GitHub 开源 AI 学习项目
本页按学习阶段整理可运行、可阅读的开源项目。项目活跃度、依赖和 API 会变化，开始学习前先查看仓库 README、License、Release 和最近提交；不要只按 Star 数选择。
1. 零基础与综合课程
| 项目 | 适合阶段 | 内容 |
|---|---|---|
| Microsoft AI-For-Beginners | 入门 | 12 周、24 课，覆盖 AI 基础、练习和实验 |
| Berkeley AI Textbook | 入门 | AI 搜索、推理、决策与学习的课程教材 |
| Datawhale | 入门到进阶 | 中文开源课程与实践项目集合 |
| AI Learning Roadmap | 入门 | AI/ML/DL 学习路线和资源索引 |
2. Python、数据科学与机器学习
- scikit-learn：经典机器学习算法与 Pipeline。
- scikit-learn examples：可运行的官方案例。
- Hands-On ML：机器学习与深度学习实践代码。
- XGBoost：梯度提升树。
- LightGBM：高效梯度提升框架。
- CatBoost：类别特征友好的梯度提升框架。
3. 深度学习与 PyTorch
- PyTorch：深度学习框架。
- PyTorch Tutorials：官方入门和进阶示例。
- Dive into Deep Learning 中文版：理论、代码和练习相结合的开源教材。
- fastbook：fast.ai 深度学习课程配套书。
- timm：视觉模型、预训练权重和训练工具。
4. 计算机视觉
- Ultralytics：YOLO 系列视觉任务工具。
- OpenMMLab：目标检测、分割、姿态估计等视觉算法生态。
- MMDetection：目标检测工具箱。
- Detectron2：检测与分割研究平台。
- Segment Anything：通用图像分割研究项目。
5. NLP、Transformer 与大语言模型
- Hugging Face Transformers：模型加载、训练和推理。
- Hugging Face Datasets：数据集处理和加载。
- Hugging Face PEFT：LoRA 等参数高效微调。
- TRL：SFT、偏好优化等后训练工具。
- LLMs from Scratch：从零实现语言模型。
- nanoGPT：简洁 GPT 训练代码。
- Dive into LLMs：中文大模型课程与实践入口。
- LLM Course：LLM 学习路线与实践资源。
- Stanford CS336：从零构建语言模型的课程材料。
6. RAG、Agent 与应用开发
- LangChain：LLM 应用开发框架。
- LangGraph：有状态 Agent 工作流。
- LlamaIndex：数据接入、索引和 RAG。
- Haystack：检索与生成应用框架。
- Microsoft AutoGen：多 Agent 应用框架。
- CrewAI：多 Agent 协作框架。
- Model Context Protocol：模型上下文协议规范。
7. 推理、部署与评估
- vLLM：高吞吐 LLM 推理服务。
- llama.cpp：CPU/GPU 本地模型推理。
- Ollama：本地模型运行工具。
- OpenCompass：大模型评测平台。
- lm-evaluation-harness：语言模型标准化评测。
- MLflow：实验追踪和模型生命周期管理。
- DVC：数据与模型版本管理。
8. 建议的仓库学习顺序
- Microsoft AI-For-Beginners：建立 AI 全景。
- Hands-On ML + scikit-learn：完成经典机器学习项目。
- Dive into Deep Learning + PyTorch Tutorials：掌握神经网络训练。
- Hugging Face LLM Course + LLMs from Scratch：理解 Transformer 和 LLM。
- LlamaIndex/LangChain + RAGAS：构建并评估 RAG。
- vLLM/llama.cpp + OpenCompass：部署和评测模型。
项目选择与许可证
- 优先选择官方组织、作者本人或长期维护的仓库。
- 检查代码 License；模型权重、数据集、文档可能使用不同许可。
- GitHub 仓库可见不代表其中所有数据、模型权重或第三方文件都允许商用。
- 复现研究时固定 commit、依赖版本和数据版本，记录运行硬件与指标。