❤️❤️❤️❤️❤️❤️ 我们已经正式推出微信小程序,在微信中搜索 TrendForge Pro 即可使用小程序,如果使用 Telegram 请搜索 trendforge_tg ❤️❤️❤️❤️❤️❤️

rohitg00

rohitg00/ai-engineering-from-scratch

Python 一般
356
2026-06-17
34k
+396
#11
5.5k

项目介绍

学习它。构建它。为他人交付它。

Learn it. Build it. Ship it for others.

智能解读

智能解读 自动生成

一个名为“从零开始学AI工程”的开源学习课程,旨在彻底弥合学生使用AI工具与理解其原理之间的鸿沟。该课程包含435节课、20个阶段,总计约320小时的学习内容,覆盖Python、TypeScript、Rust和Julia四种编程语言。课程的核心价值在于引导学习者从最底层的数学原理(如线性代数)开始,亲手构建反向传播、分词器、注意力机制和智能体循环等核心算法,而不是仅仅调用现成的库。每节课都遵循“阅读问题、推导数学、编写代码、运行测试、保留成果”的闭环,确保学习者真正理解AI模型的工作原理。课程最终产出可复用的“成品”,如提示词、技能、智能体或MCP服务器。它完全免费且开源,适合希望在理论和实践上都扎实掌握AI工程,并能独立构建端到端AI系统的学生、开发者或研究者。

智能标签

生成技术栈、用途、特征、受众等多维度标签

使用场景

使用场景 自动生成

这个项目最适合那些想从数学原理到生产部署完整掌握AI工程,并能独立构建可复用、跨语言AI系统的中高级开发者。

1

从原理到代码的AI学习

开发者调用PyTorch或HuggingFace时,不理解反向传播、注意力机制等底层原理,导致调试困难或无法优化模型。

通过课程从线性代数开始,亲手实现反向传播、分词器、注意力机制等核心算法,再对比生产库的用法,彻底理解框架行为。

你写了一个Transformer分类器但loss不收敛,通过课程中手写的注意力实现,你能定位到是softmax温度设置问题,而不是盲目调参。

2

构建可复用的AI组件

开发者学完零散教程后,只能复制粘贴demo,无法产出可独立部署的提示词、智能体或MCP服务器。

每节课产出可复用的成品(提示词、技能、智能体、MCP服务器),积累成个人工具库,直接用于实际项目。

你完成“智能体循环”课程后,得到一个可复用的Agent基类,后续只需继承并添加自定义工具,就能快速搭建客服或代码审查机器人。

3

多语言AI工程实践

团队使用Python原型,但生产环境要求TypeScript或Rust,开发者缺乏跨语言AI工程经验,迁移成本高。

课程覆盖Python、TypeScript、Rust、Julia四种语言,同一算法用不同语言实现,帮助开发者掌握跨语言AI工程模式。

你在Python中实现了分词器,然后参考TypeScript版本将其集成到Node.js后端,无需从零设计算法。

4

从API调用到自主系统

开发者只会调用GPT API做简单问答,无法构建需要自主规划、工具调用或群体协作的复杂AI系统。

课程从智能体循环、技能系统到群体智能逐步进阶,最终让开发者能构建自主的端到端AI系统。

你完成“群体智能”阶段后,能设计一个多智能体系统:一个负责搜索资料,一个负责分析,一个负责生成报告,它们通过MCP服务器协作。

项目健康度

B
66/100
良好
活跃度人气增长社区文档
活跃度 10/23

距上次更新 31 天

人气 25/25

平台 Star TOP 2% · Forks 5,548

增长 17/25

本周 +3,383 ⭐ · 本月 +19,640 ⭐

社区 6/17

5 位贡献者 · 0 条平台评论

文档 8/10

缺少 1 项内容

在 GitHub 上查看

项目信息

作者 rohitg00
来源 GitHub
周期 每日
仓库ID rohitg00/ai-engineering-from-scratch
最新提交 2026-06-14 16:42:36
第一收录 2026-06-18 08:02:36
最后更新 2026-06-18 15:29:48

赞赏支持

如果本站对你有帮助,欢迎打赏支持

微信打赏码

微信

支付宝打赏码

支付宝

评论 0

登录 后发表评论

加载评论中...

助手