跟着教程动手，从零上手 LLM 与 Agent 开发
llm-beginner 是一个面向初学者的 LLM 与 Agent 上手教程项目，旨在帮助开发者从零开始理解大语言模型的基本概念、API 调用、提示词工程，并逐步构建基于 Agent 的应用。项目以 Python 为主要语言，提供了系统化的学习路径，涵盖从环境搭建、模型选择、上下文管理到工具调用、多智能体协作等核心主题。它通过大量可运行的代码示例和实战项目，让学习者能够快速掌握 LLM 应用开发的实用技能，解决入门门槛高、资料零散的问题。项目还关注 Agent 的设计模式与最佳实践，帮助用户理解如何将 LLM 集成到实际业务场景中，是中文社区中少有的兼顾理论与实践的 LLM 入门资源。
⚠ 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。
1阅读电子书
先下载《大模型与智能体》出版前电子稿 PDF，从原理部分读起；书与练习可独立学习，不必先完成系列其他教材。
2克隆项目仓库
把 llm-beginner 仓库拉到本地，得到电子书链接与六个编程任务的代码目录。
git clone https://github.com/nndl/llm-beginner.git3准备 Python 环境
练习需要 Python 与深度学习基础，请先确保本地能正常运行 Python 代码；README 未给出具体依赖安装命令，按任务目录内说明准备。
cd llm-beginner4查看任务目录
仓库沿 Transformer → mini-GPT → 微调对齐 → RAG → 工具调用 → 编程智能体推进，可按顺序挑选任务。
ls task-1-transformer task-2-mini-gpt task-3-sft-dpo task-4-rag5按任务实现并自检
每项任务先自己实现关键组件，再对照框架实现，最后运行任务内的自检脚本检查结果。
进入所选任务目录，按其说明运行自检脚本，能正常跑通并得到预期结果即表示实现与运行环境正确。
Q：必须先学完系列其他教材才能做练习吗？
A：不需要。练习无需先完成系列其他教材，但需要具备 Python 与深度学习基础。
Q：书和编程练习必须一起学吗？
A：不必。书与练习可独立学习，可以先读 PDF，也可以直接从任务一开始动手。
Q：总共要完成哪些任务？
A：共有六个循序渐进的编程任务，从熟悉 Transformer 到编程智能体，单个任务建议用时 2—3 周。
Q：内容会更新吗？
A：会。书稿处于出版筹备阶段，内容随修订更新，建议以仓库和官网最新版本为准。
Q：遇到问题去哪里反馈？
A：到 GitHub 仓库的 Issues 页面提交问题反馈。
dify、langchain、llm-course
llm-beginner 是学习教育领域的开源项目，由 nndl 开发，2017 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（6,771）位列前 7%，在学习教育分类的 427 个项目里位列前 11%。
近 41 天，它的 GitHub 星标从 6,645 增加到 6,771，净增 126。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。开源教程项目，MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：初学者系统学习LLM应用开发。同类可对比的替代方案包括 dify、langchain、llm-course。
awesome-awesome-ai
开源
一站式导航AI资源，告别收藏夹吃灰
An awesome list for collecting awesome lists related to AI.
machine-learning
开源
免费学AI，从入门到实战，社区共建资源库
Learn AI together, for free. AI learning and teaching resources for everyone.
groundhog
开源
拆解 Cursor 原理，手把手教你造 AI 编程助手
Groundhog's primary purpose is to teach people how Cursor and all these other coding···
notebooks
开源
跟着最新视觉模型教程，边看边跑代码，快速上手实战
A collection of tutorials on state-of-the-art computer vision models and techniques.···