按分类找 AI 开源项目

学习资源

浏览当前公开快照中“学习资源”相关的 AI 开源项目，并查看许可证、部署、适用场景、限制和核验来源。

codecrafters-io/build-your-own-x — build-your-own-x 是一个精选的教程链接汇编仓库，汇集了大量指导开发者从零开始重建数据库、操作系统、神经网络等流行技术的分步学习资源。
DigitalPlatDev/FreeDomain — freedomain 提供免费的域名注册、通过自定义域名服务器进行 DNS 管理，以及配套的学习资源。用户可通过托管的 Web 面板完成域名注册，无需本地部署。
datawhalechina/hello-agents — hello-agents 是一套面向 AI Native Agent 构建的理论与实践结合教程，涵盖从核心范式实现到多智能体项目开发的系统化知识。该教程内容以中文为主，适合具备一定编程基础、希望系统学习智能体的开发者和学习者。
rohitg00/ai-engineering-from-scratch — rohitg00/ai-engineering-from-scratch 是一套包含 20 个阶段、503 节课的开源课程，从数学基础逐步覆盖到自主智能体群。课程以 Python、TypeScript、Rust 和 Julia 展开，并将每节课与可复用产物关联。
f/prompts.chat — f/prompts.chat 适合需要集中发现、复用、分发或私有化管理提示词的个人与团队；它的优势是提示词库、网页浏览、多种数据格式、自托管和工具集成形成了完整链路，但它本身不是模型推理或提示词效果评测平台。
jingyaogong/minimind — minimind 是一个面向个人学习者的开源教育项目，提供从零开始用 PyTorch 训练 64M 参数大型语言模型的全流程代码与配套数据集。项目覆盖预训练到强化学习对齐的完整环节，旨在降低理解 LLM 的门槛。
bojieli/ai-agent-book — ai-agent-book 是一本关于 AI Agent 设计原理与工程实践的开源书籍，提供涵盖 10 个章节的中英双语文本，并配有按章节组织的可运行示例项目。
THU-MAIC/OpenMAIC — openmaic 将任意主题或文档转换为包含幻灯片、测验、模拟和项目式学习活动的交互式 AI 课堂体验，通过 AI 教师与同伴角色实现实时授课与讨论。
Imbad0202/academic-research-skills — academic-research-skills 是一套面向学术研究的 Claude Code 技能集，提供从文献检索、引用格式化到数据验证的人在回路流水线。该项目通过不可跳过的完整性验证门，规避全自动 AI 研究流程中常见的引用幻觉和方法论编造问题。
HKUDS/DeepTutor — deeptutor 是一个代理原生学习工作站，将辅导、解题、测验、研究与可视化整合在同一可扩展系统中，解决了学习与研究所需工具割裂导致的上下文丢失问题。它支持本地运行，并允许灵活接入云端或本地 LLM，为个人学习与深度研究提供一站式闭环能力。
byoungd/up — up 是一个提供可执行英语学习系统、AI 辅助学习方法论以及个人生活复盘经验分享的开源教程项目。
Lordog/dive-into-llms — dive-into-llms 是一个基于大学课程衍生的免费大语言模型（LLM）编程教程系列，提供涵盖微调、提示工程、知识编辑到 AI Agent 等主题的讲义与可执行代码。
microsoft/generative-ai-for-beginners — generative-ai-for-beginners 是微软推出的 21 节生成式 AI 入门课程，通过 Python 和 TypeScript 双语代码示例系统讲解核心概念并指导应用构建。适合具备基础编程能力并希望快速掌握大模型应用开发的开发者与教育者。
microsoft/AI-For-Beginners — ai-for-beginners 是一份结构化的 12 周、24 课时人工智能入门教学课程，涵盖神经网络与深度学习等核心概念。课程提供可执行的 Jupyter Notebook、实践实验室和配套测验，并使用 PyTorch 与 TensorFlow 进行代码演示。
Snailclimb/JavaGuide — JavaGuide 是一份系统化的 Java 后端面试知识库，涵盖从计算机基础到分布式系统、系统设计及 AI 应用开发等多个主题。它以结构化文档和面试题库为核心，帮助开发者备战技术面试。
rasbt/LLMs-from-scratch — llms-from-scratch 是一份基于 PyTorch 从零开始构建小型可用大语言模型的分步教程资源，涵盖数据准备、注意力机制、预训练和微调。该项目通过逐行编写代码的教学方式，帮助开发者深入理解 LLM 的内部工作原理。
shareAI-lab/learn-claude-code — learn-claude-code 是一个面向开发者的教程项目，通过 20 章渐进式课程讲解如何为 LLM 构建运行环境（即 harness）。它侧重概念理解而非单纯提供可直接复制的源码。
microsoft/ai-agents-for-beginners — ai-agents-for-beginners 是一个面向 AI Agent 初学者的结构化教学仓库，提供 18 课时的图文指南、视频和 Python 代码示例，覆盖从基础概念到生产部署的课程主题。
Nutlope/hallmark — hallmark 是一款面向 AI 编码助手的设计技能（skill），通过宏结构选择、主题应用和 57 道 slop-test 门控，系统性消除 LLM 生成 UI 时常见的'AI 味'，输出结构各异、视觉独特的前端代码。它适合需要让 AI 生成高区分度 UI 的开发者和创作者。
microsoft/ML-For-Beginners — microsoft/ml-for-beginners 是一套面向初学者的 12 周、26 课时经典机器学习项目制课程，使用 Scikit-learn 并配备课前课后测验与作业。课程围绕统一主题构建实践项目，同时避开深度学习内容。
mlabonne/llm-course — llm-course 是一份免费的结构化教程，涵盖从 LLM 基础理论到应用部署的完整学习路径，分为 LLM Fundamentals、LLM Scientist 和 LLM Engineer 三个模块，并配有可交互的 Colab 笔记本。
d2l-ai/d2l-zh — d2l-zh 是一本开源的深度学习交互式教程，将数学公式、批判性思维与可运行的工程代码整合于同一资源中。它旨在帮助读者理解从理论到实践所需的知识，从而向应用科学家的方向发展。
Asabeneh/30-Days-Of-Python — 30-days-of-python 是一个自定进度的 Python 3 学习挑战项目，按 30 天的每日主题组织，包含讲解、实例、练习和项目。
getify/You-Dont-Know-JS — you-dont-know-js 是一个深入讲解 JavaScript 核心机制的书籍系列，支持在线免费阅读。
dair-ai/Prompt-Engineering-Guide — prompt-engineering-guide 是面向提示工程学习与应用的资料型项目，汇集指南、论文、讲座、笔记本、参考资料、工具和提示词集合。它适合构建学习路径或查阅提示词资源，但现有事实未明确运行环境、成本依赖及数据边界等选型信息。
krahets/hello-algo — hello-algo 是一本开源的数据结构与算法入门教程，面向初学者提供动画图解和可在 12 种以上编程语言中运行的源代码示例。
practical-tutorials/project-based-learning — practical-tutorials/project-based-learning 是一个精选的编程教程列表，按主要编程语言进行分类，供有志向的软件开发者学习如何从零开始构建应用程序。
Developer-Y/cs-video-courses — cs-video-courses 是一个经过分类整理的大学计算机科学视频课程列表，收录了真实的大学/学院水平课程。该项目明确不接受小型 MOOC、基础教程或广告内容。
binhnguyennus/awesome-scalability — awesome-scalability 是一份系统设计阅读清单，汇集了阐释可扩展、可靠且高性能系统设计原则的文章与生产级架构案例。其内容来源包含知名工程师的论述及经过实战验证的系统实践。
virattt/ai-hedge-fund — 这是一个概念验证（PoC）级别的 AI 对冲基金项目。它通过组合专业的投资者智能体和市场分析智能体来探索 AI 在交易决策中的应用，仅供教育和研究使用，不执行任何真实交易。
huggingface/agents-course — huggingface/agents-course 是一门免费的结构化在线课程，教学目标是使用 smolagents、LangGraph 和 LlamaIndex 等框架构建、评估 AI 智能体。课程从智能体基础知识开始，延伸至最终的基准测试作业与自动化评估。
helloianneo/ian-xiaohei-illustrations — helloianneo/ian-xiaohei-illustrations 适合希望把中文文章中的关键认知点转成“小黑”手绘风配图，并接受依赖 Codex 与图像生成模型的内容创作者。它不适合需要矢量源文件、演示文稿成品、复杂信息图或商业品牌主视觉的团队。
kangarooking/cangjie-skill — cangjie-skill 将书籍、长视频和播客等被动知识蒸馏为结构化、可独立调用且可测试的 AI Agent Skill。其核心是具备三次验证机制的 RIA-TV++ 流水线，确保产出的方法论具备跨领域、预测性和唯一性。
labmlai/annotated_deep_learning_paper_implementations — annotated_deep_learning_paper_implementations 是一个用 PyTorch 编写的深度学习论文与算法实现集合，所有代码均附带注释说明，并以并排版式渲染为学习笔记，旨在帮助用户更好地理解算法。
WenyuChiou/awesome-agentic-ai-zh — awesome-agentic-ai-zh 是一份结构化的三语学习路线图，提供 240+ 精选资源和配套练习，引导学习者从 LLM 基础逐步进阶到多智能体系统设计。它适合需要清晰进阶路径和工具索引的 AI Agent 开发入门与进阶者。
liyupi/ai-guide — ai-guide 是一份免费的 AI 知识库与 Vibe Coding（氛围编程）图文教程，旨在帮助零基础人群学习 AI 编程并构建可变现的产品。
Agents365-ai/drawio-skill — drawio-skill 是一个可复用的 Agent Skill，能将自然语言描述、代码库、基础设施配置和数据库模式等结构化来源转换为可编辑的 draw.io 图表。该技能自动完成节点布局与边线路由，验证图表问题，并支持导出或转换为多种视觉与文档格式。
GokuMohandas/Made-With-ML — made-with-ml 是一门教授如何将机器学习与软件工程实践相结合的课程及配套代码，旨在帮助开发者学习构建可靠的生产级机器学习系统。课程在编写代码前先建立对机器学习概念的原理性理解，并提供了涵盖数据处理、训练、实验追踪和模型服务的具体示例。
deepfakes/faceswap — faceswap 是一款面向学习和实验目的的开源深度学习换脸工具，支持从图像和视频中提取人脸、训练模型并完成换脸转换。用户无需具备高级 AI 专业背景即可通过命令行或图形界面使用。
datawhalechina/happy-llm — happy-llm 是一个面向大语言模型（LLM）原理与训练过程的系统性开源教程，涵盖从 NLP 基础、Transformer 架构到预训练、微调及应用的完整链路，并指导在 PyTorch 层面从零构建 LLaMA2 模型。

AI 搜索

按分类找 AI 开源项目