GitHub-радар
Бесплатный курс: разберись, как устроены модели, поиск и агенты
Это бесплатный курс с открытым кодом на 542 урока: ты сам пишешь код моделей, поисковых систем и ИИ-агентов, тестируешь его и разбираешь, почему он ломается.
Курс, где ты своими руками собираешь части ИИ-систем — от математики до продакшена — и проверяешь результат кодом, а не просто читаешь объяснение.
Когда пригодится
Пригодится, если ты уже работаешь с ИИ-агентами и хочешь понять, что происходит внутри, а не только писать промпты. Не стоит проходить всё целиком — лучше выбрать один путь из 542 уроков.
Плюсы
- Бесплатный и с открытым кодом (лицензия MIT)
- Три проекта с автоматической проверкой результата, а не просто текстом
- Встроенный опросник подбирает раздел под твой уровень
- Работает на обычном ноутбуке, видеокарта не нужна
Минусы
- 542 урока в 20 разделах — пройти всё займёт сотни часов
- Часть уроков требует Node.js и Rust, а не только Python
Как поставить — по шагам
- 1Открой своего ИИ-агента (Claude Code или Codex) в папке проекта.
- 2Отправь агенту текст из блока ниже.
- 3Пройди встроенный опросник из 10 вопросов — он определит, с какого раздела начать.
- 4Проверь файл LEARNING.md: там сохранится твой личный план курса.
- 5Выбери один путь — агенты, MCP или скиллы — вместо всего курса из 542 уроков.
- 6Попробуй один из трёх проектов с автопроверкой, например Retrieval Evaluation Lab.
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Поставь курс AI Engineering From Scratch как навык в Claude Code (`npx skills add rohitg00/ai-engineering-from-scratch`), запусти встроенный опросник, чтобы определить, с какого раздела мне начать, и начни первый урок через /start-learning.
Запустится на обычном ноутбуке — видеокарта не нужна, для большинства уроков достаточно Python; часть уроков нужна Node.js, часть — Rust.
Открыть на GitHub▌ Ещё находки