luban-agi/Awesome-AIGC-Tutorials · 上手攻略
- 仓库：luban-agi/Awesome-AIGC-Tutorials
- 链接：https://github.com/luban-agi/Awesome-AIGC-Tutorials
- 分类：学习资源 · 合集 · LLM/AIGC
- 作者：Tom
- 更新：2026-08-27
这是什么
Awesome-AIGC-Tutorials 是一个人工策划的 AIGC 学习资源合集，按主题分为 Large Language Models（LLM）、AI Painting、AI Audio、Multimodal、Deep Learning、AI System 等大类，收录大学课程（Stanford CS324、CMU 11-667 等）、行业培训（DeepLearning.AI 短课程、Microsoft AI For Beginners）、开源教材和博客文章。MIT 许可证，支持社区 contributions。
项目没有需要安装的代码包，本质是一个结构化书签列表 + 简要说明，类似于 awesome 系列清单，但专注于生成式 AI 领域。英文版为主，附中文翻译版（README_zh.md）。
⚠️ 最近一次 commit 日志显示最后更新在 2024 年 2 月，仓库自 2024 年中以后活跃度下降——但现有内容覆盖 LLM 核心主线，仍然有参考价值。
解决什么问题
AIGC 学习者面临的信息过载问题：Prompt Engineering、Fine-tuning、RAG、Agent、多模态……每个方向都有大量课程和教程，质量参差不齐，筛选成本极高。
Awesome-AIGC-Tutorials 的价值在于有人已经替你筛选过一轮，每个资源都附有简短说明和难度标签（Easy / Medium / Hard），标注了形式（Video / Notebook / Book），并按主题分类索引。
同类资源对比：
| 方案 | 覆盖范围 | 质量门槛 | 更新频率 |
|---|---|---|---|
| Awesome-AIGC-Tutorials | LLM + AI Painting + Audio + Multimodal | 编辑策划，有说明文字 | 低（2024 年后放缓） |
| Prompt Engineering Guide (dair-ai) | 仅 Prompt Engineering | 高（学术+工程双轨） | 高 |
| LearnPrompting.org | Prompt Engineering 为主 | 中 | 高 |
| paperswithcode.com | 论文为主 | 高（同行评审） | 高 |
| Hugging Face Course | 实战为主 | 中 | 高 |
快速上手
没有任何安装步骤——直接打开 GitHub 页面浏览即可。
在线浏览
访问主 README： - 英文版：https://github.com/luban-agi/Awesome-AIGC-Tutorials - 中文版：https://github.com/luban-agi/Awesome-AIGC-Tutorials/blob/main/README_zh.md
离线备份
git clone https://github.com/luban-agi/Awesome-AIGC-Tutorials.git
# 本地打开 README.md 即可
贡献新资源
# 编辑 README.md 或对应分类文件
# 按现有格式添加条目：名称 + Badges(难度/形式) + 链接 + 一行描述
# 提交 Pull Request
# 参考 CONTRIBUTING.md 了解详细格式要求
核心内容速览
Large Language Models（最大板块）
Prompt Engineering（入门首选）： - ChatGPT Prompt Engineering for Developers — OpenAI + DeepLearning.AI 官方课程，Jupyter notebook 实战，入门门槛最低 - Building Systems with the ChatGPT API — 链式调用、聊天机器人、Python 集成 - LangChain for LLM Application Development — LangChain 作者亲自带，Agent + Tool 使用 - Prompt Engineering Guide — dair-ai 维护，覆盖完整理论体系
LLMs in Practice（工程向）： - LLM Bootcamp - The Full Stack — MLOps + UX + Agent 完整路径 - Finetuning Large Language Models — Sharon Zhou 主讲，数据准备 + 训练实战
Theory of LLMs（学术向）： - CS324 - Advances in Foundation Models（Stanford）— GPT-3 / DALL-E 原理 + 系统 + 伦理 - CS11-711 Advanced NLP（CMU）— 现代神经 NLP 方法 - 11-667 Large Language Models（CMU）— Scaling、部署、未来挑战全景 - CS224N（Stanford）— PyTorch 深度 NLP 经典课程 - Speech and Language Processing — Jurafsky & Martin 经典教材（持续更新）
AI Painting
- Niji Academy 艺术基础 + AI 绘画结合课程
- Stable Diffusion 原理与应用（目录中可见但内容截断，可参考官方教程补充）
AI System（系统方向，值得重点关注）
- AI-Systems (LLM Edition) 294-162 — LLM 系统方向补充学习路径
- TinyML and Efficient Deep Learning Computing（MIT）— 模型压缩、剪枝、量化、架构搜索、分布式训练、量子 ML
Multimodal
- CSCI-GA.3033-102: Learning with Large Language and Vision Models（NYU）— LLM + VLM 联合学习
典型适用场景
- 系统性学习路径规划：想学 LLM 但不知道从哪门课开始，先在这里找到入口课程
- 资源速查：知道一个主题，想快速找到评价较好的课程/教材
- 团队内训选课：HR / Team Lead 选 AI 培训资源时用这份清单做初筛
- 简历/申请背景提升：列出自己完成过的课程，Awesome-AIGC-Tutorials 的 Badges 格式可作参考
坑与注意
- ⚠️ 最后更新为 2024 年 2 月：此后没有新的课程添加，部分课程页面（特别是 Notion 链接）可能已失效或更新；使用前建议验证链接可访问
- 内容偏向英文：几乎所有课程都是英文，中文学习者需有一定英语阅读能力
- 无课程质量担保：策划门槛较低（每人可提 PR），部分课程深度有限；建议结合课程官网的最新评价判断
- 与 Papers With Code 等无重叠：Awesome 系列是教程合集，不是论文列表；如果需要前沿论文，选 paperswithcode 或 arXiv
- 不提供代码运行环境：这是一个"阅读清单"，不是 notebook 平台；实战还需要配合 Google Colab / JupyterLab
- 课程免费性不一：部分课程（如 Coursera 专项）需付费才能拿证书，但视频/材料通常免费；注意各平台收费政策
与同类对比
| 维度 | Awesome-AIGC-Tutorials | Prompt Engineering Guide | LearnPrompting.org | Hugging Face Course |
|---|---|---|---|---|
| 内容形式 | 链接列表 + 说明 | 网站 + 完整文章 | 网站 + 交互课程 | 官方课程平台 |
| 覆盖广度 | 极广（LLM+绘画+音频+系统） | 专注 Prompt Engineering | 专注 Prompt Engineering | 专注 HF 生态 |
| 深度 | 浅（单行描述） | 深（完整文章） | 中（互动练习） | 中（配套代码） |
| 更新频率 | 低 | 高 | 高 | 高 |
| 中文友好度 | 低（仅 README 有翻译） | 中 | 中 | 中 |
结论：Awesome-AIGC-Tutorials 适合广度优先的探索阶段——不知道自己该学什么的时候，浏览这个清单找到方向；确定方向后，再去对应深度平台（Prompt Engineering Guide、Hugging Face Course）系统学习。
一句话推荐结论
Awesome-AIGC-Tutorials 是一个 AIGC 领域的"课程导航清单"，覆盖面广但内容深度浅，适合用来快速了解 LLM / AI Painting / Multimodal 等方向有哪些可用资源，再定向深入——但因为更新较慢，使用前务必核验课程链接是否仍然有效。
原始仓库：https://github.com/luban-agi/Awesome-AIGC-Tutorials
中文版：https://github.com/luban-agi/Awesome-AIGC-Tutorials/blob/main/README_zh.md