---

AI 工程中心 🚀

欢迎来到 AI 工程中心 —— 您学习和构建 AI 应用的综合资源库！

🌟 为什么选择本仓库？

AI 工程（AI Engineering）正飞速发展，要保持领先既需要深入理解，也需要动手实践。在这里，您将找到：

• 93+ 个生产就绪项目，覆盖所有技能水平
• 关于 LLM（大语言模型）、RAG（检索增强生成）、Agents（智能代理）等 的深度教程
• 真实世界的 AI Agent（智能代理） 应用案例
• 可直接用于您项目的实现、适配与扩展示例

无论您是初学者、从业者还是研究人员，本仓库都提供适合各层次的资源，助您在 AI 工程领域实验并取得成功。

---

📋 目录

• 快速入门
• 新闻通讯
• 按难度分类的项目
  • 初级项目 (22)
  • 中级项目 (48)
  • 高级项目 (23)
• 贡献指南
• 许可证

---

🎯 快速入门

刚接触 AI 工程？从这里开始：

1. 完全新手：查看 AI 工程学习路线图，获取完整的学习路径
2. 学习基础：从 初级项目 开始，如 OCR 应用和简单的 RAG 实现
3. 提升技能：进阶到 中级项目，涉及智能代理和复杂工作流
4. 掌握高阶概念：挑战 高级项目，包括模型微调和生产系统

---

📬 通过我们的新闻通讯保持更新！

订阅即赠免费数据科学电子书 📖，内含 150+ 数据科学核心课程！及时获取最新教程、洞察和独家资源。立即订阅！

---

🎓 按难度分类的项目

🟢 初级项目

适合 AI 工程入门。这些项目聚焦单一组件和简单实现。

OCR 与视觉

• 使用 Llama 的 LaTeX OCR - 使用 Llama 3.2 视觉模型将 LaTeX 公式图像转换为代码
• Llama OCR - 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 并提取结构化文本
• Qwen 2.5 OCR - 使用 Qwen 2.5 VL 模型进行文本提取

聊天界面与 UI

• 使用 DeepSeek 的本地 ChatGPT - 使用 DeepSeek-R1 和 Chainlit 构建的迷你 ChatGPT
• 使用 Llama 的本地 ChatGPT - 使用 Llama 3.2 视觉模型克隆的 ChatGPT
• 使用 Gemma 3 的本地 ChatGPT - 使用 Gemma 3 的本地聊天界面
• DeepSeek 思考界面 - 使用 DeepSeek-R1 实现带推理过程可视化的 ChatGPT
• Qwen3 思考界面 - 使用 Qwen3:4B 和 Streamlit 的思考界面
• GPT-OSS 思考界面 - 带推理可视化功能的 GPT-OSS
• 流式 AI 聊天机器人 - 使用 Motia 框架实现实时 AI 流式响应

基础 RAG

• 简易 RAG 工作流 - 使用 LlamaIndex 和 Ollama 的基础 RAG
• 文档聊天 RAG - 使用 Llama 3.3 与文档对话
• 最快 RAG 栈 - 使用 SambaNova、LlamaIndex 和 Qdrant 的高速 RAG
• GitHub RAG - 在本地与 GitHub 仓库对话
• ModernBERT RAG - 使用 ModernBert 嵌入的 RAG
• Llama 4 RAG - 由 Meta Llama 4 驱动的 RAG

多模态与媒体

• 使用 Janus-Pro 的图像生成 - 使用 DeepSeek Janus-pro 7B 本地生成图像
• 使用 Gemini 的视频 RAG - 使用 Gemini AI 与视频对话

其他工具

• 使用 FireCrawl 将网站转为 API - 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（Siamese Network） - 在 MNIST 数据集上检测数字相似性

🟡 中级项目

面向经验丰富的从业者的多组件系统、智能体（Agentic）工作流及高级功能。

AI 智能体与工作流

• YouTube 趋势分析 - 使用 CrewAI 和 BrightData 分析 YouTube 趋势
• AutoGen 股票分析师 - 基于 Microsoft AutoGen 的高级分析师
• 智能体 RAG - 支持文档搜索与网页回退的 RAG（检索增强生成，Retrieval-Augmented Generation）
• DeepSeek 智能体 RAG - 基于 GroundX 的企业级智能体 RAG
• 图书写作流程 - 使用 CrewAI 实现自动化图书写作
• 内容策划流程 - 使用 CrewAI Flow 的内容工作流
• 品牌监测系统 - 自动化品牌监测系统
• 酒店预订智能体团队 - 使用 DeepSeek-R1 的多智能体酒店预订系统
• 部署智能体 RAG - 使用 LitServe 部署私有智能体 RAG API
• Zep 记忆助手 - 具备类人记忆能力的 AI 智能体
• 带 MCP 记忆的智能体 - 使用 Graphiti 记忆与 Opik 的智能体
• ACP 代码示例 - 智能体通信协议（Agent Communication Protocol）演示
• Motia 内容创作 - 社交媒体自动化工作流

语音与音频

• 实时语音机器人 - 使用 AssemblyAI 的对话式旅行助手
• RAG 语音智能体 - 使用 Cartesia 的实时 RAG 语音智能体
• 与音频对话 - 基于音频文件的 RAG
• 音频分析工具包 - 使用 AssemblyAI 进行音频分析
• 多语言会议纪要生成器 - 自动会议纪要生成，支持语言检测

高级 RAG

• 使用 Dockling 的 RAG - 使用 IBM Docling 在 Excel 上实现 RAG
• 可信 RAG - 使用 TLM 处理复杂文档的 RAG
• 最快 RAG：Milvus + Groq - 检索延迟低于 15ms
• 与代码对话 - 使用 Qwen3-Coder 与代码交互
• RAG SQL 路由器 - 支持 RAG 与 SQL 路由的智能体

多模态（Multimodal）

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

MCP（模型上下文协议，Model Context Protocol）

• Cursor Linkup MCP - 支持深度网页搜索的自定义 MCP
• EyeLevel MCP RAG - 针对复杂文档的 MCP RAG
• LlamaIndex MCP - 使用 LlamaIndex 的本地 MCP 客户端
• MCP 驱动的智能体 RAG - 为 Cursor 提供动力的 MCP 智能体 RAG
• MCP 智能体 RAG + Firecrawl - 结合 Firecrawl 的智能体 RAG
• MCP 视频 RAG - 通过 MCP 使用 Ragie 实现视频 RAG
• MCP 语音智能体 - 结合 Firecrawl 与 Supabase 的语音智能体
• SDV MCP - 合成数据仓库（Synthetic Data Vault）编排
• KitOps MCP - 使用 KitOps 管理机器学习模型
• Stagehand × MCP-Use - 使用 Stagehand MCP 实现网页自动化

模型对比与评估

• 评估与可观测性 - 使用 CometML Opik 进行端到端 RAG 评估
• Llama 4 vs DeepSeek-R1 - 使用 RAG 对比模型性能
• 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 - 代码生成能力对比
• Sonnet4 vs Qwen3-Coder - 编程模型对比
• 代码模型对比 - 前沿模型代码能力对比
• GPT-OSS vs Qwen3 - 推理能力对比

---

🔴 高级项目

复杂系统、模型微调、生产环境部署及前沿实现。

微调与模型开发

• DeepSeek 微调 - 使用 Unsloth 与 Ollama 微调 DeepSeek
• 构建推理模型 - 构建类似 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 演示 - 使用 CrewAI Flows 与 NVIDIA NIM 的文档撰写工具
• 文档撰写流程 - 智能体驱动的文档工作流
• 多智能体深度研究员 - 基于 MCP 的深度研究智能体
• 跨平台深度研究员 - 使用 BrightData 的多平台研究工具
• 网页浏览智能体 - 使用 CrewAI 与 Stagehand 实现浏览器自动化
• 律师助理智能体团队 - 结合 RAG 的智能律师助理
• FireCrawl 智能体 - 支持网页搜索回退的修正型 RAG
• 上下文工程工作流 - 使用 TensorLake 与 Zep 的研究助手
• Parlant 对话智能体 - 符合合规要求的对话智能体
• 股票组合分析智能体 - 带 React 前端的组合分析工具
• 结构化指南 vs 传统提示词 - 结构化指南效果对比

高级 MCP 与基础设施

• MindsDB MCP - 统一所有数据源的 MCP
• 金融分析师 DeepSeek - MCP 驱动的金融分析工作流
• Graphiti MCP - 使用 Zep Graphiti 实现持久化记忆
• Pixeltable MCP - 统一的多模态数据编排
• 终极 AI 助手 - 多 MCP 服务器接口

生产系统

• GroundX 文档流水线 - 世界级文档处理系统
• NotebookLM 克隆版 - 完整 NotebookLM，支持 RAG、引用与播客

学习资源

• AI 工程路线图 - 从 Python 到生产级 AI 的完整指南

---

📢 为 AI 工程中心贡献！

我们欢迎所有贡献者！无论你是想添加新教程、改进现有代码，还是报告问题，你的贡献都将推动社区发展。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 并描述改进内容

更多详情请参阅我们的 贡献指南。

📜 许可证

本仓库采用 MIT 许可证 — 详情请参阅 LICENSE 文件。

---

💬 联系我们

如需讨论、提出建议或了解更多内容，欢迎创建 Issue 或直接联系我们！

祝编码愉快！ 🎉

AI Engineering Hub 快速上手指南

环境准备

系统要求

• 操作系统：Linux / macOS / Windows（推荐 Ubuntu 20.04+ 或 macOS 12+）
• Python 版本：3.9 或更高
• 内存建议：≥16GB（运行本地模型如 Llama、Gemma 推荐 ≥32GB）
• GPU 支持：可选，但强烈推荐 NVIDIA 显卡 + CUDA 11.8+ 以加速推理

前置依赖

# 安装基础开发工具
sudo apt update && sudo apt install -y git python3-pip python3-venv

# macOS 用户使用 Homebrew
brew install git python

# 创建并激活虚拟环境（推荐）
python3 -m venv ai-env
source ai-env/bin/activate  # Linux/macOS
# ai-env\Scripts\activate   # Windows

国内用户建议配置 pip 镜像源加速：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

1. 克隆仓库

git clone https://github.com/patchy631/ai-engineering.git
cd ai-engineering

2. 安装项目依赖（以“本地 ChatGPT”为例）

cd local-chatgpt
pip install -r requirements.txt

若需运行多项目，建议为每个项目单独创建虚拟环境。

3. 下载模型（首次运行自动下载或手动指定）

部分项目依赖 Ollama / HuggingFace 模型，例如：

# 安装 Ollama（支持国内加速）
curl -fsSL https://ollama.com/install.sh | sh

# 拉取 Llama 3.2 模型（约 4.7GB）
ollama pull llama3:8b

# 或使用国内镜像（如 hf-mirror.com）下载 HuggingFace 模型
export HF_ENDPOINT=https://hf-mirror.com
huggingface-cli download meta-llama/Meta-Llama-3-8B-Instruct --local-dir ./models/llama3

基本使用

示例：运行本地 ChatGPT（Llama 3.2 + Streamlit）

cd local-chatgpt
streamlit run app.py

浏览器将自动打开 http://localhost:8501，即可与本地部署的 Llama 3.2 聊天。

---

示例：运行简单 RAG 项目

cd simple-rag-workflow
python rag_app.py

上传 PDF 或 TXT 文档，即可基于文档内容进行问答。

---

🚀 提示：新手推荐从 Beginner Projects 开始，按顺序体验 OCR、ChatUI、RAG 等模块，逐步进阶。所有项目均含完整 README 和注释，开箱即用。