Generative AI 资源中心

这是你学习端到端生成式 AI（GenAI）的资源枢纽。⭐ 如果觉得有帮助，请给本项目加星，以便及时获取最新的 GenAI 资源 :)

🎯 交互式学习 AI/ML

我构建了 AI-ML Companion —— 这里涵盖了所有 AI、ML、GenAI 和 Agentic AI 的概念，通过动画图表、测验和实践 Python 代码进行可视化教学。

260+ 模块 • 20 个学习路径 • 9 个真实世界项目 • 11 个路径可免费开启

📚 目录

• 文档与学习资源
• 实用案例与项目

---

📖 文档与学习资源

🎯 入门指南

• GenAI 路线图 - 完整的 GenAI 学习路径
• AI/ML 路线图 - 全面的 AI/ML 学习指南
• AI-ML Companion - 交互式 AI/ML 学习平台，包含 17 个路径、250+ 模块、可视化图表、测验和实践编码（从 ML 基础 → LLM → MLOps）
• GenAI 基础术语 - 关键术语与概念
• LLM 基础 - 大语言模型的核心概念

🧠 核心概念与指南

• 向量嵌入指南 - 理解向量表示
• 提示词工程 (Prompt Engineering) - 编写高效的提示词
• AI 模式 - 25 种顶级 AI 设计模式
• ML 参考指南 - 机器学习参考资料

🏗️ 架构与技术栈

• GenAI 技术栈 - 技术栈概览
• LLM 提供商 - LLM 提供商对比
• 高级 RAG 决策流 - RAG 架构指南
• GenAI 项目生命周期 - 端到端项目指南

☁️ 云平台指南

• AWS 上的 GenAI - AWS 实现 | GitHub | YouTube
• Azure 上的 GenAI - Azure 实现指南
• VertexAI 上的 GenAI - Google Cloud Vertex AI 指南

💼 职业与面试准备

• AI 场景化面试问答 - ML/GenAI/Agentic AI 场景化面试题
• GenAI 面试问答 - 常见面试题
• Agentic AI 面试问答 - 智能体（Agent）专项面试准备
• 90+ 多智能体 AI 面试问答 - 多智能体专项面试准备
• AI 角色与重要议题 - 职业发展路径与关键领域

🚀 生产环境与企业应用

• GenAI 企业生产准备清单 - 生产环境就绪指南

---

🛠️ 实用案例与项目

🔍 检索增强生成 (RAG)

• 高级 RAG - 全面的 RAG 技术，包括智能体、图数据库、多模态以及 9 种高级模式（纠错 RAG、混合搜索、查询扩展等）
• 缓存增强生成 (Cache-Augmented Generation) - RAG 的替代方案，使用上下文缓存实现更快的响应

🤖 Agentic AI 与编排

• Agentic AI - 基于 CrewAI 和 LangGraph 框架的多智能体系统
• AI 模式 - 25 种高级推理模式（思维链 Chain-of-Thought、ReAct、思维树 Tree-of-Thought、元提示 Meta-Prompting 等）
• MCP - 模型上下文协议 - 用于 LLM 工具互操作性的标准协议（含网页搜索）
• 多智能体生产级内容审核系统 - 基于 AI 的多智能体内容审核系统（React 前端）
• 处理多智能体系统的延迟 - 如何处理多智能体系统中的延迟问题

💬 对话式 AI

• 带记忆的聊天机器人 - 使用本地模型并具备持久化对话记忆的 PDF 聊天机器人
• 对话分析 - 分析客户反馈的全栈应用（React + FastAPI + PostgreSQL）

🔧 LLM 提供商与工具

• LLM 提供商 - 对比 OpenAI、Gemini、Claude、Groq 以及本地模型部署