跟着教程动手学 LLM、RAG 和 AI Agent，快速上手真实项目
ai-engineering-hub 是一个专注于大语言模型（LLM）、检索增强生成（RAG）和真实世界 AI 智能体应用的开源教程仓库，内容以 Jupyter Notebook 形式呈现，覆盖从基础概念到高级实战的完整路径。它解决的是 AI 工程师在学习 LLM 应用开发时缺乏系统性、实战性教程的问题，核心能力包括：提供大量可运行的代码示例、深入讲解 RAG 的检索与生成流程、展示 AI Agent 的设计模式与工具调用（如 MCP）、以及涵盖模型微调、评估和部署等工程实践。项目由知名 AI 教育者（如 Waleed Kadous）维护，内容质量高，更新频繁，适合希望从理论走向实践的开发者。
⚠ 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克隆仓库
把 ai-engineering-hub 仓库下载到本地，README 未给出其他安装方式，此为通用准备动作。
git clone https://github.com/patchy631/ai-engineering-hub.git
cd ai-engineering-hub2查看学习路线
README 建议完全新手先阅读仓库内的 ai-engineering-roadmap 目录，了解完整学习路径。
3选入门项目
从 Beginner Projects（22 个）中挑一个开始，README 举例为 OCR 应用和简单 RAG 实现。
4打开 Notebook
用 Jupyter 打开所选项目目录下的 .ipynb 文件，按单元格顺序运行学习；README 未给具体运行命令。
能用 Jupyter 打开仓库中的 .ipynb 文件并正常看到教程与代码单元格内容，即表示环境准备成功。
Q：需要什么基础才能看懂？
A：README 明确说明从完全初学者到研究者各水平都有对应资源，新手可先看 AI Engineering Roadmap 再从入门项目练起。
Q：仓库里有多少个项目？
A：README 标注共有 93+ 个生产级项目，其中入门 22 个、中级 48 个、高级 23 个，覆盖 LLM、RAG、Agent 等方向。
Q：学完入门看什么？
A：按 README 建议的进阶顺序，先做中级项目（智能体和复杂工作流），再挑战高级项目（微调与生产系统）。
Q：怎么跟上仓库更新？
A：README 提供了 Newsletter 章节和官网 https://join.dailydoseofds.com，可订阅获取更新内容。
LangChain 官方文档与教程、Hugging Face 课程、fast.ai 实践课程
ai-engineering-hub 是学习教育领域的开源项目，由 patchy631 开发，2024 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（37,953）位列前 1%，在学习教育分类的 427 个项目里位列前 4%。
近 44 天，它的 GitHub 星标从 36,913 增加到 37,953，净增 1,040。
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。开源教程仓库，内容免费，无付费版本。
它主要面向的使用场景是：AI工程师系统学习LLM应用开发，从入门到进阶。同类可对比的替代方案包括 LangChain 官方文档与教程、Hugging Face 课程、fast.ai 实践课程。
上一篇：hello-agents
下一篇：DeepTutor
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.···