owainlewis/awesome-artificial-intelligence

来源：https://github.com/owainlewis/awesome-artificial-intelligence

出色人工智能

一份精心策划的必须使用且积极维护的资源合集，用于构建和交付AI系统。

重点：AI工程（RAG、智能体、评估、护栏、部署）以及最佳书籍、指南、论文，以及一组精心挑选的工具。

📚 学习

深度、持久的知识——五年后依然有价值。

书籍

现代 & 实用

• 设计机器学习系统 (https://www.oreilly.com/library/view/designing-machine-learning/9781098107956/) — 可扩展、可维护的ML管道（Chip Huyen）。
• AI工程 (https://www.oreilly.com/library/view/ai-engineering/9781098166298/) — 端到端的AI产品构建（Chip Huyen）。
• 从头构建大语言模型 (https://www.manning.com/books/build-a-large-language-model-from-scratch) — 使用原始PyTorch逐层讲解Transformer（Sebastian Raschka）。
• 动手实践大语言模型 (https://www.llm-book.com/) — LLM应用的视觉+实践指南（Jay Alammar, Maarten Grootendorst）。
• LLM工程师手册 (https://www.packtpub.com/en-us/product/llm-engineers-handbook-9781836200079) — 生产级LLMOps：微调、量化、服务部署（Labonne, Iusztin）。
• 百页语言模型书 (https://www.thelmbook.com/) — 从n-gram到Transformer的简洁数学基础路径（Andriy Burkov）。
• 生成式深度学习（第二版） (https://www.oreilly.com/library/view/generative-deep-learning/9781098134174/) — GAN、VAE、扩散模型（David Foster）。

基础

• 人工智能：一种现代方法 (https://aima.cs.berkeley.edu/) — 经典的AI理论教科书（Russell, Norvig）。
• 深度学习 (https://www.deeplearningbook.org/) — 神经网络数学基础（Goodfellow, Bengio, Courville）。
• 深度学习：基础与概念 (https://www.bishopbook.com/) — Bishop 2024年更新；基于概率的现代DL（Bishop & Bishop）。
• 理解深度学习 (https://udlbook.github.io/udlbook/) — 数学+直觉+Python笔记本（Simon Prince）。
• 语音与语言处理（第三版） (https://web.stanford.edu/~jurafsky/slp3/) — NLP参考书，深度学习时代持续更新（Jurafsky, Martin）。
• 强化学习导论（第二版） (https://web.stanford.edu/class/psych209/Readings/SuttonBartoIPRLBook2ndEd.pdf) — RL基础（Sutton, Barto）。

课程

入门

• Google 生成式AI学习路径 (https://www.cloudskillsboost.google/paths/118)
• Hugging Face LLM课程 (https://huggingface.co/learn/llm-course/chapter1/1)
• Fast.ai — 实用深度学习 (https://course.fast.ai/)

中级 / 高级

• Stanford CS324：大语言模型 (https://stanford-cs324.github.io/winter2022/)
• 全栈深度学习 (https://fullstackdeeplearning.com/)
• MIT 6.S191：深度学习导论 (https://introtodeeplearning.com/)

专项

• DeepLearning.AI 短课程 (https://learn.deeplearning.ai/)
• Google DeepMind — 强化学习导论 (https://www.youtube.com/playlist?list=PLqYmG7hTraZDM-OYHWgPebj2MfCFzFObQ)
• Karpathy — 神经网络：从零到一 (https://www.youtube.com/playlist?list=PLAqhIrjkxbuWI23v9cThsA9GvCAUhRvKZ)

里程碑论文

塑造现代AI的研究——值得阅读以理解当今架构背后的“原因“。

• 注意力就是你所需的一切 (https://arxiv.org/abs/1706.03762) — Transformer架构。
• 神经语言模型的缩放定律 (https://arxiv.org/abs/2001.08361) — 模型/数据/计算缩放。
• 语言模型是小样本学习者 (https://arxiv.org/abs/2005.14165) — GPT-3能力。
• 合宪AI (https://arxiv.org/abs/2212.08073) — 更安全的模型对齐。

🛠 构建

使用AI进行构建的工具链。 个人备注：你不需要大量的框架——从简单的LLM调用开始，然后逐步深入。

指南 & 剧本

• 构建有效智能体 (Anthropic) (https://www.anthropic.com/engineering/building-effective-agents) — ⭐ 设计AI智能体的模式、陷阱和权衡。
• OpenAI 智能体指南 (https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf) — 构建智能体的实用指南。
• Google AI 智能体论文 (https://www.kaggle.com/whitepaper-agents) — Google 构建AI智能体的实用指南。
• Google 智能体配套论文 (https://www.kaggle.com/whitepaper-agent-companion) — Google 的配套指南。
• OpenAI Cookbook (https://cookbook.openai.com/) — 使用OpenAI API的示例代码、食谱和最佳实践。
• LLM 工程师手册 (https://github.com/SylphAI-Inc/LLM-engineer-handbook) — 对AI工程师有用的链接宝库。

框架

• PocketFlow (https://the-pocket.github.io/PocketFlow/) — 极简AI智能体框架，仅100行代码。绝佳学习方式。
• Google ADK (https://google.github.io/adk-docs/) — Google的智能体开发工具包（Python，Java）。出色的本地开发体验 + A2A + MCP。
• Pydantic-AI (https://ai.pydantic.dev/) — 基于Pydantic模型的类型化、结构化LLM编排框架，实现安全、可预测的输出。
• LangGraph (https://www.langchain.com/langgraph) — 在LangChain之上使用状态图构建多智能体工作流。
• CrewAI (https://www.crewai.com/) — 具有结构化任务和人机回环控制的智能体编排。
• AutoGen (https://microsoft.github.io/autogen/) — 微软的多智能体对话与协作框架。
• LlamaIndex (https://www.llamaindex.ai/) — 用于使用LLM摄取、索引和查询私有数据的数据框架。
• Haystack (https://haystack.deepset.ai/) — 开源搜索/RAG框架，具有模块化管道。
• Docling (https://github.com/docling-project/docling) — 用于摄取任何文档进行RAG的优秀库 ⭐

评估

• OpenAI Evals (https://github.com/openai/evals) — OpenAI 的评估编写框架。

IDE

• Cursor (https://cursor.sh/) — LLM驱动的IDE，用于多文件编辑和代码库感知的聊天。
• GitHub Copilot (https://github.com/features/copilot) — IDE内的代码补全、聊天和重构。

🤖 智能体

将LLM转变为自主工作者的框架。模型是可更换的；框架才是产品。

编码

实时能力对比请参见 Terminal-Bench (https://www.tbench.ai/leaderboards) 和 SWE-bench (https://www.swebench.com/)。

• Claude Code (https://code.claude.com/) — Anthropic 的 CLI 智能体；多文件代码库重构，上下文长。
• Codex CLI (https://github.com/openai/codex) — OpenAI 基于 Rust 的本地终端智能体；轻量快速。
• Gemini CLI (https://github.com/google-gemini/gemini-cli) — Google 的官方开源终端智能体；长上下文仓库探索。
• Cursor CLI (https://cursor.com/cli) — Cursor 的终端原生智能体，带沙盒权限。
• Aider (https://aider.chat/) — 集成Git的结对编程，精确编辑和撤销。
• OpenCode (https://opencode.ai/) — 提供商无关的终端框架，具有强大的TUI。
• OpenHands (https://docs.all-hands.dev/) — 开源自主SWE平台；浏览器+shell+编辑器循环。
• Cline (https://github.com/cline/cline) — 开源智能体IDE扩展，强大的多提供商支持。
• Continue (https://www.continue.dev/) — 开源IDE + CLI助手，带版本控制的规则。
• Goose (https://block.github.io/goose/) — Block 的可扩展、MCP驱动本地智能体。
• Factory Droid (https://factory.ai/product/cli) — 基准领先的多模型框架，支持自带API密钥本地执行。
• Amp (https://ampcode.com/) — Sourcegraph 的商业智能体编码工具，产品UX出色。
• Mistral Vibe (https://mistral.ai/products/vibe) — Mistral 的智能体编码CLI，由Devstral提供支持。
• Qwen Code (https://github.com/QwenLM/qwen-code) — 阿里巴巴的终端编码智能体，针对Qwen模型优化。
• Pi (https://pi.dev/) — 高度可定制的终端框架；极简基础提示，扩展驱动。
• Nanocoder (https://github.com/Nano-Collective/nanocoder) — 私有、本地优先的智能体，用于Ollama和LM Studio。
• Kilo CLI (https://kilo.ai/cli) — 多模式智能体，统一网关连接500+模型。

🧠 模型

按模态分类的最新模型。

💬 语言

主要前沿实验室。

• ChatGPT (https://openai.com/chatgpt/overview/) — 通用推理、工具使用和生态系统最广泛的最佳选择。
• Claude (https://www.anthropic.com/claude) — 长上下文分析、编码和结构化思维的最佳选择。
• Gemini (https://gemini.google.com/) — 多模态任务和Google生态系统集成的最佳选择。
• Grok (https://x.ai/) — 通过X获取实时信息和极长上下文的最佳选择。
• Llama (https://www.llama.com/) — 自托管和微调的最佳开放权重系列。
• Mistral (https://mistral.ai/) — 轻量高性能开放权重模型的最佳选择。
• DeepSeek (https://deepseek.com/) — 高效成本推理与开放权重的最佳选择。
• Qwen (https://qwenlm.github.io/) — 多语言和中文优先应用的最佳选择。
• Kimi (https://www.kimi.com/) — 长上下文指令遵循的最佳选择。
• GLM (https://chatglm.cn/) — 前沿级中文模型，开放权重。
• Cohere (https://cohere.com/) — 企业级LLM，强大的检索增强生成API的最佳选择。

🖼 图像

• GPT Image (https://openai.com/index/introducing-chatgpt-images-2-0/) — OpenAI 集成图像生成，文本渲染近乎完美。
• Midjourney (https://www.midjourney.com/) — 艺术级和照片级现实图像。
• Adobe Firefly (https://www.adobe.com/sensei/generative-ai/firefly.html) — 集成到Creative Cloud；商业安全。
• Ideogram (https://ideogram.ai/) — 生成图像中精确、可读的文字。
• Flux (https://blackforestlabs.ai/) — 高分辨率、提示可编辑的开放权重图像。

🎥 视频

• Google Veo (https://deepmind.google/technologies/veo/) — 高质量视频，同步音频。
• Runway (https://runwayml.com/) — 视频编辑+生成，精细创意控制。
• Kling (https://klingai.com/) — 电影级、逼真的视频生成。

🎙 音频

• ElevenLabs (https://elevenlabs.io/) — 高质量文本转语音和语音克隆。
• Suno (https://suno.ai/) — 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 (https://openrouter.ai/models) — 统一API + 约300个模型的实时定价。
• LMArena (https://lmarena.ai/leaderboard) — 文本、图像和视频的人类偏好Elo排名。
• Artificial Analysis (https://artificialanalysis.ai/) — 跨提供商的速度、价格和质量基准。

📡 关注

保持更新，不被噪音淹没。

新闻通讯

• The Rundown AI (https://www.therundown.ai/)
• AlphaSignal (https://alphasignal.ai/)
• Superhuman AI (https://www.superhuman.ai/)
• AI Engineer (https://newsletter.owainlewis.com)