Anthropic 官方发布的 Agent 构建实践指南，基于与数十个团队合作开发 LLM Agent 的一手经验总结。核心观点：最成功的实现使用简单、可组合的模式而非复杂框架。指南覆盖：Agent 与工作流的选型决策（何时用 Workfl

Sebastian Raschka（前 Lightning AI 首席科学家）撰写的 Manning 出版社官方书籍，配套 GitHub 开源代码仓库 (rasbt/LLMs-from-scratch)。从零开始，用 PyTorch 一步步

Brendan Bycroft 开发的交互式 3D 网页应用，以逐层动画的方式展示 GPT 类大语言模型的完整 Transformer 推理流程。从输入 token 的嵌入向量开始，逐步展示注意力机制（包括 Query/Key/Value

伯克利大学开设的 LLM Agents 专题课程，系统讲授大语言模型智能体的核心概念与技术栈。课程涵盖推理与规划、工具使用与函数调用、多智能体协作、记忆与检索增强生成（RAG）、安全与对齐等关键主题。由 Dawn Song 等教授主讲，每期

Full Stack DL 团队出品的 LLM 集训营，涵盖 LLM API 使用、RAG、Agent、微调和评估，适合有 ML 基础的开发者。

Cohere 官方 LLM 大学课程，覆盖 LLM 基础、RAG、嵌入向量、分类、Prompt 工程等，结构清晰，配有实战练习。

官方出品，系统学习 Transformers、Tokenizers、微调 LLM、RLHF，内容持续更新。

深度求索 - 全球领先的人工智能大模型研究与 AI 解决方案提供商