fancyboi999/ai-engineering-from-scratch-zh：Agent工程师最全学习路径 · 从零精通 AI 工程 ·

技术解读

以下内容由 GitRead 中文社区编辑团队基于项目 README 与官方资料整理，结合中文开发者的常见使用场景补充技术选型建议。具体以项目官方文档为准。

Agent 工程师全学习路径：从零到精通 AI 工程实例解析

项目背景与痛点

在人工智能爆炸性的发展过程中，AI 工程师的培养成为了热门话题之一。本项目“fancyboi999/ai-engineering-from-scratch-zh”正是在这种背景下诞生。该项目为想要深入 AI 工程技术的开发者提供了一条详细的、易于理解的学习路径。它包含了一个高度结构化的学习框架，涵盖了从基础概念到高级应用的 20 个阶段，总计达 503 节课程。该项目不仅提供中文翻译内容，还配备了配套的站点和动画讲解视频，为自学提供了极大的便利性。它旨在帮助开发者从零开始，循序渐进地成为 AI Agent 工程师。

核心技术揭秘

该项目背后的设计不仅考虑了技术的实现，还融合了教学理论，以力求在技术教育上达到最优效果。它采用了模块化的学习路径设计，确保每个知识点间的逻辑连贯性和系统性。

以下是关键的数据流示例，展示了该学习路径的一小部分如何运作：

graph TD A[课程选择] --> B{"内容检查"} B -->|"适合"| C[开始学习] B -->|"不适合"| D[建议其他课程] C --> E[完成任务] E --> F[反馈和评估] F -->|"通过"| G[晋级] F -->|"未通过"| H[复习课程] G --> I[继续下一个阶段]

每个阶段都有一些核心课程和任务。通过完成这些任务，学员能够巩固所学并逐步推进到更复杂的主题。

功能亮点与差异

相较于其他同类技术课程，该项目的助力之一在于其结构化的设计、全面的资源支持，以及丰富的多媒体材料。它特有的 20 阶段设计确保了学习者可以依据自身水平有序提升。

另外，由于提供多种媒介的资源支持（不论是文字、视频还是交互图表），该课程能够更好地满足不同学习者的学习风格，达到更好的学习效果。这是项目不同于其他同类别资源的独特之处。

应用场景与落地建议

尽管该项目提供了全面的学习材料，但在真实环境下应用这些技术时仍需谨慎。建议开发者在学习期间不只停留在理解原理上，还应通过实际项目来不断实践和巩固所学。无论是在产品开发、数据分析还是研究领域，都有广阔的应用空间。

在生产环境中将所学知识落地时，开发者需要确保对待每个组件和模块的设计都有足够的理解，这有助于更好地利用 AI 技术解决实际问题。

综合评价

必然，此项目具有不可否认的巨大优势：首先，其结构化的学习路径和丰富多样的资源极大地提高了学习的效率和有效性。其次，中文化内容支持让更多中文世界的开发者受益。

然而，一些潜在的劣势也不容忽视。一方面，由于大量的内容需要消化，初学者可能会觉得进度过快或难以消化。另一方面，尽管提供了详细的路径，缺乏对具体技术层面深入的指导，对于少数读者而言可能解决不了特定技术问题。

总体而言，fancyboi999/ai-engineering-from-scratch-zh 项目是一个针对希望全面学习 AI 工程技术的开发者极为实用的资源，适合所有级别的学习者。

关于

agents ai ai-agents ai-engineering chinese chinese-translation computer-vision course deep-learning from-scratch

MIT License
1.3k Stars
194 Forks
11 Watching

简要分析

热度分

1719

价值分

851

活跃状态

活跃

GitHub

语言占比

Assembly

C++

CSS

Dockerfile

HTML

Java

JavaScript

Julia

Lua

Python

Rust

Shell

TypeScript

WebAssembly

Release

gh-attach attachments1 周前
中文技术手册 · 2026.103 周前

贡献者

AI Engineering from Scratch · 简体中文版

实现模型内部机制、检索流水线和 agent 运行时。测试它们，分析失败，并保留代码与评估结果。

开始学习 · 选择路径 · 试试实验 · 动手做项目 · 浏览课程目录

免费、开源，采用 MIT 许可。你可以在网站上学习，使用 coding agent，或在本地运行代码。

542 节课，20 个阶段。Python、TypeScript、Rust、Julia。

本项目是 Rohit Ghumare 及社区创建的 AI Engineering from Scratch 的简体中文衍生版，由 fancy 维护。课程内容与结构跟随上游，中文翻译遵循 TRANSLATION.md。

特别鸣谢

IPWO 拥有 9000 万+ 活跃住宅 IP 资源，覆盖 195+ 个国家和地区。
提供动态住宅代理、静态住宅代理及不限量住宅代理。
适用于网页抓取、数据采集、浏览器自动化、跨境业务等场景。
我们订阅使用 Claude / Claude Code 时采用住宅 IP，长期使用稳定。
支持免费测试，9 折优惠码：0203

学习路径

路径	起始课程
模型基础	配置与工具链
LLM 系统	提示词工程
Agent 与交付	Agent 循环

比较职业路径 · 前置要求与学习时间

梯度下降

二十个起点沿着二次损失函数的梯度下降。图中展示每次更新后各点的位置及平均损失。

在课程中调整学习率 · 用代码比较 GD、momentum 和 Adam

项目

三个项目均提供分阶段 starter、参考实现和本地评分器。完成环境配置后，在仓库根目录运行命令。实现对应阶段前，starter 会测试失败。

01 · 检索评估实验室 · Python · 排序指标与回归检查

候选版提高了平均 NDCG，但某个查询最相关证据的排名反而降低。构建逐查询比较，报告回归，并让它能够阻止发布检查通过。

使用 Python 3.10+。先复习 RAG与模型评估。依次实现排序验证、precision 与 recall、排名敏感指标和系统比较。

python3 scripts/project_test.py retrieval-evaluation-lab \
  --init learning-artifacts/retrieval-evaluation-lab
python3 scripts/project_test.py retrieval-evaluation-lab \
  --stage 1 --path learning-artifacts/retrieval-evaluation-lab --strict
python3 scripts/project_test.py retrieval-evaluation-lab \
  --all --path learning-artifacts/retrieval-evaluation-lab --strict

保留产物： 可复现的比较，包含逐查询差值与用于评分的相关性判断。指标描述的是这些判断，并不能证明回答正确。

开始项目 · 查看参考实现 · 使用自己的输入

02 · Agent 轨迹调试器 · TypeScript · 轨迹解析与计时

所给轨迹的总耗时仍为 100 ms，但 token 总用量增加了 200，且有一个 span 开始失败。分离重叠子任务与父任务执行时间，再生成可检查的报告，揭示变化。

评分器需要 Node.js 22.18+ 和 Python 3。依次实现 JSONL 解析、父级验证、区间运算和可检查的时间线。

python3 scripts/project_test.py agent-trace-debugger \
  --init learning-artifacts/agent-trace-debugger
python3 scripts/project_test.py agent-trace-debugger \
  --stage 1 --path learning-artifacts/agent-trace-debugger --strict
python3 scripts/project_test.py agent-trace-debugger \
  --all --path learning-artifacts/agent-trace-debugger --strict

保留产物： 输入轨迹、HTML 时间线与 JSON 回归报告。保留每个 span 独占的 token 数，避免把父级与子级用量重复计数。

开始项目 · 查看参考实现 · 交互式探索计时

03 · 工具调用防火墙 · Rust · 角色检查与批准回执

写入内容在审查后改变，或批准被重放。验证调用信封，检查调用方角色与路径，再消耗一次与精确请求和内容绑定的批准。

使用 Rust 与 Python 3.10+。先复习工具 schema 设计和安全边界。调用应用提供身份，模型只是提出操作。

python3 scripts/project_test.py tool-call-firewall \
  --init learning-artifacts/tool-call-firewall
python3 scripts/project_test.py tool-call-firewall \
  --stage 1 --path learning-artifacts/tool-call-firewall --strict
python3 scripts/project_test.py tool-call-firewall \
  --all --path learning-artifacts/tool-call-firewall --strict

保留产物： 展示请求操作和策略决策的审计回执。批准只在一次调用中单次使用；本项目不提供持久授权，也不是操作系统沙箱。

开始项目 · 查看参考实现 · 探索批准边界

浏览全部项目 · 职业实践指南

选择学习方式

在网站上学习

在 aieng-zh.cn 打开任意已完成的课程，或在下方课程目录中展开一个阶段。无需配置环境，也无需克隆仓库。

使用 AI 导师

如果已经安装 Node.js、npx 和支持 skill 的 coding agent，你的 coding agent 就可以成为导师。安装和阅读导师技能不需要克隆仓库。专项路径中可运行的实验需要 python3；Agent Skills 的宿主实验还需要选定宿主，以及可写入的用户或项目技能目录。

npx skills add fancyboi999/ai-engineering-from-scratch-zh

安装器询问时，选择宿主和安装范围。在 Codex 中使用 start-learning，在 Claude Code 中使用 /start-learning，或让其他宿主按名称使用该技能。

导师配置与宿主命令

先检查本地要求：

node --version
npx --version
python3 --version

skills 会写入安装时选定的宿主和范围，例如 .claude/skills/、.cursor/skills/、.codex/skills/ 或其他受支持的技能目录。检查所选宿主能否发现这个确切位置。

调用语法由宿主决定，不属于可移植的 SKILL.md 格式：

宿主	开始全课程	开始模型上下文协议（MCP）	开始 Agent Skills	运行阶段测验
Codex	`start-learning`，或从 `/skills` 选择	`learn-mcp`，或从 `/skills` 选择	`learn-agent-skills`，或从 `/skills` 选择	`check-understanding 13`，或从 `/skills` 选择
Claude Code	`/start-learning`	`/learn-mcp`	`/learn-agent-skills`	`/check-understanding 13`
其他兼容宿主	`使用 start-learning 开始课程。`	`使用 learn-mcp 开始模型上下文协议（MCP）路径。`	`使用 learn-agent-skills 开始 Agent Skills 工程路径。`	`使用 check-understanding 测验阶段 13。`

十道题的定级测验会将你已有的知识映射到起始阶段，并把个性化学习计划保存到 LEARNING.md。随后，learn 技能每次会话教一节课：概念、数学、代码、测验。它直接从本仓库读取课程；course-guide 技能可以将你卡住的问题定位到具体课程。在 Codex 中使用 learn 和 course-guide，在 Claude Code 中使用 /learn 和 /course-guide，在其他兼容宿主中按名称调用即可。

只想学模型上下文协议（MCP）？使用宿主对应的 MCP 调用方式。它会生成 MCP-LEARNING.md，沿 17 节课的路线学习无状态请求、传输、双向交互、安全、可靠性、注册表治理和一致性证据。确切顺序和检查点见 MCP 路径清单。

只想学 Agent Skills？使用宿主对应的调用方式。它会生成 AGENT-SKILLS-LEARNING.md，按五节课学习契约、发现、调用、沙箱边界、发布评估与真实宿主的可移植性。网站入口见 Agent Skills 路径。

安装器会列出可配置的宿主并询问安装位置。如果暂时没有 Node.js、npx、python3、受支持的宿主或可写入范围，可以先使用网站，或直接阅读 docs/zh.md。这样可以学习概念；真实宿主的发现、调用、脚本和卸载验证，需要等环境预检通过后再完成。课程可在 aieng-zh.cn 阅读。

学习技能

技能	作用
`start-learning`	首次引导：明确学习目标、完成定级测验，并将个性化计划保存到 `LEARNING.md`。
`learn`	导师循环：先回忆复习，再交互讲授下一课并完成测验；记录进度和复习队列。
`course-guide`	主题路由：把“去哪里学 attention？”或“我的 loss 是 NaN”等问题定位到具体课程，并给出链接。
`learn-mcp`	MCP 专项导师。创建 `MCP-LEARNING.md`，遵循 17 课清单，记录协议线路、安全、可靠性与一致性证据。
`learn-agent-skills`	Agent Skills 专项导师。创建 `AGENT-SKILLS-LEARNING.md`，讲授第 22、24、25、26、27 课，并记录真实宿主证据。
`learn-reverse-engineering`	逆向工程专项导师。创建 `REVERSE-ENGINEERING-LEARNING.md`，使用自己构建的程序学习阶段 13 第 32–45 课，并记录实验证据。
`claude-certification`	Claude 认证导师。选择 CCAO-F、CCDV-F、CCAR-F 或 CCAR-P，逐课教学、运行实验、评审产物、组织诊断与模拟测验，并保存进度。
`mcpa-certification`	MCPA 导师。按 2026-07-28 版协议学习 `mcpa-f` 的 34 课路线，运行实验与 wire checker，组织诊断和三套模拟测验，并保存进度。
`find-your-level`	十道题的定级测验。将已有知识映射到起始阶段，并生成带课时估算的个性化路径。
`check-understanding <phase>`	按阶段测验，八道题，附反馈和需要复习的具体课程。调用方式见上方宿主命令表。

在本地运行代码

git clone https://github.com/fancyboi999/ai-engineering-from-scratch-zh.git
cd ai-engineering-from-scratch-zh
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route beginner
python3 phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py

环境预检会区分当前必需项与后续才需要的工具。每项必需检查失败时，都会给出检测到的原因和修正命令。vectors.py 不需要第三方依赖，最后会展示矩阵与向量相乘如何成为神经网络层内部的运算。把这段终端输出保存为你的第一份证据。

用同样的方法学习每一课

每节课的学习方法

阅读 docs/zh.md，用自己的话解释核心概念。
输入并构建关键代码，亲手实现它。
运行课程命令。工作目录是包含 README.md 和 phases/ 的仓库根目录。
保留证据：命令、工作目录、退出码、有意义的输出，以及你修改或生成的产物。
继续下一步之前，先解释清楚输出，并能在不靠猜测的情况下作出一个小修改。

除非课程明确要求切换目录，否则页面中的命令路径均相对于仓库根目录。课程提供多种语言时，运行你正在学习的语言实现。

选择学习路径

开始前不需要先扫完 542 节课。选一个目标即可。每个链接都对应 GitHub 或网站上的同一套课程，两处使用相同的课程代码。

你的目标	在 GitHub 上学习	在网站上学习
我是新手，想要完整地打牢基础	阶段 0 · 配置与工具链	开发环境
我懂 Python，想学数学与机器学习基础	阶段 1 · 数学基础	线性代数直觉
我想构建生产级 LLM 应用	阶段 11 · LLM 工程	提示词工程
我想构建自主 agent	阶段 14 · Agent 工程	Agent 循环
我想在真实代码仓库中使用 coding agent	Agent 辅助工程路径	Agent 辅助工程
我想在编码实施前把产品方案想透定准	产品判断与交付路径	产品判断与交付

拿不准自己适合从哪开始？使用 start-learning 定位导师，或查看网站前置要求指南。

在 AI 工程学习路径中比较四大核心领域与六大职业发展路线。

MCP、Agent Skills 与逆向工程专项路径

你的目标	在 GitHub 上学习	在网站上学习
我想基于模型上下文协议（MCP）构建系统	MCP 路线	MCP 路径
我想编写并交付 Agent Skills	Agent Skills 快速路线	Agent Skills 路径
我想读懂编译后的程序	逆向工程路线	逆向工程路径

前置要求与学习时间

前置要求

能编写代码，语言不限，会 Python 更方便。
希望理解 AI 的实际工作机制。

从哪里开始

你的背景	从哪开始	上游路线估算
编程和 AI 都是新手	阶段 0 — 配置与工具链	约 306 小时
会 Python，刚接触 ML	阶段 1 — 数学基础	约 270 小时
懂 ML，刚接触深度学习	阶段 3 — 深度学习核心	约 200 小时
懂深度学习，想学 LLM 和 agent	阶段 10 — 从零实现 LLM	约 100 小时
资深工程师，只想学 agent 工程	阶段 14 — Agent 工程	约 60 小时
只想构建生产级 MCP 系统	MCP 路径	约 23 小时 15 分
只想构建生产级 Agent Skills	Agent Skills 工程路径	约 9.5 小时
只想学逆向工程	逆向工程路径	约 32.5 小时

路线估算沿用上游，不代表各课正文预计时长的总和。逐课时长见 ROADMAP.md，专项路径的必修范围和时长以 learning-paths/*.json 为准。

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

课程目录

二十个阶段。点开任意阶段即可展开它的课程列表。

Phase 0: 配置与工具链 `13 lessons`

把环境准备好，迎接后面所有的内容。

#	Lesson	Type	Lang
01	开发环境	Build	Python
02	Git 与协作	Learn	—
03	GPU 配置与云端	Build	Python
04	API 与密钥	Build	Python
05	Jupyter Notebook	Build	Python
06	Python 环境管理	Build	Shell
07	面向 AI 的 Docker	Build	Docker
08	编辑器配置	Build	—
09	数据管理	Build	Python
10	终端与 Shell	Learn	—
11	面向 AI 的 Linux	Learn	—
12	调试与性能分析	Build	Python
13	AI 工程的 Python 基础	Build	Python

Phase 1 — 数学基础 22 lessons 每个 AI 算法背后的直觉，用代码讲清楚。

#	Lesson	Type	Lang
01	线性代数直觉	Learn	Python, Julia
02	向量、矩阵与运算	Build	Python, Julia
03	矩阵变换与特征值	Build	Python, Julia
04	机器学习里的微积分：导数与梯度	Learn	Python
05	链式法则与自动微分	Build	Python
06	概率与分布	Learn	Python
07	贝叶斯定理与统计思维	Build	Python
08	优化：梯度下降家族	Build	Python
09	信息论：熵与 KL 散度	Learn	Python
10	降维：PCA、t-SNE、UMAP	Build	Python
11	奇异值分解	Build	Python, Julia
12	张量运算	Build	Python
13	数值稳定性	Build	Python
14	范数与距离	Build	Python
15	机器学习里的统计学	Build	Python
16	采样方法	Build	Python
17	线性方程组	Build	Python
18	凸优化	Build	Python
19	面向 AI 的复数	Learn	Python
20	傅里叶变换	Build	Python
21	机器学习里的图论	Build	Python
22	随机过程	Learn	Python

Phase 2 — 机器学习基础 21 lessons 经典机器学习——至今仍是大多数生产 AI 的骨架。

#	Lesson	Type	Lang
01	什么是机器学习	Learn	Python
02	从零实现线性回归	Build	Python
03	逻辑回归与分类	Build	Python
04	决策树与随机森林	Build	Python
05	支持向量机	Build	Python
06	KNN 与距离度量	Build	Python
07	无监督学习：K-Means、DBSCAN	Build	Python
08	特征工程与特征选择	Build	Python
09	模型评估：指标与交叉验证	Build	Python
10	偏差、方差与学习曲线	Learn	Python
11	集成方法：Boosting、Bagging、Stacking	Build	Python
12	超参数调优	Build	Python
13	机器学习流水线与实验追踪	Build	Python
14	朴素贝叶斯	Build	Python
15	时间序列基础	Build	Python
16	异常检测	Build	Python
17	处理不平衡数据	Build	Python
18	特征选择	Build	Python
19	ML 系统设计 —— 从业务问题到落地模型	Build	Python
20	生产环境中的模型监控 —— 数据漂移与概念漂移	Build	Python
21	特征平台与训练-推理偏斜	Build	Python

Phase 3 — 深度学习核心 13 lessons 从第一性原理出发的神经网络。先自己造一个，再碰框架。

#	Lesson	Type	Lang
01	感知机：一切的起点	Build	Python
02	多层网络与前向传播	Build	Python
03	从零实现反向传播	Build	Python
04	激活函数：ReLU、Sigmoid、GELU 及其原因	Build	Python
05	损失函数：MSE、交叉熵、对比损失	Build	Python
06	优化器：SGD、Momentum、Adam、AdamW	Build	Python
07	正则化：Dropout、权重衰减、BatchNorm	Build	Python
08	权重初始化与训练稳定性	Build	Python
09	学习率调度与 Warmup	Build	Python
10	造一个你自己的迷你框架	Build	Python
11	PyTorch 入门	Build	Python
12	JAX 入门	Build	Python
13	调试神经网络	Build	Python

Phase 4 — 计算机视觉 28 lessons 从像素到理解——图像、视频、3D、VLM 和世界模型。

#	Lesson	Type	Lang
01	图像基础：像素、通道、色彩空间	Learn	Python
02	从零实现卷积	Build	Python
03	CNN：从 LeNet 到 ResNet	Build	Python
04	图像分类	Build	Python
05	迁移学习与微调	Build	Python
06	目标检测——从零实现 YOLO	Build	Python
07	语义分割——U-Net	Build	Python
08	实例分割——Mask R-CNN	Build	Python
09	图像生成——GAN	Build	Python
10	图像生成——扩散模型	Build	Python
11	Stable Diffusion——架构与微调	Build	Python
12	视频理解——时序建模	Build	Python
13	3D 视觉：点云、NeRF	Build	Python
14	Vision Transformer（ViT）	Build	Python
15	实时视觉：边缘部署	Build	Python
16	构建一条完整的视觉流水线	Build	Python
17	自监督视觉——SimCLR、DINO、MAE	Build	Python
18	开放词表视觉——CLIP	Build	Python
19	OCR 与文档理解	Build	Python
20	图像检索与度量学习	Build	Python
21	关键点检测与姿态估计	Build	Python
22	从零实现 3D 高斯泼溅	Build	Python
23	Diffusion Transformer 与 Rectified Flow	Build	Python
24	SAM 3 与开放词表分割	Build	Python
25	视觉语言模型（ViT-MLP-LLM）	Build	Python
26	单目深度与几何估计	Build	Python
27	多目标跟踪与视频记忆	Build	Python
28	世界模型与视频扩散	Build	Python

Phase 5 — NLP：从基础到进阶 29 lessons 语言是通往智能的接口。

#	Lesson	Type	Lang
01	文本处理：分词、词干提取、词形还原	Build	Python
02	词袋、TF-IDF 与文本表示	Build	Python
03	词嵌入：从零实现 Word2Vec	Build	Python
04	GloVe、FastText 与子词嵌入	Build	Python
05	情感分析	Build	Python
06	命名实体识别（NER）	Build	Python
07	词性标注与句法分析	Build	Python
08	文本分类——用于文本的 CNN 与 RNN	Build	Python
09	序列到序列模型	Build	Python
10	注意力机制——那次突破	Build	Python
11	机器翻译	Build	Python
12	文本摘要	Build	Python
13	问答系统	Build	Python
14	信息检索与搜索	Build	Python
15	主题建模：LDA、BERTopic	Build	Python
16	文本生成	Build	Python
17	聊天机器人：从规则到神经网络	Build	Python
18	多语言 NLP	Build	Python
19	子词分词：BPE、WordPiece、Unigram、SentencePiece	Learn	Python
20	结构化输出与约束解码	Build	Python
21	自然语言推理与文本蕴含	Learn	Python
22	嵌入模型深入剖析	Learn	Python
23	RAG 的分块策略	Build	Python
24	指代消解	Learn	Python
25	实体链接与消歧	Build	Python
26	关系抽取与知识图谱构建	Build	Python
27	LLM 评估：RAGAS、DeepEval、G-Eval	Build	Python
28	长上下文评估：NIAH、RULER、LongBench、MRCR	Learn	Python
29	对话状态跟踪	Build	Python

Phase 6 — 语音与音频 17 lessons 听见、听懂、开口说。

#	Lesson	Type	Lang
01	音频基础：波形、采样、FFT	Learn	Python
02	频谱图、梅尔刻度与音频特征	Build	Python
03	音频分类	Build	Python
04	语音识别（ASR）	Build	Python
05	Whisper：架构与微调	Build	Python
06	说话人识别与验证	Build	Python
07	文本转语音（TTS）	Build	Python
08	声音克隆与音色转换	Build	Python
09	音乐生成	Build	Python
10	音频语言模型	Build	Python
11	实时音频处理	Build	Python
12	搭一条语音助手流水线	Build	Python
13	神经音频编解码器——EnCodec、SNAC、Mimi、DAC	Learn	Python
14	语音活动检测与轮次切换	Build	Python
15	流式语音到语音——Moshi、Hibiki	Learn	Python
16	语音防伪与音频水印	Build	Python
17	音频评估——WER、MOS、MMAU、排行榜	Learn	Python

Phase 7 — Transformer 深入剖析 16 lessons 那个改变了一切的架构。

#	Lesson	Type	Lang
01	为什么用 Transformer：RNN 的问题	Learn	Python
02	从零实现自注意力	Build	Python
03	多头注意力	Build	Python
04	位置编码：正弦、RoPE、ALiBi	Build	Python
05	完整的 Transformer：编码器 + 解码器	Build	Python
06	BERT——掩码语言建模	Build	Python
07	GPT——因果语言建模	Build	Python
08	T5、BART——编码器-解码器模型	Learn	Python
09	Vision Transformer（ViT）	Build	Python
10	音频 Transformer——Whisper 架构	Learn	Python
11	专家混合（MoE）	Build	Python
12	KV Cache、Flash Attention 与推理优化	Build	Python
13	缩放定律	Learn	Python
14	从零构建一个 Transformer	Build	Python
15	Attention 变体——滑动窗口、稀疏、差分	Build	Python
16	投机解码——草稿、验证、重复	Build	Python

Phase 8 — 生成式 AI 15 lessons 生成图像、视频、音频、3D，等等。

#	Lesson	Type	Lang
01	生成模型：分类与历史	Learn	Python
02	自编码器与 VAE	Build	Python
03	GAN：生成器 vs 判别器	Build	Python
04	条件 GAN 与 Pix2Pix	Build	Python
05	StyleGAN	Build	Python
06	扩散模型——从零实现 DDPM	Build	Python
07	潜在扩散与 Stable Diffusion	Build	Python
08	ControlNet、LoRA 与条件控制	Build	Python
09	图像修复、扩展与编辑	Build	Python
10	视频生成	Build	Python
11	音频生成	Build	Python
12	3D 生成	Build	Python
13	Flow Matching 与 Rectified Flow	Build	Python
14	评估：FID、CLIP Score	Build	Python
19	视觉自回归建模（VAR）：下一尺度预测	Build	Python

Phase 9 — 强化学习 12 lessons RLHF 和会玩游戏的 AI 的基石。

#	Lesson	Type	Lang
01	MDP、状态、动作与奖励	Learn	Python
02	动态规划	Build	Python
03	蒙特卡洛方法	Build	Python
04	Q-Learning、SARSA	Build	Python
05	深度 Q 网络（DQN）	Build	Python
06	策略梯度——REINFORCE	Build	Python
07	Actor-Critic——A2C、A3C	Build	Python
08	PPO	Build	Python
09	奖励建模与 RLHF	Build	Python
10	多智能体强化学习	Build	Python
11	仿真到现实的迁移	Build	Python
12	游戏中的强化学习	Build	Python

Phase 10 — 从零实现 LLM 24 lessons 构建、训练并真正理解大语言模型。

#	Lesson	Type	Lang
01	分词器：BPE、WordPiece、SentencePiece	Build	Python, Rust
02	从零实现一个分词器	Build	Python
03	预训练的数据流水线	Build	Python
04	预训练一个迷你 GPT（124M）	Build	Python
05	分布式训练、FSDP、DeepSpeed	Build	Python
06	指令微调——SFT	Build	Python
07	RLHF——奖励模型 + PPO	Build	Python
08	DPO——直接偏好优化	Build	Python
09	Constitutional AI 与自我改进	Build	Python
10	评估——基准与 evals	Build	Python
11	量化：INT8、GPTQ、AWQ、GGUF	Build	Python
12	推理优化	Build	Python
13	搭一条完整的 LLM 流水线	Build	Python
14	开源模型：架构逐一拆解	Learn	Python
15	投机解码与 EAGLE-3	Build	Python
16	差分注意力（V2）	Build	Python
17	原生稀疏注意力（DeepSeek NSA）	Build	Python
18	多 token 预测（MTP）	Build	Python
19	DualPipe 并行	Learn	Python
20	DeepSeek-V3 架构拆解	Learn	Python
21	Jamba——SSM-Transformer 混合架构	Learn	Python
22	异步与 Hogwild! 推理	Build	Python
25	推测解码与 EAGLE	Build	Python
34	梯度检查点与激活重算	Build	Python

Phase 11 — LLM 工程 17 lessons 让 LLM 在生产环境里干活。

#	Lesson	Type	Lang
01	提示工程：技巧与套路	Build	Python
02	Few-Shot、CoT、Tree-of-Thought	Build	Python
03	结构化输出	Build	Python
04	嵌入与向量表示	Build	Python
05	上下文工程	Build	Python
06	RAG：检索增强生成	Build	Python
07	进阶 RAG：分块、重排	Build	Python
08	用 LoRA 与 QLoRA 微调	Build	Python
09	函数调用与工具使用	Build	Python
10	评估与测试	Build	Python
11	缓存、限流与成本	Build	Python
12	护栏与安全	Build	Python
13	构建一个生产级 LLM 应用	Build	Python
14	模型上下文协议（MCP）	Build	Python
15	提示缓存与上下文缓存	Build	Python
16	Agent 状态机——图、节点与检查点	Build	Python
17	agent 框架的取舍	Learn	Python

Phase 12 — 多模态 AI 25 lessons 跨模态地看、听、读、推理——从 ViT 的图块到操作电脑的 agent。

#	Lesson	Type	Lang
01	Vision Transformer 与图块-token 原语	Learn	Python
02	CLIP 与对比式视觉语言预训练	Build	Python
03	BLIP-2 Q-Former 作为模态桥梁	Build	Python
04	Flamingo 与门控交叉注意力	Learn	Python
05	LLaVA 与视觉指令微调	Build	Python
06	任意分辨率视觉——Patch-n’-Pack 与 NaFlex	Build	Python
07	开源权重 VLM 配方：真正要紧的是什么	Learn	Python
08	LLaVA-OneVision：单图、多图、视频	Build	Python
09	Qwen-VL 家族与动态 FPS 视频	Learn	Python
10	InternVL3 原生多模态预训练	Learn	Python
11	Chameleon 早融合纯 token	Build	Python
12	Emu3 用下一 token 预测做生成	Learn	Python
13	Transfusion：自回归 + 扩散	Build	Python
14	Show-o 离散扩散统一架构	Learn	Python
15	Janus-Pro 解耦编码器	Build	Python
16	MIO 任意到任意流式	Learn	Python
17	视频语言时序定位	Build	Python
18	百万 token 上下文下的长视频	Build	Python
19	音频语言模型：从 Whisper 到 AF3	Build	Python
20	Omni 模型：Thinker-Talker 流式	Build	Python
21	具身 VLA：RT-2、OpenVLA、π0、GR00T	Learn	Python
22	文档与图表理解	Build	Python
23	ColPali 视觉原生文档 RAG	Build	Python
24	多模态 RAG 与跨模态检索	Build	Python
25	多模态 agent 与操作电脑（综合项目）	Build	Python

Phase 13 — 工具与协议 45 lessons AI 与真实世界之间的接口，包括 Agent Skills 与无状态 MCP 的生产契约。

#	Lesson	Type	Lang
01	工具接口	Learn	Python
02	函数调用深入剖析	Build	Python
03	并行与流式工具调用	Build	Python
04	结构化输出	Build	Python
05	工具 Schema 设计	Learn	Python
06	MCP 基础	Learn	Python
07	构建一个 MCP server	Build	Python
08	构建一个 MCP client	Build	Python
09	MCP 传输层	Learn	Python
10	MCP 资源与提示	Build	Python
11	MCP Sampling	Build	Python
12	MCP Roots 与 Elicitation	Build	Python
13	MCP 异步任务	Build	Python
14	MCP Apps	Build	Python
15	MCP 安全 I——工具投毒	Learn	Python
16	MCP 安全 II——OAuth 2.1	Build	Python
17	MCP 网关与注册表	Learn	Python
18	生产环境的 MCP 认证——iii 上的 DCR + JWKS	Build	Python
19	A2A 协议	Build	Python
20	OpenTelemetry GenAI	Build	Python
21	LLM 路由层	Learn	Python
22	Skills 与 Agent SDK	Learn	Python
23	综合项目——工具生态	Build	Python
24	Skill 发现与渐进式披露	Build	Python
25	Skill 调用与路由	Build	Python
26	Skill 权限、沙箱与信任	Build	Python
27	Skill 评测、打包与可移植性	Build	Python
28	MCP 工具契约与内容	Build	Python
29	MCP 可靠性、取消与流量控制	Build	Python
30	MCP Registry 供应链：准入、漂移与回滚	Build	Python
31	MCP 一致性工程：版本、证据与运维	Build	Python
32	程序剖析：从零读取 ELF	Build	Python
33	反汇编与控制流：从字节到可验证的图	Build	Python
34	提升为伪代码：从零构建 IR、SSA 与结构化流程	Build	Python
35	二进制分析中的证据、置信度与未知项	Build	Python
36	重建并证明等价：差分测试、字节比较与证据循环	Build	Python
37	逆向工程全景：历史、工具家族与反编译器构建	Build	Python
38	调用约定与栈帧：System V、Windows x64 与 AArch64	Build	Python
39	编译器惯用模式：优化如何改变代码及如何读回	Build	Python
40	链接、加载与去符号二进制：PLT、GOT、导入、修复与函数识别	Build	Python
41	恢复数据与类型：结构体、数组、C++ 对象与 DWARF	Build	Python
42	对自有程序做动态分析：调试器、跟踪与静态结论验证	Build	Python
43	原生代码之外：Python、JVM、.NET 与 WebAssembly 字节码	Build	Python
44	二进制差分与符号执行：函数匹配与输入求解	Build	Python
45	AI 辅助逆向工程：LLM 反编译器、分析 agent 与真实依据	Build	Python

模型上下文协议（MCP）路径包含第 06–18、28–31 课，共 17 节必修课，按清单顺序学习，其中第 18 课先于第 17 课。Agent Skills 路径包含第 22、24–27 课，共 5 节必修课。第 23 课是两条路径的可选系统综合项目，开始前按各路径清单完成前置要求。

Phase 14 — Agent 工程 54 lessons 从第一性原理构建 agent，可靠使用 coding agent，并在实现前把工作定义清楚。

#	Lesson	Type	Lang
01	Agent 循环	Build	Python
02	ReWOO 与 Plan-and-Execute	Build	Python
03	Reflexion 与言语强化学习	Build	Python
04	Tree of Thoughts 与 LATS	Build	Python
05	Self-Refine 与 CRITIC	Build	Python
06	工具使用与函数调用	Build	Python
07	Agent 记忆——虚拟上下文与记忆分页	Build	Python
08	记忆块与休眠时计算	Build	Python
09	混合记忆——向量 + 图 + KV	Build	Python
10	技能库与终身学习——Voyager	Build	Python
11	用 HTN 与进化搜索做规划	Build	Python
12	Anthropic 的工作流模式	Build	Python
13	有状态图编排——持久执行与检查点	Build	Python
14	Agent 的 Actor 模型——异步消息与类型化运行时	Build	Python
15	基于角色的 Agent 团队——角色、任务与流程	Build	Python
16	OpenAI Agents SDK——交接、护栏、追踪	Build	Python
17	Harness 即库——子 agent 与会话存储	Build	Python
18	生产级 Agent 运行时——快速实例化与类型化工作流	Learn	Python
19	基准——SWE-bench、GAIA、AgentBench	Learn	Python
20	基准——WebArena 与 OSWorld	Learn	Python
21	操作电脑——Claude、OpenAI CUA、Gemini	Build	Python
22	语音 agent——Pipecat 与 LiveKit	Build	Python
23	OpenTelemetry GenAI 语义约定	Build	Python
24	Agent 可观测性——Langfuse、Phoenix、Opik	Learn	Python
25	多 agent 辩论与协作	Build	Python
26	失败模式——agent 为什么会崩	Build	Python
27	提示注入与 PVE 防御	Build	Python
28	编排模式——Supervisor、Swarm、分层	Build	Python
29	生产级运行时——队列、事件、Cron	Learn	Python
30	Eval 驱动的 agent 开发	Build	Python
31	Agent 工作台：能力强的模型为什么仍会失败	Learn	Python
32	最小化 agent 工作台	Build	Python
33	把 agent 指令写成可执行约束	Build	Python
34	仓库记忆与持久化状态	Build	Python
35	给 agent 的初始化脚本	Build	Python
36	范围契约与任务边界	Build	Python
37	运行时反馈回路	Build	Python
38	验证关卡	Build	Python
39	审查 agent：把构建者和评判者分开	Build	Python
40	多会话交接	Build	Python
41	在真实仓库上跑工作台	Build	Python
42	综合项目：交付一套可复用的 agent 工作台包	Build	Python
43	在 agent 写代码前框定任务	Build	Python
44	制定由证据支撑的执行计划	Build	Python
45	通过隔离与合并契约委派 agent 工作	Build	Python
46	把每次 agent 纠正变成系统改进	Build	Python
47	在选择产出前定义结果	Build	Python
48	发现人们实际执行的工作流	Build	Python
49	绘制假设地图，先化解风险最高的一项	Build	Python
50	[选

README 内容过长，已截取前 64 KB。完整内容请前往 GitHub 仓库查看。

暂无评论

ai-engineering-from-scratch-zh

技术解读

Agent 工程师全学习路径：从零到精通 AI 工程实例解析

项目背景与痛点

核心技术揭秘

功能亮点与差异

应用场景与落地建议

综合评价

相关仓库

关于

简要分析

语言占比

Release

贡献者

特别鸣谢

学习路径

梯度下降

项目

选择学习方式

在网站上学习

使用 AI 导师

学习技能

在本地运行代码

每节课的学习方法

选择学习路径

前置要求

从哪里开始

课程的结构

课程目录

Phase 0: 配置与工具链 13 lessons

评论

Phase 0: 配置与工具链 `13 lessons`