Университет переехал на GitHub
GitHub - открытый склад кода: туда выкладывают проекты, чтобы их мог посмотреть и скачать кто угодно. Многие специалисты по ИИ пришли к этому не через дорогой курс, а через чужой открытый код - читали репозитории, просили нейросеть объяснять файлы построчно, и так разбирались быстрее любого семестра.
Один приём на все семь
Репозиторий не обязательно понимать самостоятельно. Открываете его в Claude Code, даёте папку с проектом и просите объяснить по-человечески - модель читает файлы и рассказывает, что где лежит и с чего начать. Под каждым репозиторием ниже - команда git clone, которая скачивает проект к вам на компьютер.
Это учебный репозиторий. Объясни мне простыми словами, что он делает, с какого файла начать и какие команды запустить первыми. Я полный новичок.
Семь репозиториев по порядку
Таблица прокручивается вбок на телефоне →
| Репозиторий | Что внутри | Уровень |
|---|---|---|
| karpathy/nanoGPT | Костяк GPT-подобной модели примерно в 300 строк кода от Андрея Карпати | Фундамент |
| huggingface/course | Практический курс: брать готовые модели, дообучать и запускать | Фундамент |
| microsoft/generative-ai-for-beginners | 21 урок с рабочим кодом в каждом: промпты, поиск по документам, агенты | Применение |
| anthropics/claude-cookbooks | Официальные рецепты по Claude от инженеров Anthropic | Применение |
| langchain-ai/langchain и run-llama/llama_index | Два инструмента-стандарта для сборки приложений на ИИ | Инструменты |
| stanfordnlp/dspy | Фреймворк из Стэнфорда: задача описывается кодом, система сама собирает запросы | Продвинутый |
| meta-llama/llama-cookbook | Официальный гайд Meta по запуску и дообучению моделей Llama у себя | Продвинутый |
В каком порядке проходить
- Понять, как это работает: nanoGPT, потом курс Hugging Face - закладывается фундамент.
- Научиться применять: Generative AI for Beginners от Microsoft и Anthropic Cookbook - начинаете собирать своими руками.
- Освоить рабочие инструменты: LangChain и LlamaIndex - набираете язык, которым говорит индустрия.
- Зайти в продвинутое: DSPy и Llama Cookbook - когда первые пять уже не пугают.
Если открыть все семь разом, легко утонуть в материале - лучше брать по одному и переходить к следующему, только закрыв предыдущий.
Частые грабли
Новичок часто открывает файл кода, видит непонятное и закрывает вкладку. Правильный ход другой: кинуть файл в Claude Code и попросить объяснить простыми словами - для этого он и стоит первым в списке подготовки. Вторая частая ошибка - открыть всё сразу вместо того, чтобы идти по лесенке по порядку. Если команда git clone выдаёт ошибку, это почти всегда значит, что на компьютере не установлен git - сообщите об этом прямо в чате Claude Code, и он подскажет, как поставить программу под вашу систему.
Почему это меняет расклад
Семь репозиториев - это вся теория, за которую раньше брали деньги как за платный курс. Сейчас она открыта, и помощник, который читает код за вас, тоже бесплатный. Разница между тем, кто просто знает про ИИ, и тем, кто на нём зарабатывает, обычно не в дипломе - она в том, кто действительно открыл репозиторий и прошёл его до конца, а кто так и не открыл.
Частые вопросы
Нужно ли уметь программировать, чтобы пройти эти репозитории?
Нет, если рядом Claude Code - он объясняет код простыми словами и подсказывает, что запускать. Программировать самостоятельно не обязательно.
С какого репозитория лучше начать?
С nanoGPT - он закладывает понимание того, как устроена модель, прежде чем переходить к прикладным инструментам.
Можно ли проходить все семь одновременно?
Не стоит - разумнее идти по лесенке от фундамента к продвинутому, закрывая один репозиторий перед следующим.