Generative AI Guide

Source: https://github.com/aishwaryanr/awesome-generative-ai-guide at f0185981c19f
License: MIT
Read the English original

This edition is an AI-assisted translation.

:star: :bookmark: awesome-generative-ai-guide

生成式 AI 发展迅速。本仓库汇集了生成式 AI 研究、课程、面试资料、笔记本等内容，并围绕一个问题重新组织：你想做什么？

---

你想做什么？

选择适合你的入口。每条学习路径都包含从 101 到 301 的进阶内容。

• 🧑‍💻 我想在工作中使用 AI → Use AI
• 🏗️ 我想构建 AI 系统 → Build AI
• 🔬 我想了解相关研究 → Understand AI
• 💬 我正在准备面试 → Interview Prep hub
• 📚 我只想浏览所有免费课程 → All free courses, by topic
• 📺 我更想观看视频 → Video transcripts and resources

---

学习路径与级别矩阵

选择与你身份相符的行，以及代表目标深度的列，然后开始学习。各路径的级别含义不同：深度取决于该路径的目标。

学习路径	101 入门 🟢	201 实践者 🟡	301 高级 🟠
🧑‍💻 Use AI	LLM 是什么；提示词基础；熟练使用聊天工具	高级提示词；项目；连接工具；在工作中使用智能体框架	个人自动化；为自己构建多步骤智能体工作流
🏗️ Build AI	理解 LLM 的工作原理以便构建应用；应用技术栈；你的第一个 LLM 应用	RAG、智能体、评估、微调、护栏	LLMOps、生产规模、进阶智能体与 RAG、安全、系统设计
🔬 Understand AI	Transformer；关键论文；如何阅读论文	活跃研究领域：推理、智能体、RAG、评估	前沿：月度论文、研究表格、AI 现状

Build 是本指南的旗舰路径，也是内容最深入的一条。原先混在长列表中的 90 多门免费课程和代码笔记本，现在按级别归入矩阵单元，并标注主题。

---

按主题浏览

已经确定要学习的主题？直接进入对应页面。每个主题页面汇总相关内容，并标明各项资源适用的学习路径和级别。

LLM Foundations · Prompting and Context · Retrieval and RAG · Fine-tuning · AI Agents · Evaluation and Observability · Multimodal · Production and LLMOps · Safety and Security

也可以在此查看所有免费课程：按主题查看所有免费课程。

---

:mortar_board: LevelUp Labs 精选课程

这些免费课程由 Aishwarya Naresh Reganti 和 LevelUp Labs 团队制作，其中部分课程提供认证：

• AI Evals for Everyone (认证): 10 章内容，讲解如何评估 LLM 和智能体系统。
• OpenClaw Mastery for Everyone (认证): 为期 10 天的学习路径，教你配置并运行自己的个人 AI 助手。
• Agentic AI Crash Course: 共 10 部分，涵盖智能体、工具、RAG、MCP、规划、记忆和多智能体系统。
• Generative AI Genius: 面向初学者、无需数学基础的生成式 AI 入门课程。
• Applied LLMs Mastery (2024 edition): 为期 11 周的基础课程，归档为 2024 版。 Course website.

按主题整理的完整免费课程列表（包括 LevelUp Labs 原创课程和经过审核的外部课程）请见 按主题查看所有免费课程。

想和我们一起参加直播学习吗？以上课程均免费。我们也在 Maven 开设小班课程，已有 3,000 多名开发者参加：AI System Design（以问题为先，端到端设计真实生成式 AI 系统）和 Advanced AI Evals（打造可靠 LLM 与智能体产品所需的评估和改进闭环）。查看所有直播课程。

---

:star: 热门 AI 工具列表

探索我们精选的 AI 工具，覆盖 AI 应用开发的各个层面。请见我们喜爱的 AI 工具。

---

:computer: 面试准备

完整的**按职位分类的面试准备中心**：选择职位并依次学习对应目录（概览、面试轮次、含答案的深入题库、资源、课程和准备计划）。

• 🏗️ AI Engineer: 构建 LLM 应用、RAG、智能体、评估与系统设计。
• 📋 AI Product Manager: 产品思维、指标、权衡与负责任的 AI。
• 🚀 Forward-Deployed Engineer: 在需求不明确的情况下，为客户构建、集成和部署系统。
• 🧭 AI Strategist: 战略、投资回报率、自建或采购、治理与变更管理。

每个人都可以先从通用的 **60 个生成式 AI 面试问题**开始，再学习对应职位内容。系统设计面试练习计划在后续建设阶段推出。

---

:speaker: 最新动态

按时间从新到旧排列：

• OpenClaw Mastery for Everyone is live with certification. (Course)
• AI Evals for Everyone is live with certification. (Course)
• State of AI 2025 Report published, with its own build pipeline. (Report)
• Agentic AI Crash Course released in 10 parts. (Course)
• Living research tables for evaluation, agentic search and retrieval, and RAG are being kept current. (Research updates)

---

:paperclip: 资源

• ICLR 2024 Paper Summaries
• LLM Lingo: a 6-part glossary of common LLM terms.
• Monthly Best GenAI Papers: the 每月论文列表 (see Understand AI).

---

:black_nib: 贡献

欢迎通过 PR 为仓库添加内容或报告问题。请参考学习路径与级别矩阵及按主题浏览索引，将新增内容放入合适的路径、级别和主题。

---

:pushpin: 引用

引用本指南时，请使用以下格式：

@article{areganti_generative_ai_guide,
author = {Reganti, Aishwarya Naresh},
journal = {https://github.com/aishwaryanr/awesome-generative-ai-guide},
month = {01},
title = {{Generative AI Guide}},
year = {2026}
}

许可证

MIT License

^** 如有赞助内容，会明确标注。我们不为相关产品或服务背书或作任何保证，也不对使用中产生的问题负责。请自行评估并谨慎使用。