Tutorial sistémico de Datawhale sobre construcción de agentes de IA nativos, cubriendo principios centrales, patrones clásicos, desarrollo de frameworks, memoria y recuperación (RAG), ingeniería de contexto, protocolos de comunicación, entrenamiento Agentic-RL y proyectos prácticos integrales.
Código abierto. Nuevas posibilidades.
Descubre proyectos de código abierto de calidad, envía proyectos de forma anónima y reclama y edita tu propio proyecto.
Un poco de curiosidad. Un mundo de código abierto.
THE FIRST COLLECTIONAgentGuide es una base de conocimiento de código abierto para el desarrollo, investigación y búsqueda de empleo en agentes de IA, que ofrece rutas de aprendizaje sistemáticas, proyectos prácticos y banco de preguntas de entrevistas, ayudando a los estudiantes desde el inicio hasta obtener ofertas.
Tutorial de 17 lecciones que enseña ingeniería de harness para agentes de IA: construir las herramientas, el conocimiento, los permisos y la gestión de contexto alrededor de un bucle de agente LLM, usando Claude Code como diseño de referencia. Ejemplos ejecutables en Python avanzan desde el bucle del agente hasta un bucle de objetivos.
Un plan de estudios de ingeniería de IA gratuito y de código abierto basado en principios fundamentales: 523 lecciones en 20 fases (~342 horas), con cobertura desde las matemáticas hasta la producción en Python, TypeScript, Rust y Julia. Cada lección genera un artefacto reutilizable; incluye un tutor de IA instalable y preparación para la certificación de Claude.
Noob2Builder es un curso de código abierto donde un agente enseña en el chat principal, dirigido a principiantes desde cero, cubriendo desde fundamentos de computación e IA, Git/GitHub, hasta crear y publicar el primer proyecto y construir agentes, con 14 cursos totalmente optativos que enfatizan la operación real y evidencia de aprendizaje verificable.
Una colección creciente de 61 tutoriales de visión por computadora que cubren modelos de vanguardia como YOLO11, SAM 3, RF-DETR y Qwen3-VL para detección de objetos, segmentación, OCR y más.
CatBoost es una biblioteca de gradient boosting de código abierto de Yandex para clasificación, regresión y ranking. Ofrece soporte nativo para características categóricas, entrenamiento en CPU/GPU, entrenamiento distribuido mediante Apache Spark y APIs para Python, R, Java y C++.
Este repositorio es una colección de recursos de código abierto sobre agentes de IA, con libros, cursos, repositorios de código y listas de artículos populares en GitHub. Incluye contenido en chino e inglés, códigos de libros comerciales, reglas de agentes, ecosistemas de harness y marcos principales. Actualiza estrellas diariamente, ordena por popularidad y ofrece rutas de lectura recomendadas.