© 2026FindAgent  · @simprr
返回列表
p

patchy631/ai-engineering-hub

In-depth tutorials on LLMs, RAGs and real-world AI agent applications.

agentsaillmsmachine-learningmcprag
⭐

32.8k

Stars

🔱

5.4k

Forks

👁

426

Watchers

📋

124

Issues

Jupyter NotebookMIT创建于 2024/10/21更新于 今天
在 GitHub 上查看访问主页
README
由 Gemini 翻译整理

AI Engineering Hub 🚀

欢迎来到 AI Engineering Hub —— 这是您学习和构建 AI 应用的综合资源库!

🌟 为什么选择这个仓库?

AI Engineering 正在飞速发展,保持领先地位既需要深刻的理解,也需要动手实践。在这里,您将获得:

  • 93+ 个可用于生产环境的项目,涵盖所有技术水平
  • 关于 LLM、RAG、Agents 等的深入教程
  • 真实的 AI Agent 应用案例
  • 可在您的项目中实现、适配和扩展的代码示例

无论您是初学者、从业者还是研究人员,本仓库都为您提供了在 AI Engineering 领域实验和成功所需的一切资源。


📋 目录

  • 快速入门
  • 订阅我们的通讯
  • 按难度划分的项目
    • 初级项目 (22)
    • 中级项目 (48)
    • 高级项目 (23)
  • 参与贡献
  • 许可证

🎯 快速入门

AI Engineering 新手?从这里开始:

  1. 完全初学者:查看 AI Engineering Roadmap 获取完整的学习路径。
  2. 学习基础:从 初级项目 开始,例如 OCR 应用和简单的 RAG 实现。
  3. 提升技能:通过 中级项目 学习 Agent 和复杂的工作流。
  4. 掌握高级概念:攻克 高级项目,包括微调 (Fine-tuning) 和生产系统。

📬 订阅我们的通讯以获取最新资讯!

订阅我们的通讯,免费获得一本数据科学电子书 📖,内含 150 多个数据科学核心课程!第一时间获取最新的教程、见解和独家资源。立即订阅!

Daily Dose of Data Science Newsletter


🎓 按难度划分的项目

🟢 初级项目

非常适合 AI Engineering 的入门学习。这些项目侧重于单一组件和直观的实现。

OCR 与视觉

  • LaTeX OCR with Llama - 使用 Llama 3.2 Vision 将 LaTeX 方程图像转换为代码
  • Llama OCR - 基于 Llama 3.2 和 Streamlit 的 100% 本地运行 OCR 应用
  • Gemma-3 OCR - 使用 Gemma-3 进行结构化文本提取的本地 OCR
  • Qwen 2.5 OCR - 使用 Qwen 2.5 VL 模型进行文本提取

聊天界面与 UI

  • Local ChatGPT with DeepSeek - 使用 DeepSeek-R1 和 Chainlit 构建的迷你版 ChatGPT
  • Local ChatGPT with Llama - 使用 Llama 3.2 Vision 构建的 ChatGPT 克隆版
  • Local ChatGPT with Gemma 3 - 使用 Gemma 3 的本地聊天界面
  • DeepSeek Thinking UI - 使用 DeepSeek-R1 展示思维过程的 ChatGPT
  • Qwen3 Thinking UI - 使用 Qwen3:4B 和 Streamlit 构建的思维可视化界面
  • GPT-OSS Thinking UI - 带有推理可视化的 GPT-OSS
  • Streaming AI Chatbot - 使用 Motia 框架实现的实时 AI 流式对话

基础 RAG

  • Simple RAG Workflow - 使用 LlamaIndex 和 Ollama 实现的基础 RAG
  • Document Chat RAG - 使用 Llama 3.3 进行文档对话
  • Fastest RAG Stack - 使用 SambaNova、LlamaIndex 和 Qdrant 构建的极速 RAG
  • GitHub RAG - 本地与 GitHub 仓库对话
  • ModernBERT RAG - 基于 ModernBert Embedding 的 RAG
  • Llama 4 RAG - 由 Meta Llama 4 驱动的 RAG

多模态与媒体

  • Image Generation with Janus-Pro - 使用 DeepSeek Janus-pro 7B 在本地生成图像
  • Video RAG with Gemini - 使用 Gemini AI 与视频进行对话

其他工具

  • Website to API with FireCrawl - 将网站转换为 API
  • AI News Generator - 使用 CrewAI 和 Cohere 生成新闻
  • Siamese Network - MNIST 手写数字相似度检测

🟡 中级项目

包含多组件系统、Agent 工作流以及为有经验的开发者准备的高级功能。

AI Agents 与工作流

  • YouTube Trend Analysis - 使用 CrewAI 和 BrightData 分析 YouTube 趋势
  • AutoGen Stock Analyst - 使用 Microsoft AutoGen 构建的高级股票分析师
  • Agentic RAG - 集成文档搜索与网络回退功能的 Agentic RAG
  • Agentic RAG with DeepSeek - 使用 GroundX 构建的企业级 Agentic RAG
  • Book Writer Flow - 自动化书籍写作工作流
贡献者
psCnnDgrac
项目信息
默认分支main
LicenseMIT License
创建时间2024/10/21
最近更新今天
GAI 中文摘要

AI Engineering Hub 是一个专注于人工智能工程实践的综合性资源库,提供了超过 93 个可直接用于生产的实战项目。该项目旨在帮助开发者通过深度教程掌握大语言模型(LLM)、检索增强生成(RAG)以及 AI Agent 的构建与应用。

提供从基础到进阶的分级学习路径,覆盖 OCR 识别、视觉模型应用等各类实战课题。包含丰富的 AI Agent 构建案例,演示如何从零开发并扩展复杂的自动化工作流。集成多种前沿开源模型(如 Llama、Qwen、Gemma)的工程化实现方案。内置详细的 AI 工程化路线图,帮助学习者系统化提升技术栈。

该项目适用于希望从基础入门到高阶实战的所有 AI 学习者、从业人员及研究人员,是构建和部署实际 AI 应用的理想参考资料库。