FIG_000 · curriculum v1.0 · 2026 开源 · MIT

AI Engineering
从零开始

所有已发布课程所有阶段。每种算法都先从原始数学开始构建,然后才导入 framework。

由 Rohit Ghumare 和贡献者维护。在你自己的机器上运行。

在终端中学习
npx skills add rohitg00/ai-engineering-from-scratch
> 使用 start-learning 开始课程。
Claude Cursor Codex + 任何 SKILL.md Agent

你的 Agent 将成为你的导师:进行分级测验、规划个性化路径,并在终端中以交互方式授课。

FIG_001 · 前向传播 y = σ(Wx + b) x h₁ h₂ ŷ
图版 1/3。这张图的每一层都是一节需要你亲手实现的课程。
读者包括来自以下机构的工程师和学生
Apple Google Meta OpenAI NVIDIA IIT Bombay University of Windsor

“Obsessed with the AI Engineering from Scratch repo.” - Google AI 工程师

运作方式

大多数 AI 资料都以零散的片段进行教学。这里一篇论文,那里一篇 Fine-tuning 文章,别处又有一个炫目的 Agent 演示。这些片段很少能衔接起来。你交付了一个聊天机器人,却无法解释它的 Loss 曲线;你把一个函数接入 Agent,却说不清调用它的 Model 内部究竟如何执行 Attention。

这套课程就是主干。每个阶段, 每节已发布课程,四种语言:Python、TypeScript、Rust、Julia。一端是线性代数,另一端是自主 Agent 群。每种算法都先从原始数学开始构建。Backpropagation。Tokenizer。Attention。Agent 循环。当 PyTorch 出现时,你早已了解它在底层做什么。

每节课都遵循相同的循环:阅读问题、推导数学、编写代码、运行测试、保留产物。没有五分钟速成视频,没有复制粘贴式部署,也没有手把手代劳。免费、开源,并且可以在你自己的笔记本电脑上运行。

选择你想从事的工作

每条路线都从一节真实课程开始。你可以在浏览器中学习,也可以在 GitHub 上打开相同的源码、代码、测试和产物。

构建基础数学与 ML 基础

从线性代数开始,然后依次学习优化、Probability、经典 ML 和 Neural Network。

交付 Model 功能LLM Engineering

构建 Prompt、结构化输出、Embedding、检索、Evaluation、Fine-tuning、服务和可观测性。

控制每一轮循环工程

亲手构建观察、思考、行动循环,包括 Tool 分派、真实观察结果、预算和明确的停止条件。

显式表示状态图工程

使用类型化节点、条件边、Checkpoint、中断和可恢复执行,构建 Agent 状态图编排。

设计运行时Harness 工程

使用指令、持久状态、作用域、运行时反馈、验证、审查和交接封装 Model。

专项路径Model Context Protocol (MCP)

从 wire envelope 到发布关卡,构建、保护、验证和运行无状态 MCP 系统。

专项路径Agent Skills

在真实 Agent Host 中构建、调用、路由、保护、Evaluation、打包和验证可移植 Skill。

以证据驱动练习认证备考

选择认证路线,完成实践实验,保留学习者自有产物,并使用原创评估。

当前进度
已完成课程 0 / 0
Phase 0 / 0
语言 4
术语表条目 ···
课程体系 · 20 个阶段 · 511 节课
点击一个阶段以展开其中的课程。只有数学、代码和测试全部编写完成后,每节课才会发布。
已完成 进行中 已规划
图书版 · 六卷
课程的编译版本。EPUB 和 PDF 由相同课程构建,并附加到每个 GitHub Release。网站则保持为持续更新的版本。每章都会链接回这里,以访问动画图示、测验和代码。
链接指向最新的 GitHub Release · 每次发布时由 CI 根据课程重新构建 · 制作方式
独立认证备考

通过构建真实系统进行备考

四条 Claude 认证路径采用与课程相同的教学方式:循序渐进,配有交互式实验、实践产物,以及基于 GitHub repository 工作的 AI 导师。

4 条路线 33 节认证课程 295 道原创练习题

本课程与 Anthropic 不存在从属关系,也未获得 Anthropic 的认可、赞助或授权。本课程不颁发证书,也不保证通过考试。

版本说明

整个课程体系都托管在 GitHub 上。Clone、Fork,并按照自己的节奏学习。没有付费墙,无需注册。每节课都包含使用 Python、TypeScript、Rust 或 Julia 编写的可运行代码,具体取决于哪种语言最适合相应概念。

git clone https://github.com/rohitg00/ai-engineering-from-scratch.git