深入讲解 LLM、RAG 和现实世界 AI 代理应用。

人工智能工程中心🚀

欢迎来到人工智能工程中心------您学习和构建人工智能的综合资源！

🌟 为什么选择这个仓库？

人工智能工程正在飞速发展，要保持领先地位，既需要深刻的理解，也需要丰富的实践经验。在这里，您将找到：

93个以上涵盖所有技能水平的已准备就绪的生产项目
深入讲解LLM、RAG、代理人等相关内容
现实世界中的人工智能代理应用
可在项目中实施、调整和扩展的示例

无论你是初学者、从业者还是研究人员，这个代码库都为各个技能水平的用户提供了实验和成功进行人工智能工程的资源。

📋 目录

🎯 入门指南

刚接触人工智能工程？从这里开始：

完全新手 ：请查看人工智能工程路线图，获取全面的学习路径。
学习基础知识 ：从 OCR 应用和简单的 RAG 实现等入门项目开始。
提升技能 ：进阶到中级项目，与代理商合作，处理复杂的工作流程
掌握高级概念 ：应对高级项目，包括微调和生产系统

📬 订阅我们的电子报，随时了解最新资讯！

订阅我们的电子报，即可免费获得包含 150 多节数据科学核心课程的电子书 📖！随时掌握最新教程、见解和独家资源。立即订阅！

🎓 按难度分类的项目

🟢 初学者项目

非常适合人工智能工程入门。这些项目侧重于单个组件和简单的实现方式。

OCR 和视觉

使用 Llama 进行 LaTeX OCR 识别- 使用 Llama 3.2 Vision 将 LaTeX 公式图像转换为代码
Llama OCR - 一款基于 Llama 3.2 和 Streamlit 的 100% 本地 OCR 应用
Gemma-3 OCR - 使用 Gemma-3 进行本地 OCR 结构化文本提取
Qwen 2.5 OCR - 使用 Qwen 2.5 VL 模型进行文本提取

聊天界面及用户界面

使用 DeepSeek 的本地 ChatGPT - 使用 DeepSeek-R1 和 Chainlit 的 Mini-ChatGPT
使用Llama 的本地 ChatGPT - 基于 Llama 3.2 Vision 的 ChatGPT 克隆版
使用 Gemma 3 的本地 ChatGPT - 使用 Gemma 3 的本地聊天界面
DeepSeek Thinking UI - ChatGPT 使用 DeepSeek-R1 进行可视化推理
Qwen3 Thinking UI - 使用 Qwen3:4B 和 Streamlit 进行 Thinking UI 设计
GPT-OSS 思维用户界面- 具有推理可视化功能的 GPT-OSS
流媒体 AI 聊天机器人- 基于 Motia 框架的实时 AI 流媒体

基本 RAG

简单的 RAG 工作流程- 使用 LlamaIndex 和 Ollama 的基本 RAG
文档聊天 RAG - 使用 Llama 3.3 与文档聊天
最快的 RAG 堆栈- 使用 SambaNova、LlamaIndex 和 Qdrant 实现快速 RAG
GitHub RAG - 在本地与 GitHub 仓库聊天
ModernBERT RAG - 带有 ModernBERT 嵌入的 RAG
Llama 4 RAG - 由 Meta 的 Llama 4 提供支持的 RAG

多模态与媒体

使用 Janus-Pro 进行图像生成- 使用 DeepSeek Janus-pro 7B 进行本地图像生成
使用 Gemini 进行视频聊天- 通过 Gemini AI 进行视频聊天

其他工具

使用 FireCrawl 将网站转换为 API
AI新闻生成器- 使用CrewAI和Cohere生成新闻
孪生网络- 在 MNIST 数据集上进行数字相似度检测

🟡 中级项目

面向经验丰富的从业人员的多组件系统、智能体工作流程和高级功能。

人工智能代理和工作流程

YouTube趋势分析- 使用CrewAI和BrightData分析YouTube趋势
AutoGen股票分析师- 微软AutoGen高级分析师
Agentic RAG - 具有文档搜索和 Web 回退功能的 RAG
使用 DeepSeek 的 Agentic RAG - 使用 GroundX 的企业级 Agentic RAG
图书写作流程- 使用 CrewAI 实现图书写作自动化
内容规划流程- 使用 CrewAI Flow 的内容工作流程
品牌监测- 自动化品牌监测系统
Hotel Booking Crew - 使用 DeepSeek-R1 进行多代理酒店预订
部署 Agentic RAG - 使用 LitServe 的私有 Agentic RAG API
Zep记忆助手------拥有类人记忆的AI代理
具有 MCP 内存的代理- 具有 Graphiti 内存和 Opik 的代理
ACP 代码- 代理通信协议演示
Motia 内容创作- 社交媒体自动化工作流程

语音和音频

实时语音机器人- 由 AssemblyAI 开发的对话式旅行指南
RAG语音代理- 基于Cartesia的实时RAG语音代理
与音频聊天- RAG 音频文件
音频分析工具包- 使用 AssemblyAI 进行音频分析
多语言会议记录- 具备语言检测功能的自动会议记录

高级 RAG

使用 Dockling 实现 RAG - 通过 IBM 的 Dockling 在 Excel 上实现 RAG
值得信赖的 RAG - 使用 TLM 对复杂文档进行 RAG 分析
使用 Milvus 和 Groq 实现最快的 RAG检索延迟 - 低于 15 毫秒
使用 Qwen3-Coder 进行代码聊天
RAG SQL 路由器- 具有 RAG 和 SQL 路由功能的代理

多模态

DeepSeek 多模态 RAG - 具有 DeepSeek-Janus-Pro 的多模态 RAG
ColiVara Website RAG - 适用于网站的多模式 RAG
使用 AssemblyAI 实现多模态 RAG - 音频 + 矢量数据库 + CrewAI

MCP（模型上下文协议）

Cursor Linkup MCP - 具有深度网络搜索功能的自定义 MCP
EyeLevel MCP RAG - 复杂文档的 RAG 管理工具
LlamaIndex MCP - 本地 MCP 客户端，支持 LlamaIndex
MCP Agentic RAG - 基于 MCP 的光标 Agentic RAG
MCP Agentic RAG Firecrawl - Agentic RAG with Firecrawl
MCP 视频 RAG - 通过 MCP 使用 Ragie 的视频 RAG
MCP语音代理- 基于Firecrawl和Supabase的语音代理
SDV MCP - 合成数据仓库编排
KitOps MCP - 使用 KitOps 进行机器学习模型管理
Stagehand × MCP-Use - 使用 Stagehand MCP 进行 Web 自动化

模型比较与评估

评估和可观测性- 使用 CometML Opik 进行端到端 RAG 评估
Llama 4 与 DeepSeek-R1 - 使用 RAG 比较模型
Qwen3 与 DeepSeek-R1 - 与 Opik 的模型比较
O3 与 Claude 代码对比 - Claude 3.7 和 O3 的比较
Sonnet4 与 O4 - 代码生成对比
Sonnet4 与 Qwen3-Coder - 编码器型号对比
代码模型比较- Frontier 模型代码比较
GPT-OSS 与 Qwen3 的推理能力对比

🔴 高级项目

复杂系统、微调、生产部署和尖端实施。

微调与模型开发

DeepSeek 微调- 使用 Unsloth 和 Ollama 微调 DeepSeek
构建推理模型- 构建类似 DeepSeek-R1 的推理模型
专注力就是一切------从零开始构建Transformer架构

高级代理系统

NVIDIA演示- 使用CrewAI Flows和NVIDIA NIM编写文档
文档编写流程- Agentic 文档工作流程
多智能体深度研究员- 基于 MCP 的深度研究员
多平台深度研究员- 使用 BrightData 进行多平台研究
Web 浏览代理- 使用 CrewAI 和 Stagehand 实现浏览器自动化
律师助理代理团队- 拥有 RAG 的智能律师助理
FireCrawl Agent - 带有网络搜索回退功能的纠错 RAG
上下文工程工作流程- TensorLake 和 Zep 的研究助理
Parlant 对话代理- 合规驱动型对话代理
股票投资组合分析代理- 基于 React 前端的投资组合分析
指南与传统提示------结构化指南对比

高级 MCP 和基础设施

MindsDB MCP - 适用于所有数据源的统一 MCP
DeepSeek 财务分析师- MCP 财务分析工作流程
Graphiti MCP - 使用 Zep 的 Graphiti 实现持久内存
Pixeltable MCP - 统一的多模态数据编排
终极人工智能助手- 多 MCP 服务器接口

生产系统

GroundX 文档处理流程------世界一流的文档处理
NotebookLM 克隆版- 功能齐全的 NotebookLM，包含 RAG 注释、引用和播客功能

学习资源

AI 工程路线图- 从 Python 到生产环境 AI 的完整指南