llm-beginner

跟着教程动手,从零上手 LLM 与 Agent 开发

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 1378 🐛 待处理 2 👀 关注 99
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 6877
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源教程项目,MIT许可证,完全免费,无付费版本。

项目预览

llm-beginner 项目界面预览图
图片来源:项目官网

项目数据

分类开源模型
开发团队nndl
定价模式🏷️完全免费
价格说明开源教程项目,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Python
技术栈/模型agent,fudannlp,llm,openmoss,step-by-step
GitHub 星标★ 6877
上线时间2017-03-29 00:00:00
代码更新2026-09-06
仓库体积311 KB
本站数据更新2026-11-11
维护状态维护中
收录时间2026-08-09
浏览次数5

项目介绍

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。

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 ★ 6877

技术标签

使用教程

难度:进阶 约 30 分钟 部署方式:本地安装 5 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

  • Python 编程基础
  • 深度学习基础
  • 能阅读中文电子书 PDF 的阅读环境
  • 可执行 Python 代码的本地环境

安装与启动步骤

  1. 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. 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.git
  3. 3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-beginner
  4. 4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-rag
  5. 5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。

如何确认成功

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。

常见问题

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。

注意事项

  • README 节选中未包含完整的安装与环境自检命令,实际依赖安装请以仓库“环境与自检”章节和任务目录说明为准。
  • 书稿仍处于出版筹备阶段,内容会随修订更新。
  • 单个编程任务建议用时 2—3 周,整体学习周期较长,不要按快速上手教程的预期来安排。

核心亮点

  • 教程结构清晰,从基础到进阶,适合零基础入门
  • 包含大量可直接运行的代码示例,边学边练
  • 覆盖 Agent 开发核心概念,紧跟技术前沿

不足之处

  • 项目更新频率可能不稳定,部分内容或随 API 变化过时
  • 文档/社区待观察

适用场景

  • 初学者系统学习 LLM 应用开发
  • 快速了解 Agent 设计与实现
  • 作为内部培训或技术分享的参考资料

替代项目

dify、langchain、llm-course

上一篇:transformer-explainer

下一篇:LLM-RL-Visualized

同类项目推荐

class.vision 开源

可运行的视觉课程笔记,边跑代码边学图像与深度学习

Computer vision and Deep learning

★ 283 2026-11-09
university-ai-policy-tracker 开源

一站查全球高校AI政策,每条都有出处

Open, evidence-backed infrastructure for tracking university AI policies worldwide.

★ 124 2026-10-31
speech_course 开源

跟着 Notebook 系统学语音深度学习,从 ASR 到语音大模型

Deep Learning for Speech

★ 117 2026-08-09
free-ai-notebooks 开源

一键在云端跑通文生视频、声音克隆等 AI 模型

Free ready-to-run AI notebooks for Text-to-Video, Image-to-Video, Voice Cloning, TTS···

★ 205 2026-10-07
Data-Science-Roadmap 开源

一张图看清数据科学学习全路径,从入门到求职。

Data Science Roadmap from A to Z

★ 4418 2026-08-09
mlops-coding-course 开源

从零搭建生产级MLOps代码库,告别混乱实验代码

Learn how to create, develop, and maintain a state-of-the-art MLOps code base

★ 748 2026-08-09
Papermorph 开源

把书变成会动会讲的互动网页

An AI skill that turns books into animated, narrated, interactive web experiences

★ 1568 2026-10-08
iq-series 开源

跟着视频和代码,快速上手微软企业智能平台

The IQ Series is a hands-on learning experience for Microsoft IQ: Microsoft's unifie···

★ 408 2026-08-09