Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
A trilingual (繁中 / English / 简中) learning roadmap for agentic AI: from LLM basics to multi-agent systems, with 240+ curated resources and hands-on examples. 中文 AI agent 學習地圖。
| Date | Stars |
|---|---|
| 2026-07-24 | 4822 |
| 2026-07-25 | 4837 |
| 2026-07-28 | 4837 |
| 2026-07-30 | 4837 |
| 2026-07-31 | 4968 |
| 2026-08-06 | 4968 |
Today
— stars today
This week
+131 stars this week
This month
— stars this month
Momentum
166.0
growth rate 2.71%/day
<div align="right"> <strong>繁體中文</strong> | <a href="./README.zh-Hans.md">简体中文</a> | <a href="./README.en.md">English</a> </div> <div align="center" markdown="1">  # awesome-agentic-ai-zh ### 🤖 AI Agent 學習地圖 — 從基本 LLM 概念到自己打造多 agent 系統 <p><em><b>學習路線圖 + 240+ 資源 curation + 簡單 illustrative 案例</b><br/>結構化 8 階段、從「LLM 是什麼、token 怎麼算」走到 multi-agent 編排、Computer Use / Browser Use / Sandbox</em></p> [](LICENSE) [](README.md) [](README.zh-Hans.md) [](README.en.md)   [](https://wenyuchiou.github.io/awesome-agentic-ai-zh/) </div> --- ## 🎯 專案介紹 **本 repo 角色定位**：**學習路線圖 + 240+ 資源 curation + 簡單 illustrative 案例**——三件事為核心、幫想學 AI / AI agent 的人從「不知道從哪開始」走到「能設計多 agent 系統」。 具體做法： | 核心 | 做什麼 | 規模 | |---|---|---| | **學習路線圖** | 把網路散落的高品質專案、教材、必修閱讀，按**從零開始、循序漸進**整理成 **8 個階段**（含 Stage 5 + Stage 8 兩個共用 hub）+ 2 條學習路線 + 5 條延伸路徑 | 8 stages、2 tracks | | **資源 curation** | 每階段精選 **240+** 個 project（含星等、適合誰、教什麼、怎麼跑），加上中文 AI 生態(DeepSeek / Zhipu / Kimi 等)MCP / Skill 完整 catalog | 240+ projects、65 MCP/Skill | | **簡單 illustrative 案例** | 每階段附 1-5 個**基礎練習**（70-150 行 starter + dual-path Ollama/Anthropic SDK 對照 + mock-based test） | 23 個練習 folder | 走完整條路線，你會從「**LLM 使用者**」進階到「**agent 系統建構者**」——能看懂 framework 在做什麼、能設計多 agent 協作、能寫自己的 MCP server。 > 📖 **關於中英文混用**：本專案保留 AI Agent 領域常見英文術語（Prompt Engineering / Context Engineering / Harness / MCP / Skills / RAG 等），因為官方文件、paper、GitHub repo 與 API 文件多以英文為主。每個重要概念會提供 **中文理解名 + 英文正式術語 + 一句白話定位**，讓讀者能先理解概念，再對接英文生態。完整對照見 [`resources/glossary.md`](resources/glossary.md)。 --- ## 📋 目錄 - [🎯 專案介紹](#-專案介紹) - [📚 快速開始](#-快速開始) - [線上閱讀](#線上閱讀) - [本地下載](#本地下載) - [✨ 你會收穫什麼？](#-你會收穫什麼) - [🗺️ 學習地圖（兩條學習路徑）](#️-學習地圖兩條學習路徑) - [💡 如何學習](#-如何學習) - [📚 相關資源](#-相關資源) - [🤝 如何貢獻](#-如何貢獻) - [🙏 致謝](#-致謝) - [🎓 引用](#-引用) - [☕ 支持這個專案](#-支持這個專案) - [License](#license) --- ## 📚 快速開始 ### 🚀 第一次接觸 AI agent / 沒寫過 code？ 先看 **[`resources/setup-guide.md`](resources/setup-guide.md)** — 30-45 分鐘從零帶你申請 API key、裝好 Python、跑出第一個 LLM hello-world。 ### 線上閱讀 - **[學習地圖（兩條學習路徑）](#️-學習地圖兩條學習路徑)** — 看完這節決定走 Track A 還 Track B - **[Stage 0 基礎準備](stages/00-foundations.md)** — 已經會 Python / git / API 的人可以直接跳 Stage 1 ### 本地下載 ```bash git clone https://github.com/WenyuChiou/awesome-agentic-ai-zh.git cd awesome-agentic-ai-zh # 從 stages/00-foundations.md 開始 ``` ### ✨ 你會收穫什麼？ - 📖 **完全免費** — MIT 授權，所有內容開放共學 - 🗺️ **兩條學習路徑** — Track A（CLI Power User）給「想 USE 現成 CLI agent」的人；Track B（Agent Builder）給「想 BUILD 自己 agent」的人。共用 Stage 0-2 基礎 - 🛠️ **基礎動手練習** — 每階段附 1-5 個 illustrative 練習（題目 + dual-path SDK 對照 + success criteria）。定位是**基礎入門 + 路線確認**——chapter-length 深度練習見對應 stage 的 hello-agents / Anthropic Cookbook callout - 🎯 **精選 240+ 個 projects** — 每個都附星等推薦、適合誰、教什麼、怎麼跑（含本地 LLM 執行：Ollama、llama.cpp、LocalAI、MLX） - 🌏 **三語完整維護** — 繁中(canonical)/ 簡中 / English,三版皆完整維護、英文非薄翻譯 - 🎓 **不只「框架」、還有「Claude Code 生態」** — MCP / Skills / Plugins / SDK 完整堆疊 - 🔬 **5 條依使用者分流的延伸路線** — 研究員 / 開發者 / 老師 / 知識工作者 / **日常使用者** - ⏱️ **預估時程寫清楚** — Track A 8-10 週 / Track B 主幹最少 16-22 週、現實 5-7 個月（每週 5-8 hr） --- ## 🗺️ 學習地圖（兩條學習路徑）  走完 **Stage 0-2（共用基礎）** 之後，依你的目的選一條學習路徑： - **Track A — CLI Power User**：你想**用**現成的 CLI agent（Claude Code、Codex、OpenCode、Gemini CLI 等）把工作做順、效率拉高，不打算自己從零寫 agent。3 個 sub-stage（A1-A3）。 - **Track B — Agent Builder**：你想**從零打造**自己的 agent——學 framework、寫 ReAct、設計 multi-agent。Stage 3-8 是主路線。 兩條學習路徑**不互斥**——多數人是先走 A 把 CLI 用起來，再回到 B 學內部運作；或反過來也行。Stage 5（Claude Code 生態）兩條路徑都會用
Excerpt of 15,805 characters
Read on GitHub
Wenyu Chiou · LEHIGH UNIVERSITY
470
12
Scott Lin
3
1
KazooTTT
1
1
1
Marcus Chang · United States
1
Anton Petnitsky · Belarus
1
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:303062a28a3078bc, topic:ai-agent, topic:ai-agents, topic:multi-agent-systems