10 大最佳 AI Engineering GitHub 仓库，构建真实系统
I’m happy to translate the article for you, but I need the full text you’d like translated. Could you please paste the content (excluding the source line you’ve already provided) here? Once I have the text, I’ll translate it into Simplified Chinese while preserving the original formatting, markdown, and any code blocks or URLs.
介绍
你通过深入实际代码、真实笔记本和真实系统，更快掌握实用的 AI 工程。拆解问题并修复它们往往比观看另一场讲座学到的更多。下面的仓库免费、结构良好，专注于实践中真正有效的内容，帮助你从理论走向已发布的功能。每个精选项目都包含动手材料和清晰指导——教程、笔记本、示例以及可直接运行的端到端项目，无需繁琐的设置。
Repository List
1. Hands‑On Large Language Models
完整的书中代码，包含覆盖 LLM 基础、训练和微调的 notebook。非常适合从基础到定制的引导式、 notebook‑first 学习路径。
GitHub – HandsOnLLM/Hands‑On‑Large‑Language‑Models
2. AI Agents for Beginners (Microsoft)
免费、结构化的 11 课时课程，帮助你以正确的方式开启 AI 代理——相当于为代理提供的逐步指引，没有绕路。
GitHub – microsoft/ai‑agents‑for‑beginners
3. GenAI Agents (Nir Diamant)
清晰的教程和实现，涵盖生成式 AI 代理技术，从基础构建到高级策略。展示不同代理策略的连接方式，使设计选择一目了然。
GitHub – NirDiamant/GenAI_Agents
4. Basics (Made With ML)
构建端到端生产级机器学习系统的最佳资源之一。当你关注真实系统和运营质量，而不仅仅是漂亮的 notebook 时，这里非常适合。
GitHub – madewithml/basics
5. Prompt Engineering Guide (DAIR‑AI)
大量关于 Prompt Engineering 的指南、论文、notebook 和资源集合。便于在一个地方快速查找已验证的模式和参考。
GitHub – dair‑ai/Prompt‑Engineering‑Guide
6. Hands‑On AI Engineering (Sumanth077)
精选的 AI 驱动应用和基于 LLM 的代理系统示例，均可实际运行。展示各组件如何在工作示例中拼接，省去大量猜测。
GitHub – Sumanth077/Hands‑On‑AI‑Engineering
7. Awesome Generative AI Guide (Aishwaryanr)
一站式仓库，提供 GenAI 研究更新、notebook、面试准备等内容。适合在实践中保持最新并拥有可靠的参考材料。
GitHub – aishwaryanr/awesome‑generative‑ai‑guide
8. DMLS Book Summaries (Chi Phuyen)
对最重要的机器学习系统书籍之一的摘要和参考。强化系统思维，帮助在问题出现前就预防许多麻烦。
GitHub – chiphuyen/dmls‑book
9. ML for Beginners (Microsoft)
面向初学者的机器学习课程，提供实用示例和可完成的练习。是新手机器学习从业者快速取得成果的坚实起点。
GitHub – microsoft/ML‑For‑Beginners
10. LLM Course (mlabonne)
动手实操、端到端的 LLM 应用构建、评估与部署课程。当你想要从想法的火花到部署有清晰路径时，这里非常合适。
GitHub – mlabonne/llm‑course
附加资源
想获取更多实操仓库，请浏览此精选的开源 AI 项目列表：
Curated List of Open‑Source AI Projects
结束语
这些资源聚焦于关键点：实用技能、可运行的示例以及清晰的步骤。选择适合你水平和目标的仓库，设定一个小的截止时间，有目的地逐步学习材料。继续探索 AI 源代码仓库和示例，在这些项目的基础上构建并深化你的实践。