一份免费的 AI 与 LLM 学习路线合集，把从深度学习基础到 RAG、Agent、提示工程的资料串成体系，适合想系统入门或补课的人按图索骥。
一套系统的大语言模型入门课程，用学习路线图和可直接运行的 Colab 笔记本，带你从零掌握 LLM 的原理与实战。
汇总全球优质大模型学习资料，覆盖多模态生成、Agent、辅助编程、模型训练与推理、RAG 等方向，帮开发者快速找到教程、课程和实战资源。
一份 AI 工程资源清单，汇总 LLM、RAG、AI Agent、MCP、微调、评测与生产部署的学习路线、工具和实战项目，适合系统入门与选型参考。
一份三语（繁中/英文/简中）的 Agentic AI 学习路线图，从 LLM 基础一路讲到多智能体系统，收录 240+ 精选资源和动手示例，适合系统入门 AI Agent。
A Helm chart for LLMKube - Kubernetes operator for GPU-accelerated LLM inference
A Helm chart for LLMKube - Kubernetes operator for GPU-accelerated LLM inference
…Linux/Windows） - 新增 .env 配置步骤和 LLM 自动检测说明 - 新增项目结构学习路线图 📦 环境要求 - Python 3.9+ - 至少配置以下其中一项： - SILICONFLOW API KEY （云端，推荐） - 本地 Ollama 服务
…ted dependencies \[[ 7f81520 ](https://github.com/llm-ui-kit/llm-ui/commit/7f81520aa8805ec991d37c37b8d4d8ebb959eaed)]: - @llm-ui/[email protected]
…ted dependencies \[[ 7f81520 ](https://github.com/llm-ui-kit/llm-ui/commit/7f81520aa8805ec991d37c37b8d4d8ebb959eaed)]: - @llm-ui/[email protected]
…ted dependencies \[[ 9360d30 ](https://github.com/llm-ui-kit/llm-ui/commit/9360d3049cfa669a133ef673fb5bb220c5823f09)]: - @llm-ui/[email protected]