Python、TypeScript、Rust、JuliaでAIエンジニアリングの概念を基礎から学べる、542レッスンの無料MITライセンス講座。
patchy631/ai-engineering-hub
LLM、RAGパイプライン、AIエージェントを扱う90以上の実践的なチュートリアルプロジェクトを、難易度別にまとめたコレクションです。
- スター
- 41,269
- フォーク
- 6,586
- 未解決の Issue
- 133
- 最終コミット
- 6 日前
これは何?
AI Engineering Hubは、大規模言語モデルを使った開発方法を学べる、実行可能なチュートリアルプロジェクト集です。プロジェクトは初級・中級・上級に分かれており、ローカルのチャットインターフェース、ビジョンモデルを使ったOCR、文書を対象とした検索拡張生成、音声・動画RAG、CrewAI、LlamaIndex、AutoGenなどのフレームワークで構築するマルチエージェントのワークフローといったトピックを扱っています。
多くのプロジェクトが、MCP(Model Context Protocol)連携、エージェントのメモリ、推論モデル同士の評価といったモデル比較に重点を置いています。DeepSeek、Gemini、AssemblyAIなどのプロバイダーが提供するホスト型APIを使うプロジェクトがある一方、Ollama経由でローカルモデルを使うものもあります。
各プロジェクトは独自のコードとともに個別のフォルダーに収められているため、読者は現在のスキルレベルに合ったチュートリアルを選び、単独で実行できます。
主な機能
- 01LLM、RAG、AIエージェントを1つのリポジトリで幅広く扱っています。
- 02プロジェクトは初級・中級・上級に分類されています。
- 03OCR、音声、マルチモーダルRAGの例を収録しています。
- 04複数のMCPサーバーおよびクライアントの実装を紹介しています。
- 05各チュートリアルは個別のフォルダーにまとめられています。
ユースケース
- 動作する文書チャットアプリを構築しながら、RAGを学ぶ。
- CrewAIやAutoGenなどのエージェントフレームワークの連携方法を試す。
- 同じタスクに対する異なるLLMの出力品質を比較する。
- MCPベースのツール連携を始めるためのテンプレートを探す。
使う前に知っておきたいこと
- READMEには共通のインストールコマンドが記載されていません。このコレクション内の各プロジェクトでセットアップ方法が異なります。
収録されている特集
トピック
よくある質問
- ai-engineering-hub とは?
- LLM、RAGパイプライン、AIエージェントを扱う90以上の実践的なチュートリアルプロジェクトを、難易度別にまとめたコレクションです。 AI Engineering Hubは、大規模言語モデルを使った開発方法を学べる、実行可能なチュートリアルプロジェクト集です。プロジェクトは初級・中級・上級に分かれており、ローカルのチャットインターフェース、ビジョンモデルを使ったOCR、文書を対象とした検索拡張生成、音声・動画RAG、CrewAI、LlamaIndex、AutoGenなどのフレームワークで構築するマルチエージェントのワークフローといったトピックを扱っています。
- ai-engineering-hub は無料で使えますか?ライセンスは?
- ai-engineering-hub は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- ai-engineering-hub は今もメンテナンスされていますか?
- 活発にメンテナンス中。ai-engineering-hub の最終コミットは 2026年11月1日 です。
- ai-engineering-hub は何に使えますか?
- 動作する文書チャットアプリを構築しながら、RAGを学ぶ。 CrewAIやAutoGenなどのエージェントフレームワークの連携方法を試す。 同じタスクに対する異なるLLMの出力品質を比較する。 MCPベースのツール連携を始めるためのテンプレートを探す。
- ai-engineering-hub はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/patchy631/ai-engineering-hub
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Claude、Gemini、GPT、DeepSeek、Llama、Qwenを使って構築された、オープンソースのAIエージェント、エージェントスキル、RAGアプリの大規模なコレクションです。
AIの数学の基礎、機械学習、深層学習、Transformer、BERT、コンペの事例を、注釈付きコードやデータセットとともに学べる中国語の講座形式リポジトリです。
ローカルLLMを使い、クラウドAPIに頼らずJavaScriptでRAGを一から段階的に学べるプロジェクト。
LLMを活用したアプリを構築するための、DartおよびFlutter向けLangChain移植版。複数のモデルプロバイダー、RAG、エージェントに対応。
LLM APIの利用からローカル環境での実行・ファインチューニングまで学べる中国語の手順ガイドとデモコード。Kaggle/Colab版も用意。