用你的语言阅读：Español · Français · Português · Deutsch · Italiano · 简体中文 · 日本語 · 한국어 · हिन्दी · العربية · Русский · Türkçe
翻译后的落地页已提交到仓库。英文版为权威版本；课程页面在 translations 分支上进行机器翻译。参见 docs/i18n.md。
来自 Agent Memory 的创作者——排名第一的持久记忆 ⭐，可自然适配任何 agent 或聊天助手。
░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒░░░▒▒▒
84% 的学生已经在使用 AI 工具。只有 18% 的人觉得自己准备好以专业方式使用它们。这套课程弥合了这一差距。
523 节课。20 个阶段。约 342 小时。Python、TypeScript、Rust、Julia。每节课都会产出一个可复用的成果物：一个 prompt、一项 skill、一个 agent、一个 MCP server。免费、开源、MIT。
你不只是学习 AI。你亲手构建它。端到端。从零开始。
过去 30 天内 114,584 位读者 · 181,995 次页面浏览 · 截至 2026-08-29
从这里开始：选择你想构建的内容
你不需要在开始前浏览 523 节课。选一个目标。每个链接都会在 GitHub 或网站上打开同一套课程，两个版本使用相同的课程代码。
| 你的目标 | 在 GitHub 上学习 | 在网站上学习 | | --- | --- | --- | | 我是新手，想要完整的基础 | Phase 0: Setup and Tooling | Dev Environment | | 我懂 Python，想要数学加 ML 基础 | Phase 1: Math Foundations | Linear Algebra Intuition | | 我想构建生产级 LLM 应用 | Phase 11: LLM Engineering | Prompt Engineering | | 我想构建 agents | Phase 14: Agent Engineering | The Agent Loop | | 我想在真实仓库上使用编码 agents | Agent-Assisted Engineering path | Agent-Assisted Engineering | | 我想在实现之前先塑造正确的构建方向 | Product Judgment and Delivery path | Product Judgment and Delivery | | 我想用 Model Context Protocol (MCP) 构建 | Model Context Protocol (MCP) route | Model Context Protocol (MCP) path | | 我想编写并发布 Agent Skills | Focused Agent Skills route | Agent Skills path | | 我想为 Claude 认证做准备 | Certification onboarding | Certification Academy |
不确定自己适合哪里？使用 start-learning 定位导师或网站上的先修指南。在 AI Engineering Learning Paths 中比较四个核心领域和六条职业路线。
赞助者
感谢我们的赞助者。你们的支持让每一节课都保持免费和开源。
查看所有支持者 成为赞助者
以相同方式使用每一节课
阅读 docs/en.md，并用自己的话解释核心思想。亲手输入并构建重要代码，而不是把代码块当作装饰。从仓库根目录（包含 README.md 和 phases/ 的目录）运行课程命令。保留证据：命令、工作目录、退出码、有意义的输出，以及你修改或产出的成果物。只有当你能够解释输出，并在不猜测的情况下做出一处小改动时，才继续往下学。
课程页面中的命令都是从仓库根目录出发的路径，除非课程明确说明要切换目录。如果一节课提供了多种语言，请运行你正在学习的那种语言的实现。
克隆它并产出你的第一份证据
git clone https://github.com/rohitg00/ai-engineering-from-scratch.git
cd ai-engineering-from-scratch
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route beginner
python3 phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py预检会把现在需要的依赖与之后需要的工具区分开。每一个必需项失败时都会包含检测到的原因和一条纠正命令。第二条命令是一节无依赖的课程，最后会展示矩阵乘以向量就是神经网络层内部的操作。把那段终端输出保存为你的第一份证据。
30 秒内添加 AI 导师
如果已经安装了 Node.js、npx 和一个支持 skill 的编码 agent，你的编码 agent 可以通过两条命令变成你的导师。安装或阅读导师不需要克隆仓库。可运行的 focused-path labs 需要 python3。Agent Skills 宿主 labs 还需要选择一个宿主，以及一个可写的用户或项目 skill 作用域。
先检查本地要求：
node --version
npx --version
python3 --version然后安装课程 skills，并在安装器询问时选择你打算使用的宿主和作用域：
npx skills add rohitg00/ai-engineering-from-scratch调用语法属于宿主，而不属于可移植的 SKILL.md 格式：
| 宿主 | 开始课程 | 开始 Model Context Protocol (MCP) | 开始 Agent Skills | 运行阶段测验 | | --- | --- | --- | --- | --- | | Codex | start-learning，或从 /skills 中选择它 | learn-mcp，或从 /skills 中选择它 | learn-agent-skills，或从 /skills 中选择它 | check-understanding 13，或从 /skills 中选择它 | | Claude Code | /start-learning | /learn-mcp | /learn-agent-skills | /check-understanding 13 | | 其他兼容宿主 | 使用 start-learning 开始课程。 | 使用 learn-mcp 开始 Model Context Protocol (MCP) 路径。 | 使用 learn-agent-skills 开始 Agent Skills Engineering 路径。 | 使用 check-understanding 就 Phase 13 对我进行测验。 |
一个十题定位测验会把你已经掌握的内容映射到一个起始阶段，并将个性化学习计划保存到 LEARNING.md。之后，learn skill 每次会话教授一节课：概念、数学、代码、测验。它直接从本仓库流式传输课程，而 course-guide skill 会把你跳转到正好覆盖你所卡住内容的课程。在 Codex 中，用 learn 和 course-guide 调用这些 skills；在 Claude Code 中，使用 /learn 和 /course-guide；在其他兼容宿主中，按名称请求使用该 skill。
只想要 Model Context Protocol (MCP)？使用适合你宿主的 MCP 调用方式。它会创建 MCP-LEARNING.md，并沿着一条 17 节课的路线学习无状态请求、传输、双向工作、安全、可靠性、注册表治理和一致性证据。确切的顺序和检查点位于 Model Context Protocol (MCP) manifest 中。
只想要 Agent Skills？使用适合你宿主的 Agent Skills 调用方式。它会创建 AGENT-SKILLS-LEARNING.md，并沿着一条连贯的 fi