Awesome AI Resources

这里收录适合 AI 应用工程师持续学习的高质量资源。原则是少而精，优先选择官方文档、经典教程和真实工程案例。

学习顺序建议

新手不要一开始就打开几十个链接。建议按这个顺序：

• 先读模型平台官方文档，知道 API 怎么用。
• 再读 RAG 和 Agent 框架文档，知道常见架构。
• 做项目时查向量数据库、部署和评测工具。
• 遇到具体问题再看论文和深度文章。

官方文档

• OpenAI Platform Docs: https://platform.openai.com/docs
• Anthropic Docs: https://docs.anthropic.com
• Google AI for Developers: https://ai.google.dev
• Model Context Protocol: https://modelcontextprotocol.io
• LangChain Docs: https://python.langchain.com/docs
• LlamaIndex Docs: https://docs.llamaindex.ai

模型平台

• OpenAI: https://platform.openai.com
• Anthropic: https://console.anthropic.com
• Google AI Studio: https://aistudio.google.com
• Groq: https://console.groq.com
• Together AI: https://www.together.ai
• Fireworks AI: https://fireworks.ai

RAG

• LlamaIndex RAG Guide: https://docs.llamaindex.ai
• LangChain RAG Tutorials: https://python.langchain.com/docs/tutorials/rag
• Qdrant Docs: https://qdrant.tech/documentation
• pgvector: https://github.com/pgvector/pgvector
• Milvus: https://milvus.io/docs
• Weaviate: https://weaviate.io/developers/weaviate
• Chroma: https://docs.trychroma.com

Agent

• OpenAI Agents SDK: https://openai.github.io/openai-agents-python
• LangGraph: https://langchain-ai.github.io/langgraph
• AutoGen: https://microsoft.github.io/autogen
• CrewAI: https://docs.crewai.com

MCP

• MCP Official Site: https://modelcontextprotocol.io
• MCP Specification: https://modelcontextprotocol.io/specification
• MCP Servers: https://github.com/modelcontextprotocol/servers

Evaluation

• OpenAI Evals: https://github.com/openai/evals
• Ragas: https://docs.ragas.io
• DeepEval: https://docs.confident-ai.com
• LangSmith: https://docs.smith.langchain.com

Document Processing

• MarkItDown: https://github.com/microsoft/markitdown
• Unstructured: https://docs.unstructured.io
• PyMuPDF: https://pymupdf.readthedocs.io
• Docling: https://github.com/docling-project/docling

Engineering

• FastAPI: https://fastapi.tiangolo.com
• Next.js: https://nextjs.org/docs
• Docker: https://docs.docker.com
• PostgreSQL: https://www.postgresql.org/docs
• Redis: https://redis.io/docs
• Vercel: https://vercel.com/docs

AI Coding

• GitHub Copilot: https://docs.github.com/copilot
• Cursor: https://docs.cursor.com
• Continue: https://docs.continue.dev

推荐筛选标准

加入资源前请确认：

• 是否仍在维护
• 是否有清晰示例
• 是否适合中文开发者学习
• 是否能帮助完成真实项目
• 是否避免标题党和低质量搬运

不建议新手一开始深挖的内容

• 大模型预训练细节
• 分布式训练优化
• CUDA 底层性能调优
• 复杂多 Agent 理论
• 追逐所有新框架

这些内容不是不重要，而是对“先做出 AI 应用”来说优先级没那么高。