以课程为主线的个人学习资料库，覆盖编程与系统、大模型与智能体、软件与产品、机器人与 AI 硬件。仓库保存课程来源、资料索引、学习笔记和审核记录；网站提供课程导航、资料检索以及官方 Lab 与作业入口。
目前有 18 个课程入口、19 套课程版本资料，其中 CMU 15-213 同时保留 2026 与 2015 历史版本；UVA 产品管理入口包含五门子课程。课程单元可能是讲座、阅读、教程或作业，不把单元数统一当作讲次数。
- 阅读与学习：从网站课程目录选课，或在资料库按课程、关键词和类型检索。Lab 与作业使用课程官方公布的仓库、题目页或 Notebook。
- 查看课程文件：进入
courses/<方向>/<course-id>/，从该课 README 查看来源和内容边界。 - 维护网站：编辑
website/；课程与讲次的权威元数据位于website/catalog-data/courses/。 - 整理学习内容：按 workflow/README.md 准备资料、生成候选稿、审核并发布。
以下链接分别进入仓库中的课程文件和已生成的网站课程页。年份对应所接入的课程版本；未标学期的当前在线资料单独说明。
程序设计、计算机系统与并行计算。
| 课程与本地资料 | 学习重点 | 网站 |
|---|---|---|
| CS61A Fall 2026 | Python、递归、数据抽象与程序设计 | 进入课程 |
| CMU 15-213 Fall 2026 | C、机器代码、内存、进程、网络与并发 | 进入课程 |
| 15-213 Fall 2015 | 2015 历史录像与配套资料；与 2026 分开使用 | 进入课程 |
| CS149 Fall 2025 | 多核、CUDA、并行性能与同步 | 进入课程 |
语言模型、强化学习、生成模型与 Agent 工程。
| 课程与本地资料 | 学习重点 | 网站 |
|---|---|---|
| CS224N Winter 2026 | NLP、Transformer、预训练、对齐与评测 | 进入课程 |
| CS336 2026 | 从零训练语言模型，覆盖系统、数据、规模与后训练 | 进入课程 |
| CMU 11-768 Fall 2026 | 工具、上下文、记忆、Agent 训练与评估 | 进入课程 |
| CS329Z Fall 2026 | RAG、编排、多智能体、评测与安全 | 进入课程 |
| Harvard CS2680 Fall 2026 | Coding Agent、Agent 系统与高效推理服务 | 进入课程 |
| CS224R Spring 2026 | 模仿学习、Actor-Critic、离线 RL 与 LLM / 机器人应用 | 进入课程 |
| MIT 6.S184 2026 | Flow Matching、扩散模型、ODE / SDE 与生成实践 | 进入课程 |
软件质量、需求发现、交互设计与 AI 产品。
| 课程与本地资料 | 学习重点 | 网站 |
|---|---|---|
| MIT 6.102 Spring 2026 | TypeScript、规格、测试、抽象与并发 | 进入课程 |
| UVA Digital Product Management · 当前在线版 | 五门子课程：定位、敏捷、假设验证、分析与团队 | 进入课程 |
| Stanford CS147 Autumn 2026 | 需求访谈、原型、可用性测试与设计项目 | 进入课程 |
| CS329X Fall 2026 | 人类偏好、人机协作与 LLM 交互评估 | 进入课程 |
| Berkeley UX for AI Spring 2026 | AI 产品用户体验；目前仅公开课程介绍 | 进入课程 |
桌面机械臂、嵌入式系统与端侧部署。
| 课程与本地资料 | 学习重点 | 网站 |
|---|---|---|
| JHU Hands-on Robot Learning Fall 2026 | SO-101 机械臂、数据采集、模仿学习与 VLA | 进入课程 |
| MIT 6.5940 Fall 2026 | 剪枝、量化、MCUNet、TinyEngine 与端侧推理 | 进入课程 |
| Cornell ECE4760 / 5730 · 当前公开版 | Pico 2 / RP2350、通信、信号处理与 PID | 进入课程 |
llm_learn/
├── courses/ # 课程源文件，方向与网站首页对应
│ ├── foundations/ # 编程与计算机系统（含历史版本）
│ ├── models-agents/ # 大模型与智能体
│ ├── software-product/ # 软件与产品开发
│ └── robotics-hardware/ # 机器人与 AI 硬件
├── references/ # 配套学习材料与上游项目
│ ├── agents/ # Hello Agents、记忆教程及项目
│ ├── engineering/ # 网络、SSH 与工程笔记
│ ├── papers/ # 论文阅读与教学实现
│ └── interests/ # 其他阅读笔记
├── website/ # VitePress 网站及权威元数据
│ ├── catalog-data/courses/ # 课程、讲次、来源、paths 和 outputs
│ ├── .vitepress/ # 主题、导航与构建配置
│ ├── references/ # 网站中的版本与访问说明页
│ └── course.yaml # 首页分类与站点设置
├── workflow/ # 同步、审核、生成与 PDF 工具
│ ├── scripts/
│ ├── standards/
│ └── templates/
├── AGENTS.md # 编程 Agent 的协作约定
└── package.json # 网站与课程工作流命令
courses/ 保存课程内容，references/ 保存配套材料，website/ 决定如何公开展示，workflow/ 提供维护工具。补充材料的分类入口见 references/README.md。
每门课按需要建立 README.md、UPSTREAM.md、resources/、notes/<lecture-id>/ 和 references/；只保存官方外链的课程不预建空笔记。单讲内容分别使用 note.md、blog.md、transcript.en.md、transcript.zh-CN.md，PDF 输出在被 Git 忽略的 exports/。
课程间的完整度不同。CS336 和 CMU 11-768 已有较多正式学习内容；其他课程可能提供阅读笔记，也可能只接入官方讲义、作业或日程。Berkeley UX for AI 目前仅有官方课程介绍；秋季课程尚未公开的后续资料保留预告状态。
- 官方讲义、视频、论文、仓库和作业优先保留原站链接；访问权限以课程方为准。
- 历史录像与当前课程分别标注，课程演示代码与作业起始代码分别登记。
- AI 生成内容先作为候选稿，经校对后再登记
outputs。目录中存在文件不代表已在网站发布。 publishOutputs: false的课程仅发布资源导航；候选内容不会因目录迁移而自动公开。
使用 Node.js 24 与 npm。完整构建还需要系统可用的 XeLaTeX 和中文字体；GitHub Actions 已配置安装所需 TeX 组件。字幕与模型服务是可选的内容维护依赖，浏览和编辑网站不需要配置模型 API。
在仓库根目录运行：
npm ci
npm run validate:structure
npm run dev开发地址以终端输出为准，通常是 http://localhost:5173/llm_learn/。生成发布文件：
npm run build
npm run preview构建会生成课程页面、已配置的 PDF 和 VitePress 站点。website/generated/、website/.vitepress/generated/、website/.vitepress/dist/ 与本地运行时不提交 Git。推送到 master 主分支后，GitHub Actions 构建并部署到 GitHub Pages；部署结果可在仓库 Actions 中查看。
每天北京时间 09:00 检查九门 2026 秋季课程的官方资料。有新增讲义、阅读、代码、录像或作业链接时，自动校验、构建并发布网站；没有变化时不产生提交。学习笔记、Blog 与逐字稿继续人工审核，不随官网更新自动发布。
- 分配稳定的课程 ID，在
courses/对应方向创建课程 README 与来源说明。 - 在
website/catalog-data/courses/<course-id>.yaml设置paths、官方资料、讲次及作业入口；只接入资源时设置publishOutputs: false。 - 在
website/course.yaml对应方向登记首页入口。历史版本使用独立 ID，并挂在主课程的版本入口下。 - 需要生成笔记时按工作流准备证据、生成候选稿并审核，再显式登记
outputs。 - 运行
npm run validate:structure和npm run build，检查课程页、资料检索与官方作业链接。
完整命令与安装说明见 维护指南，路径和内容约定见项目结构规范、逐字稿规范与 AGENTS.md。
2026 年 10 月按课程方向整理了实际源目录。旧的 llm/、agent/、infra/、interest/、papers/ 已归并到 courses/ 和 references/；网站的课程 ID、讲次 ID 和 URL 保持不变。旧路径到新路径的对照见目录迁移表。已有本地克隆请先保存自己的修改，再更新主分支；本地未跟踪的草稿、缓存和音视频需按迁移表自行归位。
课程资料和第三方项目的版权与许可证归各自作者。移动文件夹不改变其许可证；引用、运行和再分发仍遵循上游要求。本仓库主要提供官方资料链接和自行整理的学习内容。
模型服务配置放在本机 .env，示例见 .env.example。密钥、Cookie、个人配置、下载的音视频和运行缓存不进入 Git。