别再收藏第 94 个教程了：93 个 AI 工程项目，按这三档走才能变成手艺

核心判断先说清楚：这个仓库值钱的地方不是 93 这个数字，而是它把“学 AI 工程”切成了三档可走的路。patchy631 的 ai-engineering-hub 在 GitHub 上约 4.1 万星，11 月 2 日还在当日趋势里，10 月 30 日到 11 月 4 日这 5 天又涨了约 2595 星——涨得快，说明很多人正处在同一个困境：教程看了不少，能独立交付的东西没几个。仓库按难度分了三档：22 个入门项目、48 个中级项目、23 个高级项目，覆盖 OCR 应用、简单 RAG、本地聊天复刻，到 agentic RAG、多智能体工作流、MCP 集成、语音 agent，再到微调、生产系统与企业部署。

我的用法建议是反收藏夹的：先定一个你要交付的东西，再倒着挑项目。第一档只做一个：比如一个能跑通的 OCR 小应用或简单 RAG，目标不是“学会 RAG”，而是“输入一份文档，能问答、能指出答案出自哪一段”。第二档只做一个：把第一档的东西升级成带工具调用的 agent 工作流，比如能查资料、能调接口、出错能重试一次，重点练“任务拆解和失败处理”，不是堆模型。第三档先别碰，除非你已经有一个要上线的东西：微调和生产部署解决的是成本、延迟和稳定性问题，没有真实用户之前，这些优化全是纸上谈兵。每一档结束时留一个可演示的产物：能跑的链接、能录屏的操作、能给别人用的小工具，没有产物就不算学完这一档。

也要把丑话说在前面：星数是关注度，不是质量保证，我没有逐个实测这 93 个项目，里面的 Notebook 年头不一，跑之前先看依赖和最近更新时间，别直接在主力项目里装一堆包。还有成本问题：很多项目要调模型 API，跑中级项目之前先设好额度上限，不然“学费”会先于“手艺”到账。按这个走法，这个仓库才是一个课程表；按收藏夹走法，它只是第 94 个让你心安的链接。

什么情况下这篇结论不成立：你已经有明确产品和用户，那应该直接按产品需求挑项目，不用按三档顺序走；你只是想快速了解概念，那读文档和综述比动手跑 93 个项目更快。这个仓库适合的是“想把 AI 开发变成可交付手艺”的人，不适合“只想知道 AI 能干什么”的人。