aishwaryanr/awesome-generative-ai-guide · 上手攻略
- 仓库：aishwaryanr/awesome-generative-ai-guide
- 链接：https://github.com/aishwaryanr/awesome-generative-ai-guide
- 分类：ai
- 作者：Jay
- 更新：2026-07-13
这是什么
这是一个由 Aishwarya Naresh Reganti（AWS ML 专家）维护的 Generative AI 综合性学习资源库。它的定位不是某个工具或框架的使用指南，而是一站式 AI 学习路径导航——涵盖大语言模型基础、提示工程、微调、RAG、Agent 开发、模型评估、面试准备、免费课程、论文精读，以及一系列成体系的学习路线图（Roadmap）。
说白了：无论你是 AI 小白还是想系统提升，这里更像一张知识地图，告诉你每个方向该学什么、该看什么资料。
解决什么问题
AI 领域资料太多太杂，从博客到论文到课程到开源项目，质量参差不齐。这个仓库试图做两件事：
- 结构化整理：把碎片化内容按主题、难度、学习曲线组织起来；
- 持续更新：每月更新最佳论文列表，定期补充新课程和路线图。
内容结构一览
核心内容板块
| 板块 | 内容 |
|---|---|
| Best GenAI Papers（每月） | 精选当月最佳生成式 AI 论文，带摘要和关键贡献说明 |
| Interview Prep | 60 道常见 GenAI 面试题，含参考答案要点 |
| Applied LLMs Mastery 2024 | 11 周完整课程，覆盖 LLM 全链路（10 周内容 + 1 周基础） |
| Generative AI Genius 2024 | 另一套独立课程体系 |
| AI Evals for Everyone | 模型评估方法论课程，含认证 |
| OpenClaw Mastery for Everyone | OpenClaw 专项课程（由 Aishwarya Reganti & Kiriti Badam 推出，含认证） |
| 90+ 门免费 GenAI 课程 | 按主题分类的完整课程列表 |
| Notebooks 代码库 | 可直接运行的 LLM 应用开发 notebook 合集 |
| 学习路线图（Roadmap） | 3 天 RAG 路线图、5 天 LLM 基础路线图、5 天 LLM Agent 路线图 |
快速上手：学习路径推荐
零基础入门（5天）
- Day 1-2：阅读 genai_roadmap.md，建立全局认知
- Day 3：跟学 Week1 Practical Introduction to LLMs
- Day 4-5：跟学 Week2 Prompting and Prompt Engineering
想快速搞 RAG（3天）
按 RAG_roadmap.md 路线图走，配合 Week4 RAG 课程内容。
想搞 Agent 开发（5天）
- 先读 agents_101_guide.md
- 再走 5天 LLM Agents 路线图
- 参考 Week5 Tools for LLM Apps 了解工具生态
备战面试
精读 60_gen_ai_questions.md，配合课程 Week6（评估）和 Week9（挑战）。
免费课程列表
仓库维护了一份 90+ 门免费 GenAI 课程清单，涵盖： - 基础理论（Transformers、注意力机制） - 应用开发（RAG、Agent、微调） - 评估方法（LLM Evals） - 特定领域（多模态、科学 AI）
典型适用场景
| 场景 | 推荐板块 |
|---|---|
| 系统学习 LLM 理论基础 | Applied LLMs Mastery 2024 全课程 |
| 准备 AI 算法面试 | 60 GenAI 面试题 + Week9 挑战章节 |
| 了解 RAG 完整技术栈 | 3天 RAG 路线图 + Week4 课程 |
| 了解 Agent 开发全貌 | agents_101_guide + 5天 Agent 路线图 |
| 找最新论文阅读清单 | Monthly Best GenAI Papers 系列 |
| 找免费高质量课程 | 90+ 免费课程清单 |
坑与注意
- 内容为英文为主：虽然仓库有中文翻译资源（如 awesome-Claude-Code），但课程内容主要是英文，需要一定英语阅读能力。
- OpenClaw Mastery 课程为特色：这是少数专门为 OpenClaw 开设的免费课程之一，如果你用 OpenClaw，这个值得优先刷。
- 课程时间戳偏旧：Applied LLMs Mastery 2024 是 2024 年 1 月开始的课程，部分内容可能需要对照 2026 年最新模型更新（如 Claude 4、GPT-5 等新 API 变化）。
- Notebook 需要自己运行：代码 notebook 在仓库里，但没有托管执行环境，需要自行 clone 后在本地或 Colab 运行。
- awesome 类收藏本质：本质上是一个经过筛选的知识合集，不是工具类仓库，用法是"读"而非"安装"。
与同类对比
| 维度 | 本仓库 | 传统 awesome-* 列表 | 付费课程（如deeplearning.ai） |
|---|---|---|---|
| 内容深度 | 中等（有课程有路线图） | 浅（只列链接） | 深（完整视频课） |
| 免费 | ✅ 完全免费 | ✅ | ❌ 收费 |
| 系统性 | 高（有路线图强制顺序） | 低（纯列表） | 高 |
| 维护频率 | 活跃（每月更论文） | 视仓库而定 | 课程完成后不更新 |
| 上手门槛 | 初中级 | 低 | 初学者友好 |
一句话推荐结论
如果你想找一条免费、系统、有路线图的 GenAI 学习路径，而不是在海量博客里东一榔头西一棒子，这个仓库是很好的起点——特别是 Applied LLMs Mastery 课程和 OpenClaw Mastery 专项，配合路线图使用效果最佳。