这是什么

genieincodebottle/generative-ai 是一个公开的GitHub仓库，将生成式AI学习材料集中在一个地方：PDF指南、Jupyter笔记本、云设置文档、面试准备和可运行的示例项目（RAG、代理、聊天机器人等）。它定位为“端到端GenAI学习的一站式中心”。

里面有什么

学习与文档

• 核心概念：关于向量嵌入的PDF、关于提示工程的Jupyter笔记本、AI设计模式和机器学习参考指南。
• 架构：涵盖技术栈、LLM提供商比较、高级RAG决策流程和GenAI项目生命周期的PDF。
• 云平台：在AWS、Azure和Google Vertex AI上部署GenAI的指南。
• 面试准备：针对GenAI、RAG/提示、LLM、代理AI、ML系统设计、MLOps等的问答模块和PDF。
• 生产：企业生产就绪检查清单。

动手项目（在genai-usecases文件夹中）

• 检索增强生成（RAG）：包含9种模式的高级RAG（例如，纠正性RAG、混合搜索、查询扩展）以及缓存增强替代方案。
• 代理AI：使用CrewAI和LangGraph的多代理系统、23种推理模式（思维链、ReAct等）、内容审核系统和模型上下文协议（MCP）示例。
• 对话式AI：具有持久记忆的PDF聊天机器人；全栈客户反馈分析应用。
• LLM工具：OpenAI、Gemini、Claude、Groq和本地模型的比较；嵌入模型指南。
• 数据与分析：文本到SQL、Neo4j图的自然语言查询、通话转录的情感分析和聊天分析仪表板。
• 提示安全：16+种提示工程技术；使用Meta的Llama Guard的提示注入检测器。
• 多模态：文本到图像应用（Gemini 2.5 Flash）和一体化Llama 4应用（聊天、OCR、RAG、代理）。
• 自动化：n8n工作流自动化设置指南。

相关外部项目

列出了几个独立的开源工具作为推荐资源（不是此仓库中的代码），包括本地编码代理（Tura）、QA代理（agent-qa）和CLI编排器（YYLO、agent-manager）。

配套学习网站

一个链接的平台，AI-ML Companion（aimlcompanion.ai），提供此材料大部分内容的交互式版本：28个轨道、400多个模块、测验、可视化和23个真实世界项目，描述为“免费开始”。仓库的指南被描述为该网站持续更新的参考材料。

如何贡献

任何人都可以通过分叉仓库、克隆它、创建功能分支、提交更改、推送并打开带有简短描述的拉取请求来贡献。