5分钟测出你真实AI能力 ，点击下方小程序

免费领取AI入门学习资料、全套题库

昨天给大家介绍的AI理论教程反馈不错，但咱们光会纸上谈兵还不行，得找点实战项目学习、练手，这样才能更好的理解所学知识。

所以，今天直接给大家端上一锅硬菜Hands-On AI Engineering。

里面实打实装了几十个智能体、RAG、OCR、语音等精选实战AI项目，每一个都能直接跑起来。

地址：https://github.com/Sumanth077/Hands-On-AI-Engineering

那下面咱们详细说说这个合集都有啥。首先是丰富的智能体集合，这也是整个仓库最亮眼的部分。

你想要金融分析AI助手，有专门的股票分析智能体，能拉取实时行情生成盈亏报告。

想要旅行规划，有多智能体协作的旅行管家，一句话就能给你排出完整行程。

竞品调研，有品牌监控智能体自动抓取各大平台信息生成简报。

这些智能体不是那种只能回答你好我好的玩具，而是真正能串联搜索、数据库、外部API完成复杂任务的自动化流程，跑一遍你就能理解智能体到底是怎么协作的。

文档检索也就是大家常说的RAG应用同样有很多。项目里有好几种RAG实现方式，我比较喜欢的是那个带自我反思的检索增强生成系统。

普通RAG经常遇到的问题就是检索回来的内容跟问题对不上号，硬着头皮回答就容易胡说八道。

这个系统会先给检索回来的内容打分，觉得不对劲就自动重写问题再搜一遍，直到找到靠谱的参考资料才生成回答。

这种自我纠错机制在实际工程中特别重要，也是面试常考的知识点。

光学字符识别也就是OCR部分同样实用。你有没有遇到过需要从图片里提取结构化数据的情况？手动敲费时费力还容易出错。

项目里的图片转结构化数据工具能把发票、表单这类图片直接变成规范的JSON格式。

还能用数学公式识别工具把论文里的公式提取出来转成LaTeX代码，挺适合做研究的。

多模态应用能同时理解图片和文字，比如描述一张照片的内容并回答相关问题。

音频部分则涉及语音转文字、语音合成等场景。更硬核的还有微调专区，教你如何用自己的数据训练模型，让AI更懂你的业务。

等你把上面的项目整熟之后，进阶玩法的话我推荐两个方向。

一个是把不同项目的智能体组合起来，比如用品牌监控智能体收集竞品信息，再喂给竞品分析智能体生成深度报告，形成一条自动化情报生产线。

另一个是深入研究那个带自我反思的RAG系统，理解其检索评分和问题重写的逻辑后，尝试把这套机制迁移到你自己的业务场景中，提升问答准确率。

需要注意的是，里面部分项目是需要大模型API的，你得提前准备密钥，然后需要具备一些编程基础。

如果你是正在系统学习AI工程但苦于没有实战项目的开发者，或者是想快速了解智能体和RAG等技术落地方案的技术管理者，这个合集绝对值得你花时间折腾。

别光收藏不行动，挑一个最感兴趣的项目，赶紧克隆到本地跑起来吧！

AI 实操交流群

找一群同路小伙伴一起进步

企业、高校及渠道合作

请联系微信：FYLlaoshi