给 AI 编程助手注入「最懒资深开发」思维，用 YAGNI 原则压制过度设计，让 agent 少写不必要的代码。

一份面向 Java 后端求职者的面试知识库，系统梳理计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发等高频考点，帮你有条理地准备面试。

微软出品的 21 节生成式 AI 入门课程，用 Jupyter Notebook 带你从零理解大模型、提示工程和 ChatGPT 应用开发。

从零手写实现 AI 工程核心组件的实战课程，覆盖智能体、大模型、计算机视觉与深度学习，边学边构建可交付的项目。

开源的多智能体工作管理应用，用于编排、调度和治理自主 AI Agent，支持 Claude 及技能扩展，让团队像管理同事一样管理 Agent。

把 Claude Code 从随手写代码的「氛围编程」升级为可控的智能体工程实践，汇总提示词、工作流和最佳实践，让 AI 编码代理更稳定可靠。

在工具输出、日志、文件和 RAG 片段进入 LLM 前先做压缩，编码 Agent 省约 20% token，JSON 省 60-95%，答案不变。提供库、代理和 MCP 服务器三种用法。

用 Python 搭建 LLM 应用和智能体的开发框架，把模型调用、工具、检索和记忆串成可组合的链路，省去自己拼装底层胶水代码。

给 Claude Code 和 AI Agent 用的营销技能包，覆盖转化率优化、文案写作、SEO、数据分析和增长工程，让 Agent 直接具备可执行的营销能力。

用 Python 代码定义、调度和监控数据工作流，把 ETL/ELT 管道写成 DAG，告别手写 cron 和脚本拼接。

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。

开源本地 AI 推理引擎，无需 GPU 即可在任意硬件上跑 LLM、视觉、语音和图像生成模型，提供兼容 OpenAI 的 API。

用 AI 编码代理一条命令克隆任意网站，自动逆向还原页面结构与样式，生成可运行的 Next.js/React 前端模板。

开箱即用的个人 AI 助手，可本地或云端部署，接入多种聊天应用，并通过 MCP 与工具扩展能力。

面向 RAG 的文档索引方案，不依赖向量数据库，用推理方式定位和检索文档内容，适合构建 Agent 式检索流程。

从零开始讲解 Harness 工程的入门教程，带你一步步搭建 AI Agent 的编排框架，理解 agentic 系统的核心机制。

开源 LLM 应用编排框架，用模块化管道和智能体工作流显式控制检索、路由、记忆与生成，适合搭建 RAG、语义搜索和多模态对话系统。

通用大模型部署引擎，借助机器学习编译技术把 LLM 高效跑在各种硬件上，从手机到服务器都能用。

一本面向大模型工程实践的开源手册，系统讲解 GPU 训练、推理、调试、网络与扩展性等落地问题，帮工程师把模型真正跑起来。

开源金融大语言模型，提供训练好的模型和微调流程，用于金融情感分析、智能投顾等场景。

开源的生成式 BI 工具，通过开放上下文层把自然语言问题转成可信的 SQL、图表和看板，支持 BigQuery、Snowflake 等 20 多种数据源。

用 Python 把数据和 AI 算法快速封装成可上生产环境的 Web 应用，内置数据集成、可视化、任务调度和 MLOps 编排能力。

面向 AI 编码代理的循环工程实践模板与 CLI 工具，提供 loop-audit、loop-init、loop-cost 等命令，帮你设计并编排代理的提示与自动化流程。

基于 DeepSeek 的命令行编码智能体，专为复杂软件工程任务设计，能稳定完成代码编写与开发流程自动化。

开源的 LLM 可观测性与评测平台，能追踪、调试和评估 RAG 与 Agent 应用，帮团队定位大模型链路中的问题。

一段给 GPT-4 用的导师提示词，让模型按你的学习目标、深度和节奏定制个性化教学，适合自学或备课。

面向 Java 开发者的智能体 AI 框架，基于 Spring AI 构建，支持 ReAct 智能体、多智能体协作和基于图的工作流编排。

一站式语义搜索与 LLM 编排框架，把向量检索、RAG 和智能体工作流整合在一起，用 Python 就能搭建基于语言模型的应用。

面向 Stable Diffusion 的专业图像生成引擎，提供行业领先的 WebUI，支持文生图、图生图、局部重绘和扩图，适合创作者与商业产品集成。

给团队里所有编码 Agent 共享一份记忆：为 Claude Code、Cursor、Codex 提供代码图谱和团队历史决策，让它们接着上次的进度继续干活。

面向大规模数据与机器学习的 AI 搜索平台，支持向量检索、张量计算和推荐排序，适合搭建 RAG 与搜索服务。

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。

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。

面向数据中心的分布式推理服务框架，用 Rust 编写，支持 vLLM、SGLang、TensorRT-LLM 等后端，解决大规模 LLM 与扩散模型在生产环境下的解耦部署和请求路由问题。

给 Claude 用的免费 SEO MCP 服务器和开源技能包，能基于真实的 GSC、GA4 和广告数据做关键词研究、排名追踪、站点审计、外链分析，还能看 AI 搜索里的曝光情况。

用 Swift 写的原生 macOS AI 智能体运行环境，可接入任意模型，支持持久记忆、自主执行和加密身份，全程离线运行。

零代码自动生成生产级 AI Agent 的平台，用统一工具、技能、记忆和编排，配合内置约束与反馈回路，让 Agent 稳定可控。

主动感知上下文的 AI 助手，结合上下文工程与 ChatGPT Pulse 思路，自动收集并组织相关信息，为对话提供持续记忆和主动提醒。

开源实验追踪工具，能记录、可视化和对比机器学习训练中的指标、超参数与元数据，帮团队理清大量实验。

面向手机等消费级设备的 LLM 推理引擎，用 2bit 量化和手写内核把大模型塞进端侧运行，主打低显存、跨 Android/iOS 的 ARM 部署。