llm-master

⚠ 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

• 本地已安装 Git（用于克隆仓库）
• 可访问 GitHub 的网络环境
• 有 Java、C++、Go、Python 或前端任一开发基础，便于理解内容
• 任意 Markdown 阅读工具（编辑器或浏览器）即可，无需编译环境

安装与启动步骤

1. 1克隆学习仓库

   把 llm-master 仓库复制到本地，里面是全部中文教程与路线文档，不涉及编译安装。

   git clone https://github.com/youngyangyang04/llm-master.git

   复制

2. 2进入仓库目录

   切换到克隆下来的目录，后续所有文档路径都相对于该目录。

   cd llm-master

   复制

3. 3先看完整学习路线

   首次学习建议从路线图开始，按知识依赖顺序推进，不要直接刷全量目录。

   cat docs/roadmap/README.md

   复制

4. 4按专题查缺补漏

   正在做项目时，进入专题索引，按 RAG、Agent 等具体问题定位对应文章。

   cat docs/topics/README.md

   复制

5. 5浏览全部教程索引

   需要找某篇具体文章时，打开全部资料索引，浏览 150+ 篇教程与面经。

   cat docs/README.md

   复制

6. 6按面试路线复习

   准备面试时先补专题知识，再用面试路线组织回答，并查看面试题库。

   cat docs/roadmap/interview.md

   复制

如何确认成功

克隆后能打开 docs/README.md 并看到 150+ 篇教程索引，即说明仓库完整可用。

常见问题

注意事项

• 本仓库是教程与路线文档仓库，README 未提供任何安装、构建或部署命令，不要臆造环境配置。
• 资料以中文为主，降低了阅读英文文档的门槛。
• 仓库持续更新，会跟进 Agent Harness、Context Engineering、MCP、多 Agent 等前沿实践。
• 专题内容涵盖 Prompt Engineering、RAG、Agent、MCP、微调、部署、Transformer 原理与面试准备。