AI Engineering Hub从 OCR、RAG 到多智能体系统的完整学习路径与项目实战索引【免费下载链接】ai-engineering-hubIn-depth tutorials on LLMs, RAGs and real-world AI agent applications.项目地址: https://gitcode.com/GitHub_Trending/ai/ai-engineering-hubAI Engineering Hub 是一个面向 LLM、RAG 与 AI Agent 开发的开源项目合集仓库内按入门—进阶—高级三级难度组织了 90 余个可运行的实战项目从本地 OCR、基础 RAG 到微调推理模型与生产级智能体系统一应俱全。读完本文你将掌握这个仓库的组织逻辑与选型依据能沿 README.md 的分级清单找到适合自己阶段的项目并理解其代表项目如基于 LlamaIndex Workflow 的 RAG、基于 CrewAI LitServe 的 Agentic RAG API的源码结构与运行方式。仓库定位一个以项目为单位的 AI 工程学习库仓库主文档 README.md 对项目的定位是93 Production-Ready Projects覆盖所有技能层级并提供三条明确的导航路径零基础入门先阅读 AI Engineering Roadmap获得从 Python 基础到生产级 AI 的完整学习路线图动手实践从 Beginner Projects 的 OCR 应用与简单 RAG 起步进阶与精通进入 Intermediate 的 Agent 工作流与 MCP 项目再到 Advanced 的微调与生产系统。从仓库实际目录结构看项目目录数已增长到 113 个超出了 README 标注的 93 个说明该仓库处于持续更新中README 中的项目清单可视为精选主干实际目录中还包括 grpo-finetuning-qwen3、colbert-rag、openai-swarm-ollama 等尚未进入主 README 清单的新增内容。README 同时声明仓库采用 MIT License见 LICENSE贡献流程为 Fork → 新分支 → Pull Request需要注意 README 中引用的attention-is-all-you-need-impl、nvidia-demo两个目录及CONTRIBUTING.md在当前仓库快照中并不存在阅读清单时以实际存在的目录为准。入门层Beginner单组件、可本地运行的最小闭环入门项目的设计原则是聚焦单一组件、实现直接README 将其分为 OCR Vision、Chat Interfaces UI、Basic RAG、Multimodal Media、Other Tools 五类。OCR Vision本地视觉模型的四种实现入门视觉项目均围绕本地多模态模型 Streamlit/Gradio 界面展开覆盖不同的开源模型选型项目模型侧重点LaTeX OCR with LlamaLlama 3.2 Vision将 LaTeX 公式图片转换为代码Llama OCRLlama 3.2100% 本地 OCR 应用StreamlitGemma-3 OCRGemma-3结构化文本抽取Qwen 2.5 VL OCRQwen 2.5 VL通用文本抽取四个项目对比的是同一任务图片到文本/代码在不同开源视觉模型上的表现适合作为模型选型的第一组实验。Basic RAG以 simple-rag-workflow 为例理解最小 RAG 管线基础 RAG 类包括 Simple RAG Workflow、Document Chat RAG、Fastest RAG Stack、GitHub RAG、ModernBERT RAG、Llama 4 RAG。其中 Simple RAG Workflow 是最小可运行的本地 RAG 参考实现环境要求为 Python 3.10 与 Ollama运行步骤为# 1. 安装 OllamamacOS / Linux 相同 curl -fsSL https://ollama.com/install.sh | sh # 2. 拉取模型 ollama pull llama3.2 # 3. 保持 Ollama 服务在后台运行 ollama serve然后运行 workflow.ipynb 查看效果。其核心逻辑在 workflow.py 中值得逐段拆解class RAGWorkflow(Workflow): def __init__(self, model_namellama3.2, embedding_modelBAAI/bge-small-en-v1.5): ... self.llm Ollama(modelmodel_name) # 本地 LLM self.embed_model HuggingFaceEmbedding(model_nameembedding_model) Settings.llm self.llm # 全局配置 Settings.embed_model self.embed_model入口与索引构建ingest 步骤L30-L39通过SimpleDirectoryReader(dirname).load_data()加载目录文档再用VectorStoreIndex.from_documents建立向量索引返回StopEvent结束本次运行检索retrieve 步骤L41-L57index.as_retriever(similarity_top_k2)取相似度最高的 2 个节点包装为RetrieverEvent流向下一步。索引为空时会打印提示并中止避免无意义的生成合成synthesize 步骤L59-L65使用CompactAndRefine(streamingTrue, verboseTrue)将查询与检索节点逐条压缩、精炼成最终回答并支持流式输出对外暴露两个便捷方法ingest_documents(directory)负责入库、query(query_text)负责完整检索-生成L67-L79。从源码结构看该实现完整覆盖了加载 → 向量化 → 检索 → 合成四段式 RAG 管线且默认参数llama3.2、BAAI/bge-small-en-v1.5、top_k2全部可在RAGWorkflow构造函数中调整是修改和扩展成本最低的起点。进阶层Intermediate多组件系统与 Agentic 化改造进阶项目的主线是把检索从单步流程升级为智能体决策同时引入 MCP 协议将能力外部化。Agentic RAGCrewAI Web Search FallbackAgentic RAG 是这一层的代表项目用 CrewAI 编排检索智能体当文档库检索不到答案时回退到 FireCrawl 网页搜索并支持 DeepSeek-R1 或本地 Llama 3.2 两种模型后端。其 README 给出的安装与启动命令为pip install crewai crewai-tools chonkie[semantic] markitdown qdrant-client fastembed streamlit run app_deep_seek.py # 使用 deep-seek-r1 streamlit run app_llama3.2.py # 使用本地 Llama 3.2配套的 deploy-agentic-rag 则演示了如何把 Agentic RAG 私有化部署为 HTTP API。其 server.py 中AgenticRAGAPI继承 LitServe 的ls.LitAPIclass AgenticRAGAPI(ls.LitAPI): def setup(self, device): researcher_agent Agent( roleResearcher, goalResearch about the users query and generate insights, tools[SerperDevTool()], # 联网搜索工具 # llmllm # 可选LLM(modelollama/qwen3) 走本地模型 ) writer_agent Agent(roleWriter, goal...write a concise and informative response...) self.crew Crew(agents[...], tasks[...], verboseTrue) def predict(self, query): return self.crew.kickoff(inputs{query: query})需要注意的运行前提见文件头部注释L1-L13需将.env.example复制为.env并填入SERPER_API_KEY与OPENAI_API_KEY如希望全本地运行可执行ollama pull qwen3后取消llmLLM(modelollama/qwen3)注释。其他进阶方向AI Agents WorkflowsYouTube Trend AnalysisCrewAI BrightData、Hotel Booking CrewDeepSeek-R1 多智能体订票、Zep Memory Assistant拟人化记忆、Agent with MCP MemoryGraphiti 记忆 Opik 观测、Book Writer Flow、ACP CodeAgent Communication Protocol 演示等覆盖了编排框架、记忆系统与智能体间通信三类能力Voice AudioReal-time Voice BotAssemblyAI、RAG Voice AgentCartesia 实时语音、Chat with Audios音频 RAG、Multilingual Meeting Notes多语种会议记录Advanced RAGRAG with DocklingExcel/复杂文档解析、Trustworthy RAGTLM 可信 RAG、Fastest RAG with Milvus and Groq亚 15ms 检索延迟目标、Chat with CodeQwen3-Coder、RAG SQL RouterRAG 与 SQL 路由结合MultimodalDeepSeek Multimodal RAGJanus-Pro、Colivara Website RAG网页多模态 RAG、Multimodal RAG with AssemblyAI音频 向量库 CrewAI。MCPModel Context Protocol智能体与外部工具的连接层README 将 MCP 单列一类并给出 10 个项目可按用途归为四组RAG 场景MCP Agentic RAGCursor 中的 MCP RAG、MCP Agentic RAG Firecrawl、EyeLevel MCP RAG、LlamaIndex MCP、MCP Video RAG搜索与抓取Cursor Linkup MCP深度网络搜索、MCP Voice AgentFirecrawl Supabase 语音智能体数据与 ML 基础设施SDV MCP合成数据、KitOps MCPML 模型管理、Stagehand × MCP-UseWeb 自动化演示入口以上项目普遍采用MCP Server 客户端应用的双文件结构例如 mcp-agentic-rag 的server.py定义工具端点、rag_code.py承载检索逻辑可作为自建 MCP Server 的模板。模型对比与评估进阶层还内置一组同一任务、不同模型的对比实验全部基于 RAG 任务与 Opik 评估框架Llama 4 vs DeepSeek-R1、Qwen3 vs DeepSeek-R1、O3 vs Claude Code、Sonnet4 vs O4、Sonnet4 vs Qwen3-Coder、Code Model Comparison、GPT-OSS vs Qwen3以及端到端评估方法论示例 Evaluation and Observability。每个项目都附带eval-data/评估问题集与evaluation.ipynb可直接复现对比流程。高级层Advanced微调、复杂系统与生产部署微调与模型开发DeepSeek Fine-tuning使用 Unsloth Ollama 微调 DeepSeek核心在 Fine_tune_DeepSeek.ipynbBuild Reasoning Model用 GRPO 训练 DeepSeek-R1 风格的推理模型见 Own_reasoning_model_with_GRPO.ipynb。高级 Agent 系统这一组项目强调多阶段流水线 外部记忆 合规约束Multi-Agent Deep ResearcherMCP 驱动的深度研究、Multiplatform Deep ResearcherBrightData 多平台研究、Web Browsing AgentCrewAI Stagehand 浏览器自动化、Paralegal Agent Crew带 RAG 的法律辅助智能体、FireCrawl Agent带网页搜索回退的纠正式 RAG、Context Engineering WorkflowTensorLake Zep 研究助手、Documentation Writer Flow、Parlant Conversational Agent合规驱动的对话智能体、Stock Portfolio Analysis Agent含 React 前端、Guidelines vs Traditional Prompt结构化指南对比。MCP 基础设施与生产系统MCP 基础设施MindsDB MCP统一数据源接入、Financial Analyst DeepSeek、Graphiti MCPZep Graphiti 持久记忆、Pixeltable MCP多模态数据编排、Ultimate AI Assistant多 MCP Server 聚合界面生产系统GroundX Document Pipeline文档处理管线附 evaluation_geval.py 评估脚本与 NotebookLM Clone含 RAG、引用溯源与播客生成的完整实现。学习路线README 指出的 10 步进阶路径ai-engineering-roadmap/README.md 给出了与本仓库项目相互印证的学习主线其Learning Path Summary为FoundationPython 基础推荐 Harvard CS50p9 周AI BasicsAI with PythonDeepLearning.AI 4 小时课程;Mathematics线性代数 / 概率 / 统计Khan Academy 播放列表Understanding LLMs3Blue1Brown 神经网络可视化系列ResearchAndrej Karpathy Neural Networks: Zero to Hero从零构建神经网络Agents先读 Anthropic《Building Effective Agents》理解可组合模式而非复杂框架ApplicationCrewAI 多智能体系统课程IntegrationMCP 协议配套指南含 10 动手项目Practice本仓库的 75现已 90项目实战MasteryChip Huyen《AI Engineering》书籍深入生产级 AI 工程。这条路线与仓库的难度分级严格对应第 4–5 步对应理解层第 6–8 步对应 Intermediate 的 Agent/MCP 项目第 9 步直接落到本仓库第 10 步则由 Advanced 生产系统项目承接。使用方式与选型建议获取仓库git clone https://gitcode.com/GitHub_Trending/ai/ai-engineering-hub.git基于前文的项目结构给出三条可操作的选型建议只有一台能跑 Ollama 的机器从 simple-rag-workflowollama pull llama3.2ollama serve即可运行或任一本地 OCR 项目起步全部离线闭环想理解智能体编排按 agentic_rag → deploy-agentic-rag → hotel-booking-crew 的顺序依次覆盖检索增强 → API 化部署 → 多工具多智能体三个层次三者均为 CrewAI 技术栈学习曲线连续想自建 MCP 工具生态优先通读 mcp-agentic-rag 与 cursor_linkup_mcp 的server.py它们展示了工具注册与检索逻辑分离的最小模板。仓库整体采用 MIT LicenseLICENSE每个项目目录自带独立 README、依赖声明pyproject.toml或requirements.txt与示例 Notebook可独立复制、改造并集成进自己的项目。【免费下载链接】ai-engineering-hubIn-depth tutorials on LLMs, RAGs and real-world AI agent applications.项目地址: https://gitcode.com/GitHub_Trending/ai/ai-engineering-hub创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
