如果你还不熟悉当下的大语言模型（LLMs），那你可能已经在人工智能革命中落后了。越来越多的公司正在将基于LLM的应用集成到他们的工作流程中。因此，能够训练、微调、评估及将这些语言模型部署到生产环境的LLM工程师和运维工程师需求极高。
本文将为你盘点10个GitHub优质仓库，助你掌握与LLM相关的工具、技能、框架和理论知识。
1. brexhq/prompt-engineering
这个仓库是学习提示词工程（prompt engineering）的宝库。提示词工程是高效使用LLM最关键的技能之一。该仓库提供了丰富的技巧、方法和示例，帮助你设计更优的提示词，从而充分发挥如GPT-4o等模型的能力。
重要原因：
注重优化提示词的实用技巧。包含多样化应用场景的示例，如摘要、编程和创意写作。2. mlabonne/llm-course
该仓库提供了一个面向所有水平学习者的LLM综合课程。内容涵盖教程、项目和实操练习，帮助你更好地理解和应用LLM。
重要原因：
涵盖理论基础与实际应用。无论是初学者还是专业人士，都能借此深化对LLM的理解。3. Hannibal046/Awesome-LLM
这是一个包含与LLM相关的论文、工具、框架和教程的完整资源列表。你可以在这里一次性探索LLM生态，并紧跟最新进展。
重要原因：
涵盖LLM的训练、评估与服务部署。定期更新，添加新模型、新工具和新研究成果。4. WooooDyy/LLM-Agent-Paper-List
该仓库汇集了大量围绕LLM智能体（agent）的研究论文。对于希望了解LLM能力提升、探索前沿AI应用的读者来说，这是理想之选。
重要原因：
紧跟LLM智能体相关的最新研究。适合学者和专业人士探索LLM agent应用。5. avvorstenbosch/Masterclass-LLMs-for-Data-Science
该仓库专注于将LLM集成到实际工作流程中。内容以电子书形式介绍提示词工程、本地LLM、检索增强生成（RAG）等主题，并附有练习和答案，便于实践学习。
重要原因：
学习在技术项目中高效利用LLM。针对希望拓展技能的数据科学家量身打造。6. Shubhamsaboo/awesome-llm-apps
该仓库收集了众多基于LLM的优秀应用，展示了使用OpenAI、Anthropic、Gemini及开源模型构建的真实案例，并突出AI智能体和RAG系统。
重要原因：
探索LLM在现实中的应用。从独特的应用场景和易用的框架中汲取灵感。7. BradyFU/Awesome-Multimodal-Large-Language-Models
该仓库聚焦于多模态LLM，涵盖文本、图像、音频等多种输入类型。对于想要探索LLM下一代能力的人来说，这里不可错过。
重要原因：
深入了解最新的多模态AI进展。收录论文、工具和数据集资源。8. HandsOnLLM/Hands-On-Large-Language-Models
这是OReilly出版的《Hands-On Large Language Models》官方代码仓库，内含实用示例和项目，助你获得LLM实战经验。
重要原因：
为开发者和工程师提供实践学习资源。涉及微调、部署及LLM应用开发等主题。9. SylphAI-Inc/LLM-engineer-handbook
该手册为LLM工程师整理了从模型训练到部署的全套资源。无论是开发还是微调LLM应用的开发者，都能从中受益。
重要原因：
全面指南覆盖LLM工程全流程。包含用于训练与服务LLM的各类工具和框架。10. rasbt/LLMs-from-scratch
如果你有兴趣从零实现自己的LLM，这个仓库适合你。它将带你用PyTorch一步步实现类似ChatGPT的模型。
重要原因：
适合希望深入理解LLM底层原理的人。通过实操掌握LLM基础概念。结语
精通LLM需要理论知识、现代工具的熟悉度和丰富的实践经验。本文推荐的10个GitHub仓库涵盖了这三大要素，带你领略最前沿的AI框架，获取宝贵的资源、论文和教程，并通过项目和练习掌握构建LLM应用的能力。此外，这些仓库持续更新，助你紧跟LLM应用、AI智能体和框架的最新进展。
