Agent 与编排
共 20 个仓库 · Jupyter Notebook
微软出品的 18 节入门课程，用 Jupyter Notebook 手把手教你搭建 AI Agent，覆盖 AutoGen、Semantic Kernel、Foundry 等主流框架与 Agentic RAG 实践。
面向 LLM、RAG 和真实 AI Agent 应用的深度教程合集，用 Jupyter Notebook 带你从原理到落地跑通完整案例。
从零开始手把手教你构建大模型的开源教程，覆盖预训练、微调、RAG 与 Agent 等关键环节，适合想系统入门 LLM 原理与实践的开发者。
把屏幕截图解析成结构化元素，让纯视觉 GUI Agent 能识别界面上的按钮、图标和文本，无需依赖 DOM 或控件树。
50 多个生成式 AI Agent 教程与实现，从基础对话机器人到复杂多智能体系统，帮你快速上手并复现各类 Agent 技术方案。
汇集土堆 PyTorch、李沐《动手学深度学习》、吴恩达深度学习和大模型 Agent 四套课程的中文笔记，适合系统入门深度学习与大模型应用开发。
一套端到端的代码实战教程，教你从原型一步步搭出可上线的 GenAI Agent，覆盖 LangGraph、MCP 等主流技术栈与企业级部署。
微软官方出品的 MCP 入门课程，用 .NET、Java、TypeScript、Rust、Python 等多语言实战示例，教开发者搭建模块化、可扩展且安全的 AI 工作流。
面向春招秋招的大模型面试知识库，用通俗方式讲清 LLM、RAG 和 Agent 核心概念，帮你在面试前快速补齐基础、和面试官聊得起来。
用遗传算法和进化式迭代自动优化提示词、代码与 Agent 配置，让 LLM 反复自我反思改进，省去手工调参。
从零手搓大模型全链路的教学项目，涵盖 Transformer、LLaMA、Qwen、RAG、Agent 和扩散模型，帮学习者拆开白盒子理解每个环节的实现细节。
用 LangGraph 搭建的模块化 Agentic RAG 教学项目，几分钟就能上手理解检索增强生成智能体的完整流程。
一套面向 AI 工程师的学习路线与实战资料，覆盖数据结构、深度学习、LangChain/LangGraph 智能体、LLM 推理与评测等主题，帮你系统补齐从算法到落地的知识。
一份生成式 AI 学习资源合集，涵盖学习路线图、实战项目、应用案例以及面试和编码准备，适合系统入门大模型与 Agent 开发。
面向真实世界的 GUI 智能体基础模型，能理解屏幕界面并自动完成浏览器、手机和桌面端的点击导航操作。
面向 LLM 推理、RAG 与 Agent 工作流的开源协议栈，提供问题地图、全局调试卡等工具，帮助定位幻觉、对齐和检索环节的故障。
30 个可直接运行的 Jupyter Notebook，系统演示 LLM Agent 的记忆方案，涵盖对话缓冲、向量库、知识图谱、情景与语义记忆，以及 MemGPT、Mem0、Letta、Zep 等主流实现和 LoCoMo 基准测试。
用大模型对本地文档做检索问答，集成 HyDE、SPLADE、重排序和 Chroma 向量库，适合快速搭建 RAG 应用。
在 Apple Silicon Mac 上本地运行 Phi-3、Phi-3.5 和 Phi-4 视觉与语言模型，基于 MLX 和 Metal 加速，支持微调、LoRA 与多智能体编排。
用 Jupyter Notebook 带你动手搭建 Agentic AI 智能体，覆盖 LangGraph、LangChain、MCP、LoRA 微调与 Docker 部署，适合边跑代码边学智能体开发。