∴ GitHub / 趋势仓库
patchy631 / ai-engineering-hub
面向 LLM、RAG 与 AI Agent 的实战教程仓库
- 语言
- Jupyter Notebook
- Star
- 39.9k
- Fork
- 6.5k
- 当日新增（11-01）
- +573
- 累计在榜
- 1 天
- 最高名次
- 第 15 名
- 首次上榜
- 2026-11-01
∴ 是什么
AI Engineering Hub 是一个包含 93 个以上生产级项目的教程集合，覆盖 LLM、RAG、AI Agent 等主题。项目按难度分为初级、中级和高级，每个项目提供实现、适配和扩展的示例。仓库还包含 AI 工程学习路线图，并接受社区贡献。
∴ 解决什么问题
- AI 工程领域发展迅速，需要兼顾深度理解与动手经验
- 初学者缺乏系统学习路径，难以从零开始
- 实践者需要可参考的真实 AI 应用示例，而非孤立的理论
- 研究者需要跨难度级别的实验资源
∴ 怎么上手
- 01查看 ai-engineering-roadmap 获取完整学习路径
- 02从 Beginner Projects 开始，例如 OCR 应用和简单 RAG 实现
- 03进阶到 Intermediate Projects，涉及 Agent 和复杂工作流
- 04挑战 Advanced Projects，包括微调和生产系统
∴ 适合谁
适合 AI 工程初学者、实践者和研究者，尤其是希望获得从入门到高级的动手教程的开发者。
∴ 要点
- 包含 93+ 个生产级项目，覆盖 LLM、RAG、Agent 等主题
- 项目按难度分级：初级 22 个、中级 48 个、高级 23 个
- 涵盖 OCR、聊天界面、RAG、多模态、MCP、模型对比、微调、生产系统等类别
- 提供 AI Engineering Roadmap 学习路线
- 采用 MIT 许可证
- 欢迎贡献者通过 Fork、分支和 Pull Request 参与
许可证 MITagentsaillmsmachine-learningmcprag
解读由 AI 依据项目 README 生成，生成于 2026-11-01，以 GitHub 原文为准。
∴ 在榜记录
GitHub Trending 今日榜的每日存档，日期按北京时间。2026-11-01 首次上榜，累计在榜 1 天，最高第 15 名。