★
GenAI_Agents 是用 Jupyter Notebook 编写的 AI 工具，用于大模型与智能体应用开发。
50+ tutorials and implementations for Generative AI Agent techniques, from basic conversational bots to complex multi-agent systems.
datawhalechina / deepagents-in-action
deepagents-in-action
📚 《Deep Agents 实战》—— LangChain 官方大使出品，基于 LangChain / LangGraph 生态，从零构建生产级 AI Agent 的完整指南
📚 《Deep Agents 实战》—— LangChain 官方大使出品，基于 LangChain / LangGraph 生态，从零构建生产级 AI Agent 的完整指南
目前累计 2.7k star、278 fork，主要语言为 Jupyter Notebook，项目始于 2026 年。最近状态：近一个月有提交。适合：做 AI 应用的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。datawhalechina/deepagents-in-action 是一个以 Jupyter Notebook 为主的开源项目，目前累计 2.7k star、278 fork，近 30 天内有提交。主要方向：agentic-ai、ai-agents、astro、chinese、context-engineering、course。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。README
正在加载…相关项目
★
agents-towards-production 是用 Jupyter Notebook 编写的 AI 工具，用于大模型与智能体应用开发，主打适合生产环境。
End-to-end, code-first tutorials for building production-grade GenAI agents. From prototype to enterprise deployment.
★
Prompt_Engineering 是用 Jupyter Notebook 编写的学习资料，用于系统学习与查阅。
22 prompt engineering techniques with hands-on Jupyter Notebook tutorials, from fundamental concepts to advanced strategies for leveraging LLMs.
★
TensorFlow-Tutorials 是用 Jupyter Notebook 编写的学习资料，用于系统学习与查阅。
TensorFlow Tutorials with YouTube Videos
★
AIMLInterviews 是用 Jupyter Notebook 编写的学习资料，用于系统学习与查阅，主打功能完整。
A Comprehensive Guide for Generative AI, Agentic AI, Multimodal AI, Physical AI Interviews. Proven Formula for multiple FAANG offers and more
★
本项目是一个面向小白开发者的大模型应用开发教程，在线阅读地址：https://datawhalechina.github.io/llm-universe/
本项目是一个面向小白开发者的大模型应用开发教程，在线阅读地址：https://datawhalechina.github.io/llm-universe/