GitHub 涨星最猛的 5 个学习项目

本文章中仅为技术讲解，不包含广告推广

1⃣ ai-agent-book

⭐ 约 2 万 | 📦 Python | ✅ Apache-2.0

一句话介绍：李博杰著《深入理解 AI Agent：设计原理与工程实践》的官方开源主仓库，全书正文加配套代码免费读。

核心功能：作者李博杰是前华为「天才少年」，现 Pine AI 首席科学家，他打造的 Agent 能自主打电话协商账单、交涉退款，全是真金白银的实战。全书用一句话立住骨架：Agent = LLM + 上下文 + 工具，并独创了 Harness 工程概念，强调模型之外的一切工程能力才是竞争力所在。内容含 10 章正文加 88 个配套实验，其中 70 多个可独立运行，中文版约 428 页，已有七种语言翻译，Apache-2.0 协议允许自由分发。本周它的趋势增星超过 1.6 万，是当前最火的中文 Agent 学习项目。

使用场景与用法：适合有 Python 基础、想从原理到工程一次学透的开发者。它把散落在各处的 RAG、MCP、多 Agent 知识装回一台能转的机器，从上下文工程、记忆检索、工具设计一路讲到评估、后训练和 Agent 自我进化。可以直接在线读，也可以下载 PDF，边读边跑配套代码，面试和实战都用得上。

2⃣ hello-agents：Datawhale 出品，从零开始构建智能体

⭐ 约 8.3 万 | 📦 Python | ✅ 开源免费

一句话介绍：中文社区数据科学组织 Datawhale 的《从零开始构建智能体》教程，理论与实战兼顾，还配了可下载的完整 PDF。

核心功能：项目分五大部分，全程中文、循序渐进。第一部分讲智能体与语言模型基础；第二部分是动手起点，带你亲手实现 ReAct 等经典范式，体验 Coze 等低代码平台，掌握 LangGraph 主流程，最后从零搭一个自己的智能体框架；第三部分深入记忆检索、上下文工程和评估；第四部分用智能旅行助手、深度研究 Agent、模拟社交的「赛博小镇」等案例练手；第五部分收在毕业项目上。为了防营销号加水印倒卖，官方 PDF 里还专门预置了 Datawhale 开源标志水印。

使用场景与用法：尤其适合在校学生、软件工程师和自学 AI 的人，只要能写基础 Python、会调一次大模型 API 就能上手。项目所有配套代码都在仓库里，强烈建议边看边跑、边改边调试，遇到问题可以直接在 issue 区提问。对想给简历加一个完整 Agent 项目的同学，这套教程基本能当参考书用。

3⃣ awesome-llm-apps：一百多个能直接跑的 AI 应用模板库

⭐ 约 14 万 | 📦 Python | ✅ Apache-2.0

一句话介绍：把一百多个生产级 AI Agent、RAG 应用和技能模板装进一个仓库，每个都能即克隆即用。

核心功能：维护者是 Google Cloud 高级 AI 产品经理 Shubham Saboo 和 Unwind AI 团队。库里几乎覆盖了 LLM 应用的所有热门方向：入门级 Agent、多 Agent 团队、语音 Agent、MCP Agent、常驻后台 Agent，还有从基础 RAG 到 Agentic RAG 的二十多套教程、生成式 UI 应用，以及 Gemma 3、Llama 3.2 的微调配方。每个应用都是真实可执行的代码而非伪代码，且经过端到端测试，模型无关，Claude、Gemini、GPT、DeepSeek、Qwen 都能直接跑，Apache-2.0 商用无忧。

使用场景与用法：适合想快速验证 AI 业务场景的开发者、创业团队，以及学习 LLM 应用开发模式的学生。每个 Agent 克隆后三十秒就能跑起来，每个技能一条 npx 命令就能装，还配了视频教程，学习曲线平缓。想找现成方案直接 fork，想学套路就挑几个模板逐行读代码。

4⃣ ai-engineering-from-scratch：从数学到上线的完整 AI 课程

⭐ 约 6.3 万 | 📦 Python | ✅ MIT

一句话介绍：20 个阶段、五百多节课的 AI 工程课程，从线性代数一路铺到自主智能体，每节课都要产出一个能用的东西。

核心功能：绝大多数 AI 资料是零散零件，这门课是那根主线。它把课程排成 20 个阶段，从环境搭建、数学基础、机器学习、深度学习，到视觉、NLP、语音、Transformer、大模型、多模态，再到工具协议、Agent 工程、自主系统、多 Agent 集群、生产基础设施和伦理对齐，支持 Python、TypeScript、Rust、Julia 四种语言，MIT 协议。最有价值的是「先手写再上框架」的设计：反向传播、分词器、注意力机制、Agent 循环都先纯数学实现一遍，再用 PyTorch、LangChain 等生产库重写，把黑盒变成白盒。

使用场景与用法：适合想真正理解「AI 为什么这样工作」而不是只会调 API 的人。可以直接在线读任何一节，也可以克隆仓库在本地跑代码。内置了 /find-your-level 十题定位测试，帮你找到合适的起点并生成带学时估算的个性化路线，每阶段后还能用 /check-understanding 自测。

5⃣ ai-agents-for-beginners：微软官方免费课程，自带中文版

⭐ 约 6.25 万 | 📦 Python | ✅ MIT

一句话介绍：微软官方出品的 12 节 AI Agent 入门课程，代码优先、每节配可运行示例，并提供 50 多种语言翻译（含简体中文）。

核心功能：这是微软开源教育系列的一员，延续了高质量、系统化的传统。12 节课各自独立、多以 Jupyter Notebook 交付，可按需选看而不必线性推进。课程从 Agent 的定义讲起，横向对比主流框架，再依次展开工具调用、Agentic RAG、可信 Agent、规划、多 Agent 协作、元认知、生产部署、Agent 协议（MCP、A2A、NLWeb）和上下文工程，技术栈覆盖 AutoGen、Semantic Kernel、Azure AI Foundry，模型支持 GPT、Claude、Gemini 及本地模型。

使用场景与用法：面向零基础学生、想补齐 LLM 工作流的开发者和寻求实操项目的技术人。课程刻意不做框架绑定，重点讲设计权衡，无论最后选哪套框架都能用上。仓库带 50 多种语言的自动翻译，中文课程在 translations/zh-CN/ 目录下，英文吃力也能直接看中文。唯一要注意的是它内容较多，克隆时可以先用稀疏检出跳过翻译目录来加速。