【ai-engineering-from-scratch】告别API调用，从零手搓AI全流程的开源实战指南

这是一套面向开发者的开源AI系统学习课程，通过435节由浅入深的实战内容，解决学习者“只会调用AI接口却不懂底层原理”的痛点，带你从零手写代码真正掌握AI工程的全链路。

核心特性

根据项目设计，该课程具备以下显著特点：
– 体系化阶段进阶：内容划分为20个阶段、共435节课程，总学习量约320小时。路径从线性代数等数学基础起步，逐步覆盖机器学习、深度学习、计算机视觉、自然语言处理，最终延伸至多智能体系统与生产级部署。
– “先手搓，后调包”理念：每个核心算法都严格遵循“明确问题 -> 推导数学直觉 -> 纯代码从零实现 -> 与PyTorch/scikit-learn等框架对照运行”的闭环。确保在接触高级框架前，你已经清楚其底层运行机制。
– 每课产出可复用工件：拒绝传统的“课后习题”模式。每节课结束都会生成可直接投入日常工作的实用工具，包括优化Prompt、AI技能包、自主智能体或MCP服务器。
– 多语言支持与灵活路径：代码实现覆盖Python、TypeScript、Rust、Julia四种语言。提供在线直接阅读、本地克隆运行，以及通过AI助手智能定级推荐学习进度三种入门方式。
– 轻量开源无黑盒：基于MIT协议完全免费开源，课程设计为可在个人笔记本电脑上本地运行，明确反对碎片化视频搬运与“一键复制部署”的浅层学习。

快速上手

项目提供了清晰的本地运行与交互方式。你可以通过以下命令克隆仓库并运行基础数学课程的示例代码：

git clone https://github.com/rohitg00/ai-engineering-from-scratch.git
cd ai-engineering-from-scratch
python phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py

此外，项目内置了适配主流AI编辑器（如Cursor、Claude、Codex等）的技能命令。例如输入 /find-your-level 可通过10道题目智能测评你的当前水平并生成个性化学习路线；输入 /check-understanding 3 可针对第3阶段进行自测。完成阶段性学习后，可通过 python3 scripts/install_skills.py 一键安装所有产出的技能与工具。

适用场景与目标用户

该课程适合具备基础编程能力（熟悉Python更佳）、希望深入理解AI底层运行机制而非仅仅停留在API调用层面的技术人员。主要适用于以下场景：
– 系统性技能补全：适合希望将碎片化的AI教程、论文串联成完整知识图谱的工程师或在校生，从数学直觉到Agent架构建立扎实的底层认知。
– 工程作品集积累：通过435个可运行、可复用的代码工件与Prompt，帮助学习者构建具有实际说服力的技术Portfolio，用于求职或内部技术汇报。
– AI工具深度进阶：适合日常使用大模型但经常遇到效果瓶颈的开发者。理解损失函数、注意力机制、Tokenizer原理后，能显著提升Prompt工程、智能体调试与模型微调的效率。

总结

整体而言，这是一套结构严谨、强调“动手即学习”的AI工程实战体系。它不追求快速出效果的捷径，而是通过扎实的数学推导与代码实现，帮助学习者建立对AI技术的底层直觉。对于愿意投入时间、希望真正“造出”AI而非仅仅“调用”AI的技术人员来说，这是一份极具参考价值的开源资源。若需了解更详细的课程更新与交互体验，建议访问其主页获取更详细信息。