今天我就从专业角度出发，给大家精挑细选了 6 个在 GitHub 上“狂飙”的 AI大模型 教程项目，不仅实用、完整、还都是免费开源的！

大模型发展这两年，应用型 AI 的焦点一直在 “提示工程”（prompt engineering），但随着更强大的大语言模型（LLM）走向多轮、长时间的自主行动，一个更关键的概念开始走到台前：上下文工

> 本文深入探讨了知识图谱的构建全流程，涵盖了基础理论、数据获取与预处理、知识表示方法、知识图谱构建技术等关键环节。 > 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构

摘要 本文以原理与示例结合的形式讲解 Java 开发者如何基于 Spring AI Alibaba 框架玩转 MCP，主要包含以下内容。 1. 一些 MCP 基础与快速体验（熟悉的读者可以跳过此部分）

初识LangChain4j 官网：LangChain4j 中文文档 | LangChain4j 中文文档 LangChain4j 的目标是简化将 LLM 集成到 Java 应用程序中的过程。 快速上手

本文介绍了如何使用 Ollama + DeepSeek + Dify 搭建本地知识库，帮助企业高效管理信息。通过简单配置，可实现智能问答、文档检索等功能，提升效率并保障数据安全。

写一个日程表的electron项目，再和MCP结合起来，让Cursor/Trae提醒我不要忘记点外卖了。

上周末，我花了大概 90 分钟，完成了一个 AI 育儿助手的雏形。我可以通过它随手记录下娃的成长点滴，也能基于我家娃情况、给我提供靠谱建议的智能顾问。 我在群里分享了我的成果之后，大家非常好奇我是怎么

Augment Agent 发布后，国内的自媒体现在清一色都是上面的画风👆 到处都是“再见 Cursor” 之类的言论👀 什么？你还不知道发生了什么？看图👇 实际上很多文章作者在此之前可能根本就没有听