Home/Vector Databases/ai-engineering-from-scratch-zh
ai-engineering-from-scratch-zh logo

ai-engineering-from-scratch-zh

Enrichment pending
fancyboi999/ai-engineering-from-scratch-zh

Agent工程师最全学习路径 · 从零精通 AI 工程 · 20 阶段 503 课 · 中文全量翻译 + 配套站点 + 动画讲解视频 · 如何成为 AI Agent 工程师的修成指南

GraphCanon updated today · GitHub synced today

805
Stars
115
Forks
4
Open issues
7
Watchers
2w
Last push
Python MITCreated May 26, 2026

Trust & integrity

Full report
Maintenance
Active (15d since push)
As of today · Source: github_public_v1
Provenance
Not a fork · Personal account
As of today · Source: github_public_v1
Security (OSV)
83 low (83 low)
As of today · Source: osv@v1

Public GitHub metadata and optional OSV dependency scans. Signals, not a guarantee. Trust methodology.

Overview

Agent工程师最全学习路径 · 从零精通 AI 工程 · 20 阶段 503 课 · 中文全量翻译 + 配套站点 + 动画讲解视频 · 如何成为 AI Agent 工程师的修成指南

Capability facts

Languages
python

Source: github.language · Jul 11, 2026

Categories

Compatibility

Sourced claims from the README excerpt - not unsourced marketing copy.

Python runtimePython

Source: README excerpt (regex_v1, Jul 11, 2026)

<sub>503 节课 · 20 个阶段 · Python / TypeScript / Rust / Julia · 配套中文网站 <a href="https://aieng-zh.cn">aieng-zh.cn<
Source link

Tags

README

从零开始,亲手实现每一个 AI 算法
503 节课 · 20 个阶段 · Python / TypeScript / Rust / Julia · 配套中文网站 aieng-zh.cn

在线阅读 aieng-zh.cn 503 lessons 20 phases MIT License GitHub stars

░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒

84% 的学生已经在用 AI 工具,可只有 18% 觉得自己能在专业场景里用好它们。 这套课程要填的就是这道沟。

503 节课,20 个阶段,约 320 小时。Python、TypeScript、Rust、Julia。每节课都交付一件 能复用的东西:一个提示词、一个技能、一个 agent、一个 MCP server。免费,开源,MIT。

你不只是学 AI,你亲手把它造出来。从头到尾,全手写。

本项目是 AI Engineering from Scratch(作者 Rohit Ghumare,MIT 协议)的简体中文衍生版。衷心感谢原作者创作并开源了这套课程。

这个中文版做了什么

不是机器翻译堆出来的镜像。在忠实翻译之上,我们做了一套面向中文读者的本地化:

🇨🇳 全站简体中文503 节课正文、83 条术语表、测验题、mermaid 流程图、交互图表标签全部中文化(agenttokentransformer 等技术术语按惯例保留英文)
🌐 独立中文网站 aieng-zh.cn可搜索的课程目录、学习进度追踪、可拖动的交互式图表、命令面板(Cmd / Ctrl + K)、深色模式
🎬 配套动画讲解视频3Blue1Brown 风格的无真人动画讲解,把每节课的数学推导与核心直觉做成可视化短片,中文配音、在课程页内嵌播放。Phase 1(数学基础 22 节)已上线,其余阶段陆续制作中——它是对动手推导的补充,不是替你跳过思考的速成视频
🔍 为 AI 检索优化构建时自动生成 sitemap.xml / llms.txt / 结构化数据,方便被搜索引擎和 AI 助手引用
课数一致性护栏CI 自动校验课程数(node site/build.js --check),防止课程列表与磁盘上的实际内容漂移

翻译怎么翻见 TRANSLATION.md。课程结构、代码与上游保持一致,译文持续跟进上游更新。

目录 · 怎么运作 · 课程结构 · 一节课的样子 · 快速开始 · 每节课都有产出 · 课程目录 · 工具箱 · 参与贡献

怎么运作

大多数 AI 教材都是碎片化教学。这儿一篇论文,那儿一篇微调心得,别处再来个炫酷的 agent demo。这些碎片很少能拼到一起。你做出了一个聊天机器人,却讲不清它的 loss 曲线;你给 agent 挂了个函数,却说不出调用它的那个模型内部,attention 到底在干什么。

这套课程就是那根脊椎。20 个阶段,503 节课,四种语言:Python、TypeScript、Rust、Julia。 一头是线性代数,另一头是自主 agent 集群。每个算法都先从最原始的数学手写出来。反向传播、 分词器、注意力、agent 循环——等 PyTorch 登场时,你已经知道它底层在做什么了。

每节课都跑同一个循环:读懂问题、推导数学、写代码、跑测试、留下产物。没有五分钟速成视频, 没有复制粘贴式部署,没有手把手喂饭。免费,开源,在你自己的笔记本上就能跑。

░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒

课程的结构

二十个阶段层层叠起来。数学是地基,agent 和生产部署是屋顶。下层的东西你已经会了,就尽管 往前跳;但别跳过去之后,又回头纳闷上层为什么塌了。

%%{init: {'theme':'base','themeVariables':{'primaryColor':'#fafaf5','primaryTextColor':'#1a1a1a','primaryBorderColor':'#3553ff','lineColor':'#3553ff'}}}%%
flowchart TB
  P0["阶段 0 · 配置与工具链"] --> P1["阶段 1 · 数学基础"]
  P1 --> P2["阶段 2 · 机器学习基础"]
  P2 --> P3["阶段 3 · 深度学习核心"]
  P3 --> P4["阶段 4 · 计算机视觉"]
  P3 --> P5["阶段 5 · NLP"]
  P3 --> P6["阶段 6 · 语音与音频"]
  P3 --> P9["阶段 9 · 强化学习"]
  P5 --> P7["阶段 7 · Transformer"]
  P7 --> P8["阶段 8 · 生成式 AI"]
  P7 --> P10["阶段 10 · 从零实现 LLM"]
  P10 --> P11["阶段 11 · LLM 工程"]
  P10 --> P12["阶段 12 · 多模态 AI"]
  P11 --> P13["阶段 13 · 工具与协议"]
  P13 --> P14["阶段 14 · Agent 工程"]
  P14 --> P15["阶段 15 · 自主系统"]
  P15 --> P16["阶段 16 · 多 agent 与集群"]
  P14 --> P17["阶段 17 · 基础设施与生产"]
  P15 --> P18["阶段 18 · 伦理、安全与对齐"]
  P16 --> P19["阶段 19 · 综合项目"]
  P17 --> P19
  P18 --> P19
░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒

一节课的样子

每节课都待在自己的文件夹里,整套课程结构统一:

ph