🔍 开源工具推荐：《Claude Code Templates》—— 100+ 即装即用的 Agent、命令、MCP、Hooks 配置，配套 Analytics 监控面板 如果你在从零搭建 Claude Code 工作流，这个模板库能省你几个小时 核心特性： 1. 100+ 模板覆盖 Agent 行为、自定义命令、MCP 服务器、Hooks 配置全链路 2. Analytics 监控面板，可视化 agent 调用链路与 token 消耗 3. 一键安装，交互式选择 4. 模块化设计，可按需组合，不强迫全量安装 5. 持续更新，跟随 Claude Code 版本迭代 目标人群：想快速落地 Claude Code 的工程团队、AI 工具链建设者、Claude API 重度用户 🔗 #ClaudeCode# #AIAgent# #AI工具# #AI编程# #AIEngineering#

🛠️ 开源工具推荐：《Awesome Agent Skills》—— 1424+ 官方团队 AI Agent 技能库，Anthropic、Google、Microsoft 都在这里发布 如果你每天用 Claude Code、Codex、Cursor 或 Gemini CLI，你可能在重复发明别人已经做好的东西。每次需要一个新技能，例如处理 PR、操作 Stripe、部署 Cloudflare，你要么自己写、要么从各处东拼西凑。 Awesome Agent Skills 把这个问题解决得很彻底：一个 1424+ 技能的精选库，里面的每个技能都来自你已经在用的工具和服务的官方开发团队，不是批量 AI 生成的废料。 核心特性： 1. 官方团队出品：Anthropic、Google Labs、Microsoft（133+ 技能）、OpenAI（28+）、Stripe、Cloudflare、Vercel、Netlify、Trail of Bits、Sentry（50+）等 30+ 知名机构发布 2. 1424+ 真实可用技能：每个技能由真正使用它的工程师团队维护，不是 AI 批量合成 3. 全平台兼容：Claude Code、Codex CLI、Gemini CLI、Cursor、Kiro、OpenCode 全支持 4. 技能浏览器： 直接按发布者浏览和搜索 5. 社区持续更新：每周都有新的官方团队提交技能，实时增长 特别适合每天用 AI 编程助手、想用现成高质量技能（而不是自己从头写）的开发者，以及在企业内推广 AI Agent 工具链、需要可信官方来源技能的平台工程师。目前已获得 25.6k+ stars ⭐，是当前开源 Agent 技能集合里来源最权威、覆盖最广的社区库。 与批量生成技能仓库的关键差异：这里的每一个技能都有明确的「官方发布者」，例如Anthropic 发布的 Claude 技能、Stripe 发布的支付工作流技能、Sentry 发布的错误追踪技能，这是别的技能库没有的权威性和可信度。如果你用 Claude Code 想让它真正帮你操作 Stripe、调用 Cloudflare 或查 Sentry，这里是最直接的起点。 #AIAgent# #ClaudeCode# #VibeCoding# #AI工具# #AIEngineering# #codex#

📚 刚发现一份 AI 工程转型的论文清单，从零到前沿的路线全给你排好了 GitHub 上 2.6K stars 写了几年后端想转 AI，最难的不是学不动，是不知道从哪学起。网上的资料要么是「三天精通大模型」这种速成课，要么直接甩你一篇 Transformer 原论文，中间那段路没人给你铺。 这份清单把中间那段补上了，按主题分层排：分词、向量化、基础设施、核心架构打底，往上是混合专家模型、RLHF、思维链和推理，最后是优化、蒸馏和状态空间模型。每一层给的都是原始论文和项目本体，BERT、TensorFlow、FAISS、Ray、FlashAttention、Mamba、CLIP、DSPy 和 Model Context Protocol 都在列，《Attention Is All You Need》《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》《Distilling the Knowledge in a Neural Network》这几篇奠基论文也标了出来。 除了论文还有实战部分：图像 Transformer、视频 Transformer、上下文工程和竞赛模型相关的研究，以及 Meta、OpenAI、Swiggy、Netflix 和 Uber 的真实系统案例，能看到这些东西在生产环境里是怎么用的。末尾还附了一门 AI Engineering 的视频课。 想清楚要学什么，比一头扎进去学得快。 GitHub：

想学 AI 工程的话 别一直收藏提示词了 今天这个仓库可以看 ai engineering from scratch 适合那种已经会调 API 但想继续往 RAG Agent 部署 真实项目走的人 说白了就是 从玩 AI 慢慢变成能做 AI 产品

GitHub早上跟我推的这个项目 ai-engineering-from-scratch 400多节课，看着还挺有意思的，但是我觉得，如果为了找AI Agent学这些课，感觉太枯燥了 还不如把一些Agent的开源项目源代码给AI，然后加一些自己的想法，这样可能会更有实战性吧🤣

提示词工程、RAG、微调、部署、AI Agent——这些是应用级 GenAI 开发绕不开的核心领域 AI Engineering Academy 在 GitHub 上为这些领域提供了一套结构化的学习路线 它的特点是从零手写实现，逐步把学习者从 Demo 带到生产落地 以 RAG 章节为例，项目引导我们不使用任何框架，从头搭建系统，把底层逻辑彻底理清，而不是停留在调用 API 的层面 同时配合大量实战项目与代码示例，正好填补从实验到上线之间的认知空白 GitHub 无论你是刚入门想打基础，还是想进阶掌握大模型应用开发，都可以把这份指南当作实战参考。