Смотреть урок
Если смотреть на реальные AI-вакансии, то почти везде повторяются одни и те же вещи: агенты, RAG, MCP, orchestration, vector databases и production workflow.
В этом гайде собрали 10 репозиториев, через которые можно изучить именно практическую сторону AI Engineering: LangChain, LangGraph, CrewAI, Ollama, Qdrant, Claude Code и другие инструменты, которые сейчас используют AI-команды.
🔷 AI-агенты и multi-agent системы
🔷 RAG и векторные базы данных
🔷 локальные модели и MCP
🔷 roadmap обучения на 90 дней
💡 Это не подборка «интересных ссылок», а база для понимания того, как сегодня реально строятся AI-системы.
10 GitHub-репозиториев, которые помогут стать Al-инженером за 90 дней
Стать Al-инженером сегодня это не только про модели и промпты. Большая часть реальной работы строится вокруг агентов, RAG-систем, orchestration, vector databases и Al-инфраструктуры. Проблема большинства курсов в том, что они дают много теории, но почти не показывают реальные паттерны и open-source инструменты, с которыми работают Al-разработчики. В этом гайде собраны 10 GitHub-репозиториев, которые помогают выстроить более практический путь обучения. Здесь есть фреймворки для агентов, инструменты для локальных моделей, orchestration-системы, RAG-инфраструктура, МСР-серверы и репозитории по системному дизайну Al-продуктов. Подборка построена как дорожная карта: от базовых Al-приложений и LangChain - к multi-agent системам, RAG и production workflow.
РЕПОЗИТОРИИ 1-3: Базовый уровень
- awesome-llm-apps (106K+)
github.com/Shubhamsaboo/awesome-llm-apps
Практическое руководство по production AI. Подборка готовых приложений на основе больших языковых моделей — RAG-пайплайны, AI-агенты, мультимодальные приложения, всё с рабочим кодом, который можно сразу запускать и изменять.
ПОЧЕМУ ЭТО ВАЖНО На каждом собеседовании AI-инженера спрашивают: «Вы создавали production AI?». Этот репозиторий дает десятки рабочих примеров для изучения, форка и расширения. Начните отсюда, чтобы понять, как выглядят реальные AI-приложения, а не простые демо.
- RAG
- Агенты
- Мультимодальность
- Production-код
- LangChain (99K+)
github.com/langchain-ai/langchain
Базовый фреймворк для создания приложений на основе больших языковых моделей. Используется в production компаниями Klarna, Replit, Elastic и большинством AI-стартапов в 2026 году. Если изучать только один фреймворк — изучайте этот.
ПОЧЕМУ ЭТО ВАЖНО LangChain встречается более чем в 70% вакансий AI-инженеров. Он скрывает работу с поставщиками моделей, embeddings, vector stores и chains внутри набора компонентов, которые можно комбинировать между собой. Изучите LCEL и сможете создавать практически любые LLM-пайплайны.
Фреймворк
Chains
LCEL
Индустриальный стандарт
- LangGraph (12K+)
github.com/langchain-ai/langgraph
Слой orchestration, который используется для production AI-агентов. Создавайте stateful…