patchy631--ai-engineering-hub/README.md

Note

本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

---

AI Engineering Hub 🚀

欢迎来到 AI Engineering Hub —— 你学习与构建 AI 应用的全面资源库！

🌟 为什么选择本仓库？

AI Engineering（AI 工程）正在快速发展，要站在前沿既需要深入理解，也需要动手实践。在这里，你将找到：

• 93+ 个生产就绪项目，覆盖各个技能水平
• 关于 LLM、RAG、Agent 等的深度教程
• 真实世界的 AI agent 应用案例
• 可在你的项目中实现、改编和扩展的示例

无论你是初学者、实践者还是研究者，本仓库都为各个技能水平提供资源，助你在 AI 工程中实验并取得成功。

---

📋 目录

• 快速入门
• Newsletter
• 按难度划分的项目
  • 初级项目 (22)
  • 中级项目 (48)
  • 高级项目 (23)
• 参与贡献
• 许可证

---

🎯 快速入门

刚接触 AI Engineering？从这里开始：

1. 完全零基础：查看 AI Engineering Roadmap，获取完整学习路径
2. 学习基础：从 初级项目 入手，例如 OCR 应用和简单的 RAG 实现
3. 提升技能：进阶到 中级项目，涉及 agent 与复杂工作流
4. 掌握高级概念：挑战 高级项目，包括微调与生产级系统

---

📬 订阅我们的 Newsletter，保持更新！

免费获取 Data Science 电子书 📖 —— 订阅我们的 newsletter 即可获得，内含 150+ 门 Data Science 核心课程！随时掌握最新教程、见解与独家资源。立即订阅！

---

🎓 按难度划分的项目

🟢 初级项目

非常适合 AI 工程入门。这些项目聚焦单一组件与直观实现。

OCR & Vision

• LaTeX OCR with Llama - 使用 Llama 3.2 vision 将 LaTeX 公式图片转换为代码
• Llama OCR - 基于 Llama 3.2 与 Streamlit 的 100% 本地 OCR 应用
• Gemma-3 OCR - 使用 Gemma-3 进行本地 OCR 与结构化文本提取
• Qwen 2.5 OCR - 使用 Qwen 2.5 VL 模型进行文本提取

Chat Interfaces & UI

• Local ChatGPT with DeepSeek - 基于 DeepSeek-R1 与 Chainlit 的迷你 ChatGPT
• Local ChatGPT with Llama - 使用 Llama 3.2 vision 的 ChatGPT 克隆版
• Local ChatGPT with Gemma 3 - 基于 Gemma 3 的本地聊天界面
• DeepSeek Thinking UI - 使用 DeepSeek-R1 展示可见推理过程的 ChatGPT
• Qwen3 Thinking UI - 基于 Qwen3:4B 与 Streamlit 的 Thinking UI
• GPT-OSS Thinking UI - 带推理可视化的 GPT-OSS
• Streaming AI Chatbot - 基于 Motia 框架的实时 AI 流式对话

Basic RAG

• Simple RAG Workflow - 使用 LlamaIndex 与 Ollama 的基础 RAG
• Document Chat RAG - 使用 Llama 3.3 与文档对话
• Fastest RAG Stack - 基于 SambaNova、LlamaIndex 与 Qdrant 的快速 RAG
• GitHub RAG - 在本地与 GitHub 仓库对话
• ModernBERT RAG - 使用 ModernBert embeddings 的 RAG
• Llama 4 RAG - 由 Meta 的 Llama 4 驱动的 RAG

Multimodal & Media

• Image Generation with Janus-Pro - 使用 DeepSeek Janus-pro 7B 进行本地图像生成
• Video RAG with Gemini - 使用 Gemini AI 与视频对话

Other Tools

• Website to API with FireCrawl - 将网站转换为 API
• AI News Generator - 使用 CrewAI 与 Cohere 生成新闻
• Siamese Network - 在 MNIST 上进行数字相似度检测

---

🟡 中级项目

多组件系统、agentic 工作流与高级特性，适合有经验的实践者。

AI Agents & Workflows

• YouTube Trend Analysis - 使用 CrewAI 与 BrightData 分析 YouTube 趋势
• AutoGen Stock Analyst - 基于 Microsoft AutoGen 的高级分析师
• Agentic RAG - 支持文档搜索与网页回退的 RAG
• Agentic RAG with DeepSeek - 基于 GroundX 的企业级 agentic RAG
• Book Writer Flow - 使用 CrewAI 自动撰写书籍
• Content Planner Flow - 基于 CrewAI Flow 的内容工作流
• Brand Monitoring - 自动化品牌监测系统
• Hotel Booking Crew - 基于 DeepSeek-R1 的多 agent 酒店预订
• Deploy Agentic RAG - 使用 LitServe 部署私有 Agentic RAG API
• Zep Memory Assistant - 具备类人记忆的 AI Agent
• Agent with MCP Memory - 集成 Graphiti 记忆与 Opik 的 Agent
• ACP Code - Agent Communication Protocol 演示
• Motia Content Creation - 社交媒体自动化工作流

Voice & Audio

• Real-time Voice Bot - 基于 AssemblyAI 的对话式旅行向导
• RAG Voice Agent - 基于 Cartesia 的实时 RAG Voice Agent
• Chat with Audios - 面向音频文件的 RAG
• Audio Analysis Toolkit - 使用 AssemblyAI 进行音频分析
• Multilingual Meeting Notes - 支持语言检测的自动会议纪要

Advanced RAG

• RAG with Dockling - 使用 IBM 的 Docling 对 Excel 进行 RAG
• Trustworthy RAG - 使用 TLM 对复杂文档进行 RAG
• Fastest RAG with Milvus and Groq - 亚 15ms 检索延迟
• Chat with Code - 使用 Qwen3-Coder 与代码对话
• RAG SQL Router - 集成 RAG 与 SQL 路由的 Agent

Multimodal

• DeepSeek Multimodal RAG - 基于 DeepSeek-Janus-Pro 的多模态 RAG
• ColiVara Website RAG - 面向网站的多模态 RAG
• Multimodal RAG with AssemblyAI - 音频 + 向量数据库 + CrewAI

MCP (Model Context Protocol)

• Cursor Linkup MCP - 支持深度网页搜索的自定义 MCP
• EyeLevel MCP RAG - 面向复杂文档的 MCP RAG
• LlamaIndex MCP - 基于 LlamaIndex 的本地 MCP 客户端
• MCP Agentic RAG - 面向 Cursor 的 MCP 驱动 Agentic RAG
• MCP Agentic RAG Firecrawl - 集成 Firecrawl 的 Agentic RAG
• MCP Video RAG - 通过 MCP 使用 Ragie 进行 Video RAG
• MCP Voice Agent - 集成 Firecrawl 与 Supabase 的 Voice agent
• SDV MCP - Synthetic Data Vault 编排
• KitOps MCP - 使用 KitOps 进行 ML 模型管理
• Stagehand × MCP-Use - 基于 Stagehand MCP 的 Web 自动化

模型对比与评估

• 评估与可观测性（Evaluation and Observability） - 使用 CometML Opik 进行端到端 RAG 评估
• Llama 4 vs DeepSeek-R1 - 使用 RAG 对比模型
• Qwen3 vs DeepSeek-R1 - 使用 Opik 进行模型对比
• O3 vs Claude Code - 对比 Claude 3.7 与 o3
• Sonnet4 vs O4 - 代码生成对比
• Sonnet4 vs Qwen3-Coder - Coder 模型对比
• 代码模型对比（Code Model Comparison） - 前沿模型代码对比
• GPT-OSS vs Qwen3 - 推理能力对比

---

🔴 高级项目

复杂系统、微调、生产部署与前沿实现。

微调与模型开发

• DeepSeek 微调（Fine-tuning） - 使用 Unsloth 与 Ollama 微调 DeepSeek
• 构建推理模型（Build Reasoning Model） - 构建类 DeepSeek-R1 的推理模型
• Attention Is All You Need 实现 - 从零实现 Transformer 架构

高级智能体系统

• NVIDIA Demo - 使用 CrewAI Flows 与 NVIDIA NIM 的文档撰写工具
• 文档撰写流程（Documentation Writer Flow） - 智能体式文档工作流
• 多智能体深度研究员（Multi-Agent Deep Researcher） - 基于 MCP 的深度研究员
• 多平台深度研究员（Multiplatform Deep Researcher） - 使用 BrightData 进行多平台研究
• 网页浏览智能体（Web Browsing Agent） - 使用 CrewAI 与 Stagehand 的浏览器自动化
• 法务助理智能体团队（Paralegal Agent Crew） - 结合 RAG 的智能法务助理
• FireCrawl Agent - 带网页搜索回退的纠正式 RAG（Corrective RAG）
• 上下文工程工作流（Context Engineering Workflow） - 使用 TensorLake 与 Zep 的研究助手
• Parlant 对话智能体（Parlant Conversational Agent） - 合规驱动的对话智能体
• 股票投资组合分析智能体（Stock Portfolio Analysis Agent） - 带 React 前端的投资组合分析
• Guidelines vs 传统 Prompt - 结构化指南对比

高级 MCP 与基础设施

• MindsDB MCP - 面向所有数据源的统一 MCP
• Financial Analyst DeepSeek - MCP 金融分析工作流
• Graphiti MCP - 使用 Zep 的 Graphiti 实现持久化记忆
• Pixeltable MCP - 统一多模态数据编排
• Ultimate AI Assistant - 多 MCP 服务器接口

生产系统

• GroundX 文档流水线（Document Pipeline） - 世界级文档处理
• NotebookLM Clone - 完整 NotebookLM，含 RAG、引用与播客

学习资源

• AI 工程路线图（AI Engineering Roadmap） - 从 Python 到生产级 AI 的完整指南

---

📢 为 AI Engineering Hub 做贡献！

我们欢迎贡献者！无论你是想添加新教程、改进现有代码，还是报告问题，你的贡献都能让这个社区蓬勃发展。参与方式如下：

1. Fork 本仓库
2. 为你的贡献创建新分支
3. 提交 Pull Request 并说明改进内容

更多详情请参阅我们的贡献指南。

---

📜 许可证

本仓库采用 MIT License 许可 — 详见 LICENSE 文件。

---

💬 联系

欢迎讨论、提出建议等，可随时创建 issue)或直接联系我们！

Happy Coding! 🎉