
超棒的人工智能资源集
这是一份精心挑选的、值得使用且正在积极维护的资源集合,用于构建和部署 AI 系统。重点涵盖 AI 工程(检索增强生成(RAG)、智能体、评估、护栏、部署),还有最佳的书籍、指南、论文以及精心挑选的工具。
深入学习,获取持久知识
这些知识即便在五年后依然有价值。
书籍
- 《设计机器学习系统》(*Designing Machine Learning Systems*)——可扩展、可维护的机器学习管道(作者:Chip Huyen)
- 《AI 工程》(*AI Engineering*)——端到端的 AI 产品构建(作者:Chip Huyen)
- 《从头构建大语言模型》(*Build a Large Language Model from Scratch*)——用原生 PyTorch 逐层构建 Transformer(作者:Sebastian Raschka)
- 《大语言模型实战》(*Hands-On Large Language Models*)——大语言模型应用的可视化实用指南(作者:Jay Alammar、Maarten Grootendorst)
- 《大语言模型工程师手册》(*LLM Engineer's Handbook*)——生产环境下的大语言模型运维:微调、量化、服务(作者:Labonne、Iusztin)
- 《100 页语言模型书籍》(*The 100-Page Language Models Book*)——从 n - 元语法到 Transformer 的简洁、基于数学的学习路径(作者:Andriy Burkov)
- 《生成式深度学习(第 2 版)》(*Generative Deep Learning (2nd Edition)*)——生成对抗网络(GANs)、变分自编码器(VAEs)、扩散模型(作者:David Foster)
- 《人工智能:一种现代的方法》(*Foundational Artificial Intelligence: A Modern Approach*)——经典的 AI 理论教材(作者:Russell、Norvig)
- 《深度学习》(*Deep Learning*)——神经网络的数学基础(作者:Goodfellow、Bengio、Courville)
- 《深度学习:基础与概念》(*Deep Learning: Foundations and Concepts*)——Bishop 2024 年的更新版,基于概率的现代深度学习(作者:Bishop & Bishop)
- 《理解深度学习》(*Understanding Deep Learning*)——数学、直觉与 Python 笔记本(作者:Simon Prince)
- 《语音与语言处理(第 3 版)》(*Speech and Language Processing (3rd Edition)*)——自然语言处理(NLP)的参考书籍,在深度学习时代持续更新(作者:Jurafsky、Martin)
- 《强化学习:导论(第 2 版)》(*Reinforcement Learning: An Introduction (2nd Edition)*)——强化学习基础(作者:Sutton、Barto)
课程
- **入门级**:Google 生成式 AI 学习路径、Hugging Face 大语言模型课程、Fast.ai 实用深度学习课程
- **中高级**:斯坦福大学 CS324 大语言模型课程、全栈深度学习课程、麻省理工学院 6.S191 深度学习导论课程
- **专项课程**:DeepLearning.AI 短期课程、Google DeepMind 强化学习导论课程、Karpathy 神经网络从零到精通课程
里程碑论文
这些研究塑造了现代 AI,阅读它们有助于理解当今架构背后的原理。
- 《注意力是你所需要的一切》(*Attention Is All You Need*)——Transformer 架构
- 《神经语言模型的扩展定律》(*Scaling Laws for Neural Language Models*)——模型、数据、计算的扩展规律
- 《语言模型是少样本学习者》(*Language Models are Few-Shot Learners*)——GPT - 3 的能力
- 《宪法 AI》(*Constitutional AI*)——更安全的模型对齐
构建 AI 工具链
个人建议:无需使用大量框架,从简单的大语言模型调用开始,逐步深入。
指南与手册
- 《构建有效智能体》(*Building Effective Agents*,Anthropic 公司)——设计 AI 智能体的模式、陷阱和权衡
- 《OpenAI 智能体指南》——构建智能体的实用指南
- 《Google AI 智能体论文》——Google 关于构建 AI 智能体的实用指南
- 《Google 智能体配套论文》——Google 的配套指南
- 《OpenAI 烹饪书》——使用 OpenAI API 的示例代码、方法和最佳实践
- 《大语言模型工程师手册》——AI 工程师的实用链接宝库
框架
- PocketFlow——仅 100 行代码的极简 AI 智能体框架,是学习的好方法
- Google ADK——Google 的智能体开发工具包(支持 Python 和 Java),本地开发体验出色,支持智能体间通信(A2A)和多模型协作(MCP)
- Pydantic - AI——基于 Pydantic 模型构建的类型化、结构化大语言模型编排框架,输出安全、可预测
- LangGraph——基于 LangChain 构建具有状态图的多智能体工作流
- CrewAI——具有结构化任务和人工干预控制的智能体编排框架
- AutoGen——微软的多智能体对话与协作框架
- LlamaIndex——用于使用大语言模型摄取、索引和查询私有数据的数据框架
- Haystack——具有模块化管道的开源搜索/检索增强生成(RAG)框架
- Docling——用于 RAG 的优秀文档摄取库
评估框架
OpenAI Evals——OpenAI 的评估编写框架
集成开发环境(IDEs)
- Cursor——由大语言模型驱动的 IDE,支持多文件编辑和代码库感知聊天
- GitHub Copilot——IDE 内的代码补全、聊天和重构工具
智能体
将大语言模型转化为自主工作者的工具,模型可替换,工具本身是核心产品。如需实时能力比较,可查看 Terminal - Bench 和 SWE - bench。
- Claude Code——Anthropic 的命令行智能体,支持长上下文的多文件代码库重构
- Codex CLI——OpenAI 基于 Rust 的本地终端智能体,轻量快速
- Gemini CLI——Google 官方开源的终端智能体,支持长上下文的代码库探索
- Cursor CLI——Cursor 的原生终端智能体,具有沙盒权限
- Aider——与 Git 集成的结对编程工具,支持精细编辑和撤销操作
- OpenCode——与模型提供商无关的终端工具,具有强大的文本用户界面(TUI)
- OpenHands——开源的自主软件工程师平台,集成浏览器、shell 和编辑器
- Cline——开源的智能体 IDE 扩展,支持多种模型提供商
- Continue——开源的 IDE + 命令行助手,具有源代码控制规则
- Goose——Block 公司的可扩展、由多模型协作(MCP)驱动的本地智能体
- Factory Droid——领先的多模型工具,支持自带密钥(BYOK)本地执行
- Amp——Sourcegraph 的商业智能体编码工具,用户体验出色
- Mistral Vibe——Mistral 的智能体编码命令行工具,由 Devstral 提供支持
- Qwen Code——阿里巴巴的终端编码智能体,针对通义模型进行了优化
- Pi——高度可定制的终端工具,基础提示简洁,通过扩展实现功能
- Nanocoder——适用于 Ollama 和 LM Studio 的私有、本地优先智能体
- Kilo CLI——多模式智能体,具有统一的网关,支持 500 多种模型
模型
按模态划分的最先进模型。
语言模型
- ChatGPT——最适合通用推理、工具使用和最广泛的生态系统
- Claude——最适合长上下文分析、编码和结构化思维
- Gemini——最适合多模态任务和 Google 生态系统集成
- Grok——通过 X 平台获取实时信息,支持超长上下文
- Llama——最适合自托管和微调的开源权重模型家族
- Mistral——轻量级、高性能的开源权重模型
- DeepSeek——具有开源权重的成本效益高的推理模型
- Qwen——最适合多语言和以中文为主的应用
- Kimi——最适合长上下文指令跟随
- GLM——具有开源权重的前沿中文模型
- Cohere——具有强大检索增强生成 API 的企业级大语言模型
图像模型
- GPT Image——OpenAI 的集成图像生成模型,文本渲染近乎完美
- Midjourney——生成艺术和逼真的图像
- Adobe Firefly——集成到 Creative Cloud 中,适用于商业用途
- Ideogram——生成图像中具有精确、清晰的文本
- Flux——高分辨率、可编辑提示的开源权重图像
视频模型
- Google Veo——高质量的同步音频视频
- Runway——具有精细创意控制的视频编辑和生成工具
- Kling——电影级、逼真的视频生成
音频模型
- ElevenLabs——高质量的文本转语音和语音克隆
- Suno——根据文本提示生成 AI 音乐
对比
实时基准测试、定价和最新模型版本。
- OpenRouter——统一 API,提供约 300 种模型的实时定价
- LMArena——文本、图像和视频的人工偏好 Elo 排名
- Artificial Analysis——各提供商的速度、价格和质量基准测试
关注动态
及时了解信息,避免被噪音淹没。
- 时事通讯:The Rundown AI、AlphaSignal、Superhuman AI、AI Engineer
4890



被折叠的 条评论
为什么被折叠?



