课程技能的 AI Agent
仅在线阅读（方式 A）时只需浏览器，无需本地环境

安装与启动步骤

1克隆课程仓库

把仓库下载到本地，包含 20 个阶段、523 节课的代码与中文文档。
```
git clone https://github.com/fancyboi999/ai-engineering-from-scratch-zh.git
```
2进入项目目录

切换到仓库根目录，后续所有命令都在此目录下执行。
```
cd ai-engineering-from-scratch-zh
```
3校验开发环境

运行 Phase 0 的环境自检脚本，按 beginner 路线确认工具链是否可用。
```
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route beginner
```
4跑通第一节课

运行线性代数直觉课程的示例脚本，确认 Python 能正常执行课程代码。
```
python3 phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py
```
5用 AI 导师学习

在已装课程技能的 agent 里执行斜杠命令，评估背景并生成个性化 LEARNING.md。
```
/start-learning
```
6阶段自测

学完某阶段后用斜杠命令自测掌握程度，例如阶段 3，并查看产物目录。
```
/check-understanding 3
ls phases/03-deep-learning-core/05-loss-functions/outputs/
```