开源项目
PipiHi0926/llm-course-zh
大型語言模型(LLM)的讀書會內容code部分整理，此github提供簡單、免費、易實作code範例，並由淺入深帶你一步步了解如何基於python建置LLM流程、部屬功能等
- language
- Jupyter Notebook
- stars
- 96
- forks
- 11
- license
- null
- homepage
- source_updated_at
- 2026-09-28T06:16:39Z
详细说明：
大型語言模型(LLM)的讀書會內容code部分整理，此github提供簡單、免費、易實作code範例，並由淺入深帶你一步步了解如何基於python建置LLM流程、部屬功能等
描述来源标记：原始/编辑整理
如何使用：
在 GitHub 打开仓库 PipiHi0926/llm-course-zh，按 README 安装与使用。Stars：96。
同类对比：
| 词条 | 关系 | 简介 | 选择理由 |
|---|---|---|---|
| PipiHi0926/llm-course-zh | 当前 | — | 基准对照 |
| LangChain | 相关 | The agent engineering platform. | 与「PipiHi0926/llm-course-zh」相关，可按场景对照选用 |
| LlamaIndex | 相关 | LlamaIndex is the document processing platform for AI | 与「PipiHi0926/llm-course-zh」相关，可按场景对照选用 |
| MCP 官方示例服务器集合 | 相关 | Model Context Protocol 官方维护的参考 MCP Server 集合。 | 与「PipiHi0926/llm-course-zh」相关，可按场景对照选用 |
| ComfyUI | 相关 | AI 相关工具/产品：ComfyUI。 | 与「PipiHi0926/llm-course-zh」相关，可按场景对照选用 |
| AutoGen | 相关 | AI 相关工具/产品：AutoGen。 | 与「PipiHi0926/llm-course-zh」相关，可按场景对照选用 |
| NousResearch/hermes-agent | 相关 | The agent that grows with you | 与「PipiHi0926/llm-course-zh」相关，可按场景对照选用 |
| firecrawl/firecrawl | 相关 | Supercharge your AI agents with data from the web and beyond. Building the library for superintelligence. 🔥 | 与「PipiHi0926/llm-course-zh」相关，可按场景对照选用 |
| huggingface/transformers | 相关 | 🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. | 与「PipiHi0926/llm-course-zh」相关，可按场景对照选用 |
继续探索：
基于知识图谱关系，发现相关开源项目与跨分类内容。
相关开源项目
- LangChain相关
The agent engineering platform.
- LlamaIndex相关
LlamaIndex is the document processing platform for AI
- MCP 官方示例服务器集合相关
Model Context Protocol 官方维护的参考 MCP Server 集合。
- ComfyUI相关
AI 相关工具/产品：ComfyUI。
- AutoGen相关
AI 相关工具/产品：AutoGen。
- NousResearch/hermes-agent相关
The agent that grows with you
- firecrawl/firecrawl相关
Supercharge your AI agents with data from the web and beyond. Building the library for superintelligence. 🔥
- huggingface/transformers相关
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.