AI 工程从零到精通
免费开源课程，503 课、20 阶段，从数学到自主智能体，手把手教你构建并部署 AI 系统。
- Star 数
- ★ 71k
- 最近更新
- 今天
- License
- MIT
- 主语言
- Python
- FA 评分
- 33/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台Codex · Claude Code
- 费用
- 免费，无需付费服务
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 想了解 AI 算法底层原理，从零开始构建模型，而不仅仅调用 API 的开发者。
- 不适合
- 只想快速调用 API 做产品、不想从零实现算法的开发者
- 需要完整非英语课程内容的学习者（仅落地页有翻译）
- 无法投入约 340 小时系统学习的临时查阅者
这个 Agent 能做什么，适合哪些场景？
这是一个免费、开源的 AI 工程课程仓库，包含 503 课、20 个阶段、约 320 小时的学习内容，覆盖 Python、TypeScript、Rust 和 Julia 四种语言。课程从线性代数、机器学习基础、深度学习核心，到计算机视觉、NLP、Transformer、生成式 AI、强化学习、LLM 工程、多模态、智能体工程、自主系统、多智能体与群体智能，直至生产部署与安全对齐。每一课都从数学原理出发，实现算法，然后使用生产级框架（如 PyTorch）进行同等实现，并产出一个可复用的工件（prompt、技能、智能体或 MCP 服务器）。课程通过 GitHub 仓库发布，并配有可选的智能体学习技能（/learn、/start-learning 等），可将你的编程智能体变成导师。此外，还提供由 CI 构建的六卷 EPUB/PDF 书籍。
该仓库提供了一套结构化的课程内容，包括课程叙述（位于 phases/<num>-<name>/<num>-<lesson>/docs/en.md）、可运行的代码（code/ 目录）、以及每课产出到 outputs/ 目录的工件（prompts、skills、agents、MCP servers）。它通过仓库内置的 skills/ 目录（SKILL.md）与任意支持该格式的智能体集成，提供 /start-learning、/learn、/course-guide、/find-your-level 和 /check-understanding 命令，用于定位测试、个性化学习计划、逐课交互式教学和阶段测验。还通过 npx skills add 和 python scripts/install_skills.py 支持一键安装技能。学习者可以从命令行、网站（aiengineeringfromscratch.com）或克隆仓库并直接运行 Python 脚本（如 phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py）使用课程。书籍构建脚本（scripts/build_book.py）生成 EPUB/PDF。
- 想了解 AI 算法底层原理，从零开始构建模型，而不仅仅调用 API 的开发者。
- 需要在工作中实际使用 AI 工具，但缺乏系统训练、希望获得完整且实操导向的学习路径的专业人士。
- 希望训练自己的编码智能体作为 AI 导师，通过交互式课程和个性化学习计划学习 AI 的软件工程师。
- 需要构建可复用的智能体、prompt 或 MCP 服务器作为学习产出，并积累实际作品集的学习者。
- 希望以书籍形式（EPUB/PDF）持续阅读课程内容的读者。
如何安装或部署这个 Agent？
无需克隆即可通过智能体开始学习：在支持 SKILL.md 的智能体（如 Claude Code, Cursor, Codex, OpenClaw, Hermes）中运行 npx skills add rohitg00/ai-engineering-from-scratch，然后输入 /start-learning 开始。若要克隆仓库并在本地运行：git clone https://github.com/rohitg00/ai-engineering-from-scratch.git 并按需安装 Python 依赖（要求 Python 3、Node.js 以运行 npx）。更多安装细节请参考仓库 README。
如何使用这个 Agent？
在智能体中运行 /start-learning，完成十道题的定位测验，系统会生成个性化的学习计划并保存到 LEARNING.md。之后使用 /learn 逐一学习课程（概念、数学、代码、测验），使用 /course-guide <topic> 跳转到具体课程。也可以直接在网站上阅读课程，或克隆仓库后运行课程代码，例如 python phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py。通过 python3 scripts/install_skills.py <target> 可以安装所有技能。
这个 Agent 有哪些优点和局限？
- 从数学原理逐步构建每个算法，确保深入理解
- 每课产出可复用工件（prompt、技能、智能体、MCP 服务器），形成作品集
- 覆盖范围极广：从基础到多智能体、生产部署，共 20 个阶段 503 课
- 免费、开源（MIT 协议），并支持多种编程语言
- 提供智能体集成，可通过聊天界面获得个性化学习体验
- 课程规模大，需要投入约 320 小时，对初学者可能感到庞大
- 依赖 Node.js、Python、Docker 等环境，安装配置有一定门槛
- 部分较新课程可能仍在完善中，英语为唯一完整语言，其他语言仅翻译了落地页
- 学习材料为课程形式，而非开箱即用的生产代码，需要自行整合
这个 Agent 与同类方案有什么区别？
该课程可视为其他 AI 学习资源（如快速入门的教程、论文解读、开源模型仓库）的替代，但专注于构建基础和理解原理，而非直接使用现成框架。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| AI 工程从零到精通 当前 | 33 · 缺口较多 | 命令行工具免费 | ★ 71k | 今天 | Python | Codex · Claude Code |
| Swiftide | 68 · 存在缺口 | 代码库 / SDK免费 + 模型费 | ★ 793 | 1 天前 | Rust | OpenAI API · Claude API |
| Open Interpreter | 45 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 69k | 8 天前 | Rust | Codex |
| Stream Vision Agents | 43 · 缺口较多 | 代码库 / SDK免费 + 模型费 | ★ 8.2k | 25 天前 | Python | OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示仓库是教育课程，不包含可执行代理代码，因此没有权限管理、用户确认、数据流透明性、敏感数据处理、依赖安全、外部影响、回滚或来源归属的机制。所有信任标准得分为0，因为没有实现任何信任控制。
自一致性：课程结构一致，README和测试文件显示一致的命名和结构，但未验证所有503课的一致性，得2分。依赖可用性：requirements.txt列出了常用依赖，但未提供锁定版本或完整性校验，得1分。失败消息：测试文件中有断言，但未提供用户友好的错误消息，得1分。
受众和场景：README明确面向学习者，提供多种使用方式，得2分。能力边界：未明确说明课程覆盖范围或限制，得1分。触发精度：技能命令如/learn有描述，但未详细说明触发条件，得1分。环境适配：支持多种代理和语言，但未提供详细环境配置，得2分。
信息架构：目录结构清晰，有阶段和课程列表，得2分。安装说明：README提供了安装命令，得2分。命名稳定性：课程命名一致，但未提供版本稳定性说明，得1分。示例和FAQ：有示例代码，但无FAQ，得2分。已知限制：未提及，得0分。许可证：MIT许可证明确，得2分。版本和变更日志：有ROADMAP.md，但无CHANGELOG，得1分。维护责任：未明确维护者，得1分。
输出可用性：课程产出可复用的工件，得2分。边际价值：提供独特的学习路径，得2分。成本效益：免费开源，但未提供成本分析，得1分。
声明可追溯性：README中的声明未提供证据，得1分。跨来源佐证：未提供外部验证，得1分。事实与推断分离：未明确区分，得1分。
- 源码中未见：最小权限约束只授予完成任务所需的权限：用专用账号或只读令牌，并限定可访问的目录和仓库。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：数据流向说明运行时观察它连接了哪些外部服务（代理或防火墙日志）；弄清数据去向之前不要输入敏感数据。
- 源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
- 源码中未见：依赖安全审查安装前固定版本并做一次依赖扫描（如 npm audit、pip-audit）；优先放在容器里运行。
- 源码中未见：外部影响披露先弄清它会写入、发送或修改哪些外部系统，用测试账号或测试仓库验证后再接入正式环境。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 源码中未见：来源归属可核验从官方仓库或包源安装，核对发布者和仓库地址，避免同名仿冒包。
- 该仓库是教育课程，不是可执行的代理产品，因此信任相关标准不适用。
- 依赖未锁定版本，存在供应链风险。
- 未提供已知限制或FAQ，用户可能遇到未说明的问题。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
v2026.10.3 Edition 2026.10.3
发布说明摘录
Edition 2026.10.3 adds a reverse engineering track, a third manual, and LaTeX math in the lessons. The curriculum grows from 523 to 542 lessons across 20 phases. Learn reverse engineering Fourteen new Phase 13 lessons teach how to read a compiled program you built yourself, from file bytes to evidence-backed pseudocode (#597). …在 GitHub 查看 ↗ -
v2026.10.2 Edition 2026.10.2
发布说明摘录
Edition 2026.10.2 adds a second manual, a public API and MCP server for the curriculum, and fixes across the site. The curriculum stays at 523 lessons across 20 phases, with 2 lesson texts revised since Edition 2026.10.1. Read Docker Sandboxes and Docker Agent 101 [Docker Sandboxes and Docker Agent 101](https://aiengineeringfromscratch.com/manual-docker-sandboxes-101) explains Docker Sandboxes (sbx 0.47.0) and Docker Agent (docker-agent 1.149.0), from their purpose to each command, file, and policy object. It has 33 sections in 7 parts, 8 reference sections, and 34 figures. The PD …在 GitHub 查看 ↗ -
v2026.10.1 Edition 2026.10.1
发布说明摘录
Edition 2026.10.1 adds the first long-form manual, a catalog of 100 projects, and fixes across the site. The curriculum stays at 523 lessons across 20 phases, with 3 lesson texts revised since Edition 2026.10. Read A2A 101, the first manual [A2A 101](https://aiengineeringfromscratch.com/manual-a2a-101.html) explains the Agent2Agent protocol at v1.0.1, from its purpose to each request and response. It has 28 sections in 7 parts, 7 reference sections, and 31 figures. The PDF is attached below as aiefs-manual-a2a-101.pdf. …在 GitHub 查看 ↗